特許 6011868 不在予測装置、不在予測方法、及びそのプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6011868

(24)【登録日】2016年9月30日

(45)【発行日】2016年10月19日

(54)【発明の名称】不在予測装置、不在予測方法、及びそのプログラム

(51)【国際特許分類】

   G01D 21/00 20060101AFI20161006BHJP

【ＦＩ】

   G01D21/00 A

【請求項の数】8

【全頁数】11

(21)【出願番号】特願2013-62753(P2013-62753)

(22)【出願日】2013年3月25日

(65)【公開番号】特開2014-186005(P2014-186005A)

(43)【公開日】2014年10月2日

【審査請求日】2015年10月16日

(73)【特許権者】

【識別番号】301021533

【氏名又は名称】国立研究開発法人産業技術総合研究所

(72)【発明者】

【氏名】佐藤 稔久

(72)【発明者】

【氏名】吉野 公三

【審査官】 櫻井 仁

(56)【参考文献】

【文献】 特開平１１−１３２５３０（ＪＰ，Ａ）

【文献】 特開平１１−０１４１２１（ＪＰ，Ａ）

【文献】 特開２０１１−１１７６２５（ＪＰ，Ａ）

【文献】 特開２００２−０２４９６６（ＪＰ，Ａ）

【文献】 特開２００３−１０６６２４（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｄ １８／００−２１／０２

Ｇ０１Ｖ １／００−９９／００

Ｆ２４Ｆ １１／００−１１／０８

(57)【特許請求の範囲】

【請求項1】

二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するセンサデータ記憶部と、
前記人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力する不在判定部と、
不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定する部屋選定部と、
選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測する不在予測部と、
を有する不在予測装置。

【請求項2】

請求項１記載の不在予測装置は、さらに、前記部屋選定部で選定された部屋の人検知センサのセンサデータを、不在開始時間から所定時間前まで遡って複数取得し、各不在時間数に対応して閾値を算出する閾値算出部を有する不在予測装置。

【請求項3】

前記不在判定部は、全ての人検知センサが所定時間以上、人を検知しない場合には不在と判定し、不在判定後に