WO2021065076A1 - 機器の制御方法及び情報処理装置 - Google Patents

Abstract

プロセッサ（１１）とメモリ（１２）とを備えるシステムによる機器の制御方法において、プロセッサ（１１）は、（ａ）第１空間（１００）に設置された第１機器（２０）における水又は湯の使用状況に応じて変化する第１信号（５１）を取得し（Ｓ１０１）、（ｂ）取得された第１信号（５１）に基づいて、第２空間（２００）に設置された第２機器（４０）を制御するための第２信号（５２）を決定し（Ｓ１０４）、（ｃ）決定された第２信号（５２）を出力する（Ｓ１０５）。

Description

機器の制御方法及び情報処理装置

　本開示は、機器の制御方法及び情報処理装置に関する。

　従来、複数の機器を連携して制御する方法が提案されている（例えば特許文献１参照）。

特開２００２－２８１５７４号公報

　しかしながら、上記特許文献１では、機器間の連携の更なる改善が必要とされる。

　そこで、本開示は、効果的な機器間の連携を実現することができる機器の制御方法及び情報処理装置を提供する。

　本開示の一態様に係る制御方法は、プロセッサとメモリとを備えるシステムによる機器の制御方法であって、前記プロセッサは、（ａ）第１空間に設置された第１機器における水又は湯の使用状況に応じて変化する第１信号を取得し、（ｂ）取得された前記第１信号に基づいて、第２空間に設置された第２機器を制御するための第２信号を決定し、（ｃ）決定された前記第２信号を出力する。

　なお、これらの包括的又は具体的な態様は、システム、装置、集積回路、コンピュータプログラム又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、装置、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

　上記態様によれば、効果的な機器間の連携を実現することができる。

図１は、実施の形態１に係るシステムの構成を示すブロック図である。 図２は、実施の形態１における第１信号の一例を示す。 図３は、実施の形態１に係る機器の制御方法を示すフローチャートである。 図４は、実施の形態１における第１機器における水又は湯の過去の使用履歴の一例を示す。 図５は、実施の形態１の変形例１における第２信号の決定処理を示すフローチャートである。 図６は、実施の形態１の変形例２における第２信号の決定処理を示すフローチャートである。 図７Ａは、実施の形態２におけるサービス提供システムの全体像を示す。 図７Ｂは、実施の形態２におけるデータセンタ運営会社の一例を示す。 図７Ｃは、実施の形態２におけるデータセンタ運営会社の一例を示す。 図８は、実施の形態２におけるサービスの類型１（自社データセンタ型）を示す。 図９は、実施の形態２におけるサービスの類型２（ＩａａＳ利用型）を示す。 図１０は、実施の形態２におけるサービスの類型３（ＰａａＳ利用型）を示す。 図１１は、実施の形態２におけるサービスの類型４（ＳａａＳ利用型）を示す。

　（本開示の基礎となった知見）
　本発明者らは、以下の問題が生じることを見出した。すなわち、特許文献１では、従来技術として、照明スイッチとトースタとの連携が開示されている。しかしながら、住空間にはその他にも多くの機器が存在し、それらの機器間の連携が望まれている。例えば、水回り機器を含む複数の機器が動作する状況において、従来技術では機器間の効率的な連携を実現できない。

　そこで本開示は、水回り機器がシステムに含まれる場合であってもシステム内の機器間の連携を実現することを目的とする。

　以下、実施の形態について、図面を参照しながら説明する。

　なお、以下で説明する実施の形態は、いずれも包括的又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、請求の範囲を限定する主旨ではない。

　また、各図は、必ずしも厳密に図示したものではない。各図において、実質的に同一の構成については同一の符号を付し、重複する説明は省略又は簡略化する。

　（実施の形態１）
　まず、実施の形態１について説明する。

　［システム構成］
　図１は、実施の形態１に係るシステムの構成を示すブロック図である。図１に示すように、本システムには、情報処理装置１０と、第１機器２０と、センサ３０と、第２機器４０と、が含まれる。

　情報処理装置１０は、センサ３０及び第２機器４０と通信可能に接続されている。なお、情報処理装置１０は、インターネット等の通信ネットワークを介して提供される情報処理サーバ（例えばクラウドサーバ）であってもよい。

　情報処理装置１０は、図１に示すように、プロセッサ１１と、メモリ１２と、通信部１３と、を備える。

　プロセッサ１１は、通信部１３を介して、第１機器２０における水又は湯の使用状況に応じて変化する第１信号５１を取得する。さらに、プロセッサ１１は、取得された第１信号５１に基づいて、第２機器４０を制御するための第２信号５２を決定する。そして、プロセッサ１１は、決定された第２信号５２を出力する。これらの処理の詳細については、図３を用いて後述する。

　第１機器２０は、第１空間１００（例えば、洗面所、脱衣所又はバスルーム等）に設置される。第１機器２０は、電気機器に限定されず、例えば給湯器、シャワーヘッド又は蛇口等であってもよく、これらに限定されない。

　センサ３０は、第１機器２０において水又は湯が使用された際に、その使用状況に応じて変化する第１信号５１を出力する。センサ３０は、水又は湯の使用開始及び／又は使用終了のみをセンシングしてもよいし、使用中もセンシングしてもよい。

　センサ３０としては、例えば流量計、流速計、圧力計又はこれらの任意の組み合わせを用いることができる。この場合、第１信号５１は、流量、流速、圧力又は使用時間の少なくとも１つを示すことができる。センサ３０に含まれるセンサの数は、特に限定されない。

　図２は、実施の形態１における第１信号５１の一例を示す。図２では、センサ３０が流量計である場合にセンサ３０から出力される第１信号５１が例示されている。

　図２において、第１信号５１は、一定間隔で周期的に検出された流量の時系列を含む。一定間隔としては、例えば、０．１秒、１秒、１０秒又は６０秒等を用いることができるが、これに限定されない。

　なお、図２における第１信号５１は例示であり、これに限定されない。例えば、第１信号５１は、流量の時系列を含む必要はなく、個々の時刻における流量の情報を含んでもよい。つまり、センサ３０は、流量が検出されるたびに当該流量の情報を含む第１信号５１を出力してもよい。また、センサ３０がタイマー機能を有する場合は、第１信号５１に、流量が検出された時刻の情報が含まれてもよい。

　なお、センサ３０は、カメラ、マイク、気温計や照度計などの各種センサ又はこれらの任意の組み合わせを含んでもよい。また、センサ３０は、第１機器２０に直接取り付けられていてもよく、第１機器２０が設置された第１空間１００の壁又は天井などの第１機器２０から離れた場所に取り付けられていてもよい。

　なお、センサ３０は、得られた情報をそのまま出力してもよいし、得られた情報を処理した結果を出力してもよい。例えば、カメラによって撮影されたユーザの画像又はマイクロフォンによって収録されたユーザの声などからユーザを識別する処理が行われれば、操作しているユーザが誰なのかを取得することができる。

　第２機器４０は、第２空間２００に設置され、第２信号５２に基づいて制御される。第２空間２００は、例えば第１空間１００と異なる空間である。第２空間２００としては、キッチン、ダイニングルーム、リビングルーム又は寝室等を例示することができる。なお、第２空間２００は、第１空間１００と異なる空間に限定されない。例えば、第２空間２００は、第１空間１００と同一の空間であってもよい。また例えば、第２空間２００の一部又は全部は、第１空間１００に含まれてもよい。

　第２機器４０としては、例えば第１機器２０へ水又は湯を供給しない機器を用いることができる。より具体的には、第２機器４０としては、調理機器を用いることができるが、これに限定されない。

　調理機器とは、調理に用いられる機器である。調理機器としては、例えば電子レンジ、オーブン、トースタ、コーヒーメーカ、又はこれらの任意の組み合わせを用いることができるが、これに限定されない。

　［機器の制御方法］
　以上のように構成されたシステムにおける機器の制御方法について図３を参照しながら説明する。図３は、実施の形態１に係る機器の制御方法を示すフローチャートである。

　まず、情報処理装置１０のプロセッサ１１は、第１信号５１を取得する（Ｓ１０１）。例えば、プロセッサ１１は、通信部１３を介して、センサ３０から第１信号５１を受信する。

　続いて、プロセッサ１１は、第１信号５１に基づいて第１条件が満たされるか否かを判定する（Ｓ１０２）。ここで、第１条件が満たされる場合（Ｓ１０２のＹｅｓ）、ステップＳ１０３に進み、第１条件が満たされない場合（Ｓ１０２のＮｏ）、ステップＳ１０１に戻る。

　第１条件の一例としては、ユーザが第１機器２０を所定時間以上連続して使用していることを用いることができる。このとき、所定時間としては、あらかじめメモリ１２に記憶された時間を用いることができる。また、所定時間として、外部サーバ（図示せず）から取得された時間が用いられてもよい。また、所定時間として、第１機器２０における水又は湯の過去の使用履歴から算出された平均連続使用時間が用いられてもよい。また、第１条件として、ユーザが第１機器２０を使用したことが用いられてもよい。

　第１条件の変形例として、第１信号５１に基づく第１機器２０の連続使用時間が所定範囲に含まれていることが用いられてもよい。このとき、所定範囲は、例えば、第１機器２０における水又は湯の過去の使用履歴から算出された平均連続使用時間に基づいて決定することができる。例えば、所定範囲として、平均連続使用時間の±２０％の範囲が用いられてもよい。なお、±２０％は例示であり、これに限定されない。

　第１条件の変形例として、第１信号５１に基づく第１機器２０における水又は湯の使用時刻が所定時間区間に含まれることが用いられてもよい。また、第１条件の変形例として、第１信号５１に基づく第１機器２０における水又は湯の使用日が平日又は休日であることが用いられてもよい。第１機器２０における水又は湯の使用時刻とは、第１信号５１から得られる、第１機器２０において水又は湯が使用されていた時刻である。第１機器２０における水又は湯の使用時刻としては、例えば、第１機器２０における水又は湯の使用開始時刻及び／又は使用終了時刻を用いることができる。

　所定時間区間は、あらかじめメモリ１２に記憶されてもよいし、外部サーバから取得されてもよい。例えば、所定時間区間として、平日の朝の時間帯（６：００～９：００）等を用いることができる。この場合、第１信号５１に基づく第１機器２０における水又は湯の使用時刻が平日の朝の時間帯に含まれるときに第１条件が満たされる。

　また、所定時間区間は、ユーザによる第１機器２０における水又は湯の過去の使用履歴に基づいて決定されてもよい。具体的には、所定時間区間は、ユーザによる第１機器２０における水又は湯の使用時刻の平均値ｍ及び分散値σ^２に基づいて決定されてもよい。

　ここで、第１機器２０における水又は湯の過去の使用時刻の平均値及び分散値に基づいて決定される時間区間について、図４を参照しながら説明する。図４は、実施の形態１における第１機器２０における水又は湯の過去の使用履歴に基づいて定められた時間区間の一例を示す。

　図４において、横軸は時間を表し、縦軸は日を表す。両矢印は、第１機器２０における水又は湯の使用時間を表す。このような第１機器２０における水又は湯の過去の使用履歴において、使用時刻の平均値ｍ及び分散値σ^２が算出される。ここで、平均値ｍ及び分散値σ^２に基づいて、例えば、時間区間［ｍ－σ，ｍ＋σ］が決定される。この場合、第１信号５１に基づく第１機器２０における水又は湯の使用時刻ｔが、ｍ－σ≦ｔ≦ｍ＋σを満たす場合に、第１条件が満たされる。なお、時間区間［ｍ－σ，ｍ＋σ］は一例であり、これに限定されない。例えば、標準偏差σに係数α（α＞０）を乗算した値を用いて時間区間［ｍ－ασ，ｍ＋ασ］が決定されてもよい。このとき、係数αは、実験的又は経験的に予め定められればよい。また、使用時刻の平均値ｍ及び分散値σ^２の算出では、異常値が母集団から除外されてもよい。また、休日の使用履歴が母集団から除外されてもよい。

　このような第１条件が満たされる場合（Ｓ１０２のＹｅｓ）、プロセッサ１１は、第２条件が満たされるか否かを判定する（Ｓ１０３）。ここで、第２条件が満たされる場合（Ｓ１０３のＹｅｓ）、ステップＳ１０４及びステップＳ１０５に進み、第２条件が満たされない場合（Ｓ１０３のＮｏ）、ステップＳ１０４及びステップＳ１０５をスキップして処理を終了する。

　第２条件の一例としては、第２機器４０が調理機器である場合には、調理機器で用いられる素材の在庫があることを用いることができる。素材とは、食品の材料、飲料の材料、調味料又はこれらの任意の組み合わせである。食品及び飲料の材料には、例えばパン、米、コーヒー豆及び茶葉等が含まれ得る。調味料には、例えば塩、砂糖及びバター等が含まれ得る。素材の在庫があると判定された場合に、第２条件が満たされる。素材の在庫があるか否かの判定は、通販もしくは家計簿の情報、又は、キッチン等に配置されたセンサ（図示せず）の出力信号等に基づいて行われればよい。また、当該判定は、データサーバ（図示せず）又はメモリ１２から取得される情報に基づいて行われてもよい。

　更に、第２条件として、素材の賞味期限に基づく条件が用いられてもよい。例えば、第２条件として、今日又は明日などの予め定められた短い期間内に素材の賞味期限がくることが用いられてもよい。これにより、賞味期限までに素材を消費しきれない可能性を低減することができる。また例えば、第２条件として、素材の在庫量が家族のメンバーに対応する所定量よりも多いことが用いられてもよい。この場合、素材の在庫量が所定量よりも多い場合に、第２条件が満たされる。家族のメンバーに対応する量は、過去のデータから学習してもよい。また、学習結果に基づいて、賞味期限に関する期間が決定されてもよい。また、賞味期限の代わりに消費期限を第２条件の判定に用いてもよい。

　このような第２条件が満たされる場合（Ｓ１０３のＹｅｓ）、プロセッサ１１は、第２機器４０を制御するための第２信号５２を決定する（Ｓ１０４）。そして、プロセッサ１１は、決定された第２信号５２を出力する（Ｓ１０５）。これにより、第２機器４０は、情報処理装置１０から出力された第２信号５２に基づいて制御される。

　第２信号５２は、例えば第２機器４０に対する制御命令を含む。例えば、第２機器４０が調理機器である場合、第２信号５２は、調理機器に対する調理開始命令を含んでもよい。また、例えば第２機器４０が予熱機能を有する調理機器（例えばオーブン等）である場合、第２信号５２は、調理機器に対する予熱開始命令を含んでもよい。

　なお、図３において、第１条件の判定（Ｓ１０２）及び第２条件の判定（Ｓ１０３）は、オプションであり、必ずしも行われなくてもよい。つまり、ステップＳ１０２及びステップＳ１０３はスキップされてもよい。

　［効果等］
　以上のように、本実施の形態に係る第２機器４０の制御方法は、プロセッサ１１とメモリ１２とを備えるシステムによる第２機器４０の制御方法であって、プロセッサ１１は、（ａ）第１空間１００に設置された第１機器２０における水又は湯の使用状況に応じて変化する第１信号５１を取得し、（ｂ）取得された第１信号５１に基づいて、第２空間２００に設置された第２機器４０を制御するための第２信号５２を決定し、（ｃ）決定された第２信号５２を出力する。

　また、本実施の形態に係る情報処理装置１０は、プロセッサ１１と、メモリ１２と、を備え、プロセッサ１１は、メモリ１２を用いて、（ａ）第１空間１００に設置された第１機器２０における水又は湯の使用状況に応じて変化する第１信号５１を取得し、（ｂ）取得された第１信号５１に基づいて、第２空間２００に設置された第２機器４０を制御するための第２信号５２を決定し、（ｃ）決定された第２信号５２を出力する。

　これによれば、第１機器２０における水又は湯の使用状況に応じて変化する第１信号５１に基づいて第２機器４０を制御することが可能となり、第１機器２０と第２機器４０との連携が可能となる。特に、第１機器２０から使用状況を示す電気信号が得られない場合であっても、水又は湯の使用状況に基づいて機器間の連携を実現することができ、より多くの機器間の連携を効果的に実現することができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、第１機器２０は、給湯器、又は、洗面所、脱衣所もしくはバスルームに設置される機器を含んでもよい。

　これによれば、給湯器、又は、洗面所、脱衣所もしくはバスルームに設置される機器に対して機器連携を適用することができる。これらの機器は、ユーザが日常的に使用する機器でありながら、電気的な信号を出力できない場合も多く、より効果的な機器間の連携を実現させることができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、第１機器２０は、シャワーヘッド又は蛇口を含んでもよい。

　これによれば、第１機器２０に、シャワーヘッド又は蛇口を含ませることができる。特に、シャワーヘッド又は蛇口は、多くのユーザに日常的に使用されるため、これらの第１機器２０を第２機器４０と連携させることで、ユーザの日常生活に適した機器間の連携を実現できる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、第１信号５１は、流量、流速、圧力又は使用時間の少なくとも１つを示してもよい。

　これによれば、流量、流速、圧力又は使用時間の少なくとも１つを示す信号を第１信号５１として利用することができる。したがって、より容易に第１機器２０における水又は湯の使用状況を得ることができ、より効果的な機器間の連携を実現させることができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、第２機器４０は、調理機器を含んでもよい。

　これによれば、第１機器２０における水又は湯の使用状況に応じて調理機器を制御することができる。例えば、洗面所で水又はお湯の使用が開始された時刻から一定時間後に調理機器が制御されれば、洗面が終わったタイミングで調理を完了させることができる。したがって、ユーザによる調理機器の操作無しに適切なタイミングで調理機器を自動制御することができ、より効果的な機器間の連携を実現させることができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、第２信号５２は、調理機器に対する予熱開始命令を含んでもよい。

　これによれば、調理機器が予熱機能を有する場合に、予熱機能を有効利用することができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、プロセッサ１１は、さらに、（ｆ）調理機器で用いられる素材の在庫があるか否かを判定し、上記（ｃ）において、素材の在庫があると判定された場合に、第２信号５２を出力してもよい。

　これによれば、素材の在庫があると判定された場合に第２信号５２を出力することができ、不要な調理機器の稼働を低減することができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、上記（ｂ）において、第２信号５２は、第１機器２０における水又は湯の使用時刻に基づいて決定されてもよい。

　これによれば、水又は湯の使用時刻に基づいて、より適切に第２信号５２を決定することができる。例えば、水又は湯の使用時刻が平日の一定の時間の範囲内であるという条件に当てはまらない場合などに、調理開始信号を第２信号として決定しなければ、調理機器に不要な操作が行われることを減らすことができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、上記（ｂ）において、第２信号５２は、ユーザによる第１機器２０における水又は湯の過去の使用履歴に基づいて決定されてもよい。

　これによれば、水又は湯の過去の使用実績に基づいて、より適切な第２信号５２を決定することができる。例えば、ユーザが過去に第１機器２０をどの時間帯に使用し、どれだけの時間継続して使用しているかを利用することで、ユーザの日常のルーティンにあわせて第２機器４０を制御できる。より詳細には、第１機器２０の過去の使用実績から、第１機器２０の使用終了時間を予測し、その予想使用終了時間まで又は予想使用終了時間から所定時間以内に、第２機器４０の処理が完了するように第２信号５２を決定してもよい。

　例えば、本実施の形態に係る第２機器４０の制御方法において、上記（ｂ）において、第２信号５２は、過去の所定期間におけるユーザによる第１機器２０における水又は湯の使用時刻の平均値及び分散値に基づいて決定されてもよい。

　これによれば、水又は湯の過去の時刻の平均値及び分散値に基づいて、より適切な第２信号５２を決定することができる。例えば、使用時刻が平均値及び分散値に基づく時間区間に含まれない場合に第２信号を決定しなければ、ユーザの日常のルーティン以外によって第２機器４０が制御されることを抑制することができる。

　例えば、本実施の形態に係る第２機器４０の制御方法において、上記（ｃ）において、第２信号５２は、水又は湯が所定時間以上連続して使用された場合に出力され、水又は湯が所定時間以上連続して使用されていない場合には出力されなくてもよい。

　これによれば、短時間の水又は湯の使用に対して第２信号５２の出力を抑制することができ、想定外のユーザの行動に伴って不要に第２機器４０が制御されることを抑制することができる。

　（実施の形態１の変形例１）
　次に、実施の形態１の変形例１について説明する。本変形例では、第２信号５２の決定処理が上記実施の形態１と主として異なる。以下に、本変形例について、上記実施の形態１と異なる点を中心に図５を参照しながら説明する。

　図５は、実施の形態１の変形例１における第２信号５２の決定処理を示すフローチャートである。具体的には、図５は、図３のステップＳ１０４の詳細を示す。

　図５において、プロセッサ１１は、第２機器４０である調理機器内に素材が準備されているか否かを判定する（Ｓ２０１）。例えば、プロセッサ１１は、第２機器４０から、素材が所定位置に配置されているか否かを示す情報を取得し、取得された情報に基づいて判定を行う。

　ここで、調理機器に素材が準備されていないと判定された場合（Ｓ２０１のＮｏ）、プロセッサ１１は、第２信号５２として予熱開始信号を決定する（Ｓ２０３）。つまり、予熱開始命令を含む第２信号５２が決定される。一方、調理機器に素材が準備されていると判定された場合（Ｓ２０１のＹｅｓ）、プロセッサ１１は、第２信号５２として調理開始信号を決定する（Ｓ２０２）。つまり、調理開始命令を含む第２信号５２が決定される。

　以上のように、本変形例に係る第２機器４０の制御方法において、プロセッサ１１は、さらに、（ｅ）調理機器で用いられる素材が調理機器に準備されているか否かを判定し、上記（ｂ）において、素材が準備されていると判定された場合に調理開始命令を含む信号が第２信号として決定され、素材が準備されていないと判定された場合に予熱開始命令を含む信号が第２信号として決定される。

　これによれば、調理機器に素材が準備されていない場合に調理が開始されることを防ぐことができ、不適切な第２機器４０の制御を抑制することができる。

　また、調理機器に食材が入っていない場合でも予熱を開始することで、最適なタイミングでユーザに調理開始を促すことができる。

　（実施の形態１の変形例２）
　次に、実施の形態１の変形例２について説明する。本変形例では、第２信号５２の決定処理が上記実施の形態１と主として異なる。以下に、本変形例について、上記実施の形態１と異なる点を中心に図６を参照しながら説明する。なお、図６は、図３のステップＳ１０４の詳細に相当する。

　本変形例では、第２機器４０は、通常調理及び急ぎ調理を選択的に実行することができる調理機器である。急ぎ調理とは、通常調理よりも調理時間が短い調理を意味する。

　図６において、プロセッサ１１は、第１機器２０における水又は湯の使用時刻（ｔ）と第１機器２０における水又は湯の使用時刻の平均値（ｍ）との差分時間が所定時間より大きいか否かを判定する（Ｓ３０１）。第１機器２０における水又は湯の使用時刻（ｔ）及び第１機器２０における水又は湯の使用時刻の平均値（ｍ）は、実施の形態１と同様であるので説明を省略する。所定時間としては、例えば、第１機器２０における水又は湯の使用履歴における使用時刻の標準偏差（σ）を用いることができる。

　ここで、差分時間が所定時間よりも大きい場合（Ｓ３０１のＹｅｓ）、第１機器２０における水又は湯の使用時刻が通常に比べて遅れていることが予想されるため、プロセッサ１１は、第２機器４０の調理時間を短縮するために、急ぎ調理の開始命令を含む信号を第２信号５２として決定する（Ｓ３０２）。一方、差分時間が所定時間以下である場合（Ｓ３０１のＮｏ）、プロセッサ１１は、第２機器４０の調理時間を短縮する必要がないので、通常調理の開始命令を含む信号を第２信号５２として決定する（Ｓ３０３）。

　以上のように、本変形例では、第２機器４０の制御方法において、プロセッサ１１は、第１機器２０における水又は湯の使用時刻と第１機器２０における水又は湯の過去の使用時刻の平均値との差分時間が所定時間よりも大きいか否かを判定し、差分時間が所定時間よりも大きい場合に、急ぎ調理の開始命令を含む信号を第２信号として決定し、差分時間が所定時間以下である場合に、通常調理の開始命令を含む信号を第２信号として決定する。

　これによれば、第１機器２０における水又は湯の使用時刻の遅れに応じて、調理機器の調理時間を制御することができる。したがって、より適切な時刻に調理を完了することができ、より効果的な第２機器４０の制御を実現することができる。

　（実施の形態１の変形例３）
　次に、実施の形態１の変形例３について説明する。本変形例では、第２信号５２の決定に機械学習が利用される点が、上記実施の形態１と主として異なる。以下に、本変形例について、上記実施の形態１と異なる点を中心に説明する。

　本変形例では、ユーザによる第１機器２０における水又は湯の過去の使用時刻の実績値と、ユーザによる第２機器４０の過去の使用時刻の実績値とを教師データとして用いて機械学習された予測モデルを用いて、第２信号５２が決定される。

　機械学習としては、公知の学習アルゴリズムを採用できる。例えば、教師あり学習は、入力とそれに対応する出力との既知のデータセット（教師データと称する）が予め大量に与えられ、それら教師データから入力と出力との相関性を暗示する特徴を識別することで、新たな入力に対する所要の出力を推定するための相関性モデルを学習する手法である。

　例えば、教師あり学習では、プロセッサ１１は、第１信号５１に基づく状態変数Ｓから第２機器４０の使用状況を導く相関性モデルＭと予め用意された教師データＴから識別される相関性特徴との誤差Ｅを計算し、誤差Ｅを縮小するように相関性モデルＭを更新する。相関性モデルＭの更新を繰り返すことによって第１信号５１に対応する第２機器４０の使用を学習する。

　相関性モデルＭは、回帰分析、強化学習、深層学習などで構築することができる。相関性モデルＭの初期値は、例えば、状態変数Ｓと第２機器の使用状況との相関性を単純化して表現したものとして、教師あり学習の開始前に与えられる。教師データＴは、例えば、過去の第１機器２０における水又は湯の使用時刻に対応する第２機器４０の使用状況を記録することで蓄積された経験値（第１機器２０における水又は湯の使用時刻と、第２機器４０の使用状況と、の既知のデータセット）によって構成でき、教師あり学習の開始前に与えられる。ここで、プロセッサ１１は、与えられた大量の教師データＴから相関性特徴を識別し、この相関性特徴と、現在状態における状態変数Ｓに対応する相関性モデルＭとの誤差Ｅを求める。そして、プロセッサ１１は、予め定めた更新ルールに従い、誤差Ｅが小さくなる方向へ相関性モデルＭを更新する。

　教師あり学習を進める際に、例えばニューラルネットワークを用いることができる。ニューラルネットワークは、例えば、ニューロンのモデルを模した演算装置や記憶装置等によって構成できる。この場合、状態変数Ｓを入力ｘとして、ニューラルネットワークに従う多層構造の演算を行うことで、第２機器４０の使用状況（結果ｙ）を出力することができる。

　なお、ニューラルネットワークの動作モードには、学習モードと判定モードとがある。例えば学習モードで学習データセットを用いて重みＷが学習される。そして、判定モードにおいて、学習モードで学習した重みＷを用いて判定ができる。なお、判定モードでは、検出、分類、推論等を行うこともできる。こうして第２機器４０の使用状況が出力され、その使用状況に応じて（例えば、第２機器４０が使用されるという出力がされた場合）、第２機器４０を制御するための第２信号５２が出力される。

　以上のように、本変形例では、第２機器４０の制御方法において、上記（ｂ）では、ユーザによる第１機器２０における水又は湯の過去の使用時刻の実績値と、ユーザによる第２機器４０の過去の使用時刻の実績値とを教師データとして用いて機械学習された予測モデルを用いて、第２信号が決定される。

　これによれば、機械学習を利用して、第１機器２０における水又は湯の使用に、より適した機器制御を実現することができる。

　なお、第２信号５２を出力する前に、ユーザに第２機器４０を制御してよいか否かの問い合わせを実施してもよい。問い合わせにユーザが同意した場合は第２信号５２を出力し、同意しなかった場合は第２信号５２を出力しない。ユーザへの問い合わせは、第１機器２０又は第２機器４０に搭載されたディスプレイ又はマイク等を通して行われてもよく、スマートフォンなどの携帯端末や他の機器を通じてユーザへの問い合わせを実施してもよい。

　また、予測モデルは、過去に第２信号が決定されたことに対するユーザの反応を学習データとして用いて学習させたモデルであってもよい。つまり、予め予測モデルを用いて第２信号５２を決定し、それに対するユーザの反応を学習データとして記録し、この学習データを用いて予測モデルを再学習又は更新する。これにより、予測モデルの精度を向上させることができる。ここで、学習データに含まれるユーザの反応とは、第２空間２００におけるユーザの動作、又は、第２機器４０を制御してよいか否かの問い合わせに同意したか否かの情報である。なお、第２空間２００におけるユーザの動作に含まれる情報には、ユーザが第２機器４０を使用したか否かの情報、ユーザが第２機器４０を明示的に停止した（オフにした）か否かの情報、又は、第２機器４０の動作時間若しくは温度等の設定を変更したか否かの情報の少なくともいずれかが含まれてもよい。

　更に、予測モデルの学習に用いられる学習データには、ユーザが第２空間２００に滞在したか否かの情報が含まれてもよい。ユーザが第２機器４０を使用しなかった、又は、第２信号５２の出力に同意しなかった場合に、第２空間２００にユーザが滞在したか否かの情報で重みづけすることで、学習効果を向上させる可能性がある。

　（実施の形態２）
　次に、実施の形態２について説明する。本実施の形態では、機器制御サービス又は広告配信サービスを提供するサービス提供システムのサービスの類型について説明する。

　［提供するサービスの全体像］
　図７Ａには、実施の形態２におけるサービス提供システムの全体像が示されている。

　グループ１０００は、例えば企業、団体、家庭等であり、その規模を問わない。グループ１０００には、複数の機器１０１０に含まれる機器Ａ、機器Ｂ及びホームゲートウェイ１０２０が存在する。例えば、複数の機器１０１０は、上記各実施の形態における第１機器２０及び第２機器４０等に対応する。また、ホームゲートウェイ１０２０は、上記各実施の形態における情報処理装置１０又は無線ルーターに対応する。複数の機器１０１０には、インターネットと接続可能な機器（例えば、スマートフォン、ＰＣ、ＴＶ等）もあれば、それ自身ではインターネットと接続不可能な機器（例えば、照明、洗濯機等）も存在する。それ自身ではインターネットと接続不可能な機器であっても、ホームゲートウェイ１０２０を介してインターネットと接続可能となる機器が存在してもよい。またグループ１０００には複数の機器１０１０を使用するユーザ９９０Ａが存在する。

　データセンタ運営会社１１００には、クラウドサーバ１１１０が存在する。クラウドサーバ１１１０とはインターネットを介して様々な機器と連携する仮想化サーバである。クラウドサーバ１１１０は、主に通常のデータベース管理ツール等で扱うことが困難な巨大なデータ（ビッグデータ）等を管理する。データセンタ運営会社１１００は、データ管理やクラウドサーバ１１１０の管理、それらを行うデータセンタの運営等を行っている。データセンタ運営会社１１００が行っている役務については詳細を後述する。ここで、データセンタ運営会社１１００は、データ管理やクラウドサーバ１１１０の運営等のみを行っている会社に限らない。例えば複数の機器１０１０のうちの１つの機器を開発・製造している機器メーカが、併せてデータ管理やクラウドサーバ１１１０の管理等を行っている場合は、機器メーカがデータセンタ運営会社１１００に該当する（図７Ｂ）。また、データセンタ運営会社１１００は１つの会社に限らない。例えば機器メーカ及び他の管理会社が共同もしくは分担してデータ管理やクラウドサーバ１１１０の運営を行っている場合は、両者もしくはいずれか一方がデータセンタ運営会社１１００に該当するものとする（図７Ｃ）。

　サービスプロバイダ１２００は、サーバ１２１０を保有している。ここで言うサーバ１２１０とは、その規模は問わず例えば、個人用ＰＣ内のメモリ等も含む。また、サービスプロバイダがサーバ１２１０を保有していない場合もある。例えば、サーバ１２１０は、上記各実施の形態における広告配信システムに対応する。

　なお、上記サービスにおいてホームゲートウェイ１０２０は必須ではない。例えば、クラウドサーバ１１１０が全てのデータ管理を行っている場合等は、ホームゲートウェイ１０２０は不要となる。また、家庭内のあらゆる機器がインターネットに接続されている場合のように、それ自身ではインターネットと接続不可能な機器は存在しない場合もある。

　次に、上記サービスにおける情報の流れを説明する。

　まず、グループ１０００の機器Ａ又は機器Ｂは、各機器で得られた情報をデータセンタ運営会社１１００のクラウドサーバ１１１０に送信する。クラウドサーバ１１１０は機器Ａ又は機器Ｂの情報を集積する（図７Ａの（ａ））。ここで集積される情報は、複数の機器１０１０の、例えば運転状況や動作日時、動作モード、位置等を示す情報である。例えば、テレビの視聴履歴やレコーダの録画予約情報、洗濯機の運転日時・洗濯物の量、冷蔵庫の開閉日時・開閉回数、冷蔵庫内の食品の量などであるが、これらのものに限らずあらゆる機器から取得が可能なすべての情報をいう。情報は、インターネットを介して複数の機器１０１０自体から直接クラウドサーバ１１１０に提供される場合もある。また複数の機器１０１０から一旦ホームゲートウェイ１０２０に情報が集積され、ホームゲートウェイ１０２０からクラウドサーバ１１１０に提供されてもよい。

　次に、データセンタ運営会社１１００のクラウドサーバ１１１０は、集積した情報を一定の単位でサービスプロバイダ１２００に提供する。ここで、一定の単位は、データセンタ運営会社が集積した情報を整理してサービスプロバイダ１２００に提供することのできる単位でもいいし、サービスプロバイダ１２００が要求した単位でもいい。一定の単位と記載したが一定でなくてもよく、状況に応じて提供する情報量が変化する場合もある。情報は、必要に応じてサービスプロバイダ１２００が保有するサーバ１２１０に保存される（図７Ａの（ｂ））。そして、サービスプロバイダ１２００は、情報をユーザに提供するサービスに適合する情報に整理し、ユーザに提供する。提供するユーザは、複数の機器１０１０を使用するユーザ９９０Ａでもよいし、外部のユーザ９９０Ｂでもよい。ユーザへのサービス提供方法は、例えば、サービスプロバイダから直接ユーザへ提供されてもよい（図７Ａの（ｅ）、（ｆ））。また、ユーザへのサービス提供方法は、例えば、データセンタ運営会社１１００のクラウドサーバ１１１０を再度経由して、ユーザに提供されてもよい（図７Ａの（ｃ）、（ｄ））。また、データセンタ運営会社１１００のクラウドサーバ１１１０が情報をユーザに提供するサービスに適合する情報に整理し、サービスプロバイダ１２００に提供してもよい。

　なお、ユーザ９９０Ａとユーザ９９０Ｂとは、別でも同一でもよい。

　上記態様において説明された技術は、例えば、以下のクラウドサービスの類型において実現されうる。しかし、上記態様において説明された技術が実現される類型はこれに限られるものでない。

　［サービスの類型１：自社データセンタ型］
　図８は、サービスの類型１（自社データセンタ型）を示す。本類型は、サービスプロバイダ１２００がグループ１０００から情報を取得し、ユーザに対してサービスを提供する類型である。本類型では、サービスプロバイダ１２００が、データセンタ運営会社の機能を有している。即ち、サービスプロバイダが、ビッグデータの管理をするクラウドサーバ１１１０を保有している。したがって、データセンタ運営会社は存在しない。

　本類型では、サービスプロバイダ１２００は、データセンタ９０３（クラウドサーバ１１１０）を運営、管理している。また、サービスプロバイダ１２００は、ＯＳ９０２及びアプリケーション９０１を管理する。サービスプロバイダ１２００は、サービスプロバイダ１２００が管理するＯＳ９０２及びアプリケーション９０１を用いてサービス９０４の提供を行う。

　［サービスの類型２：ＩａａＳ利用型］
　図９は、サービスの類型２（ＩａａＳ利用型）を示す。ここでＩａａＳとはインフラストラクチャー・アズ・ア・サービスの略であり、コンピュータシステムを構築及び稼動させるための基盤そのものを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。

　本類型では、データセンタ運営会社１１００がデータセンタ９０３（クラウドサーバ１１１０）を運営、管理している。また、サービスプロバイダ１２００は、ＯＳ９０２及びアプリケーション９０１を管理する。サービスプロバイダ１２００は、サービスプロバイダ１２００が管理するＯＳ９０２及びアプリケーション９０１を用いてサービス９０４の提供を行う。

　［サービスの類型３：ＰａａＳ利用型］
　図１０は、サービスの類型３（ＰａａＳ利用型）を示す。ここでＰａａＳとはプラットフォーム・アズ・ア・サービスの略であり、ソフトウエアを構築及び稼動させるための土台となるプラットフォームを、インターネット経由のサービスとして提供するクラウドサービス提供モデルである。

　本類型では、データセンタ運営会社１１００は、ＯＳ９０２を管理し、データセンタ９０３（クラウドサーバ１１１０）を運営、管理している。また、サービスプロバイダ１２００は、アプリケーション９０１を管理する。サービスプロバイダ１２００は、データセンタ運営会社が管理するＯＳ９０２及びサービスプロバイダ１２００が管理するアプリケーション９０１を用いてサービス９０４の提供を行う。

　［サービスの類型４：ＳａａＳ利用型］
　図１１は、サービスの類型４（ＳａａＳ利用型）を示す。ここでＳａａＳとはソフトウエア・アズ・ア・サービスの略である。例えばデータセンタ（クラウドサーバ）を保有しているプラットフォーム提供者が提供するアプリケーションを、データセンタ（クラウドサーバ）を保有していない会社・個人（利用者）がインターネットなどのネットワーク経由で使用できる機能を有するクラウドサービス提供モデルである。

　本類型では、データセンタ運営会社１１００は、アプリケーション９０１を管理し、ＯＳ９０２を管理し、データセンタ９０３（クラウドサーバ１１１０）を運営、管理している。また、サービスプロバイダ１２００は、データセンタ運営会社１１００が管理するＯＳ９０２及びアプリケーション９０１を用いてサービス９０４の提供を行う。

　以上いずれの類型においても、サービスプロバイダ１２００がサービス提供行為を行ったものとする。また例えば、サービスプロバイダもしくはデータセンタ運営会社は、ＯＳ、アプリケーションもしくはビッグデータのデータベース等を自ら開発してもよいし、また、第三者に外注させてもよい。

　（他の実施の形態）
　以上、本開示の１つ又は複数の態様に係るサービス提供システムについて、実施の形態に基づいて説明したが、本開示は、この実施の形態に限定されるものではない。本開示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、本開示の１つ又は複数の態様の範囲内に含まれてもよい。

　なお、本開示に関わる方法を実施しうる機器は、ネットワークによって接続されている。ここで、ネットワークは専用のケーブルや電話線や電灯線などの有線によるものであってもよいし、赤外線通信やＨｏｍｅＲＦ（Ｈｏｍｅ　Ｒａｄｉｏ　Ｆｒｅｑｕｅｎｃｙ）やＢｌｕｅｔｏｏｔｈ（登録商標）などの無線によるものであってもよい。また、バス型、スター型やデイジーチェーン型などで接続されてもよい。

　システムは、時刻を得るための時計を備えてもよい。時計は、情報処理装置１０に内蔵されてもよく、ネットワークに接続される別の機器に内蔵されてもよい。システムは、時刻データを配信する時計機器から時刻データをネットワークを介して受信してもよい。

　なお、上記各実施の形態及び各変形例において、第２条件が満たされず、第２信号５２が出力されない場合に、ユーザに第２機器４０の制御が行われないことを示す通知が行われてもよい。

　なお、第１空間１００及び第２空間２００は、住空間に限られない。第１空間１００は、水又は湯が使用される空間であればよく、例えば、オフィス、店舗、又は庭園の空間であってもよい。また、第２空間２００は、第２機器４０を設置可能であれば、どのような空間であってもよい。

　本開示は、効果的な機器間の連携を実現することができるシステムとして利用することができる。

　１０　情報処理装置
　１１　プロセッサ
　１２　メモリ
　１３　通信部
　２０　第１機器
　３０　センサ
　４０　第２機器
　５１　第１信号
　５２　第２信号
　１００　第１空間
　２００　第２空間

Claims (16)

1. 　プロセッサとメモリとを備えるシステムによる機器の制御方法であって、
   　前記プロセッサは、
   　（ａ）第１空間に設置された第１機器における水又は湯の使用状況に応じて変化する第１信号を取得し、
   　（ｂ）取得された前記第１信号に基づいて、第２空間に設置された第２機器を制御するための第２信号を決定し、
   　（ｃ）決定された前記第２信号を出力する、
   　制御方法。
2. 　前記第１機器は、給湯器、又は、洗面所、脱衣所もしくはバスルームに設置される機器を含む、
   　請求項１に記載の制御方法。
3. 　前記第１機器は、シャワーヘッド又は蛇口を含む、
   　請求項２に記載の制御方法。
4. 　前記第１信号は、流量、流速、圧力又は使用時間の少なくとも１つを示す、
   　請求項１～３のいずれかに記載の制御方法。
5. 　前記第２機器は、調理機器を含む、
   　請求項１～４のいずれかに記載の制御方法。
6. 　前記第２信号は、前記調理機器に対する予熱開始命令を含む、
   　請求項５に記載の制御方法。
7. 　前記プロセッサは、さらに、
   　（ｅ）前記調理機器で用いられる素材が前記調理機器に準備されているか否かを判定し、
   　前記（ｂ）において、
   　前記素材が準備されていると判定された場合に調理開始命令を含む信号が前記第２信号として決定され、
   　前記素材が準備されていないと判定された場合に予熱開始命令を含む信号が前記第２信号として決定される、
   　請求項６に記載の制御方法。
8. 　前記プロセッサは、さらに、
   　（ｆ）前記調理機器で用いられる素材の在庫があるか否かを判定し、
   　前記（ｃ）において、前記素材の在庫があると判定された場合に、前記第２信号が出力される、
   　請求項５又は６に記載の制御方法。
9. 　前記（ｂ）において、前記第２信号は、前記第１機器における水又は湯の使用時刻に基づいて決定される、
   　請求項１～８のいずれかに記載の制御方法。
10. 　前記（ｂ）において、前記第２信号は、ユーザによる前記第１機器における水又は湯の過去の使用履歴に基づいて決定される、
    　請求項１～９のいずれかに記載の制御方法。
11. 　前記（ｂ）において、前記第２信号は、過去の所定期間における前記ユーザによる前記第１機器における水又は湯の使用時刻の平均値及び分散値に基づいて決定される、
    　請求項１０に記載の制御方法。
12. 　前記（ｃ）において、前記第２信号は、前記水又は前記湯が所定時間以上連続して使用された場合に出力され、前記水又は前記湯が前記所定時間以上連続して使用されていない場合には出力されない、
    　請求項１～１１のいずれかに記載の制御方法。
13. 　前記（ｂ）において、ユーザによる前記第１機器における水又は湯の過去の使用時刻の実績値と、前記ユーザによる前記第２機器の過去の使用時刻の実績値とを教師データとして用いて機械学習された予測モデルを用いて、前記第２信号が決定される、
    　請求項１～１２のいずれかに記載の制御方法。
14. 　前記（ｂ）において、前記予測モデルは、過去に第２信号が決定されたことに対する前記ユーザの反応を学習データとして用いて学習させたモデルであり、当該学習データには前記ユーザが前記第２空間に滞在したか否かの情報が含まれる、
    　請求項１３に記載の制御方法。
15. 　前記第２機器は、出力された前記第２信号に基づいて制御される、
    　請求項１～１４のいずれかに記載の制御方法。
16. 　プロセッサと、
    　メモリと、を備え、
    　前記プロセッサは、前記メモリを用いて、
    　（ａ）第１空間に設置された第１機器における水又は湯の使用状況に応じて変化する第１信号を取得し、
    　（ｂ）取得された前記第１信号に基づいて、第２空間に設置された第２機器を制御するための第２信号を決定し、
    　（ｃ）決定された前記第２信号を出力する、
    　情報処理装置。

Images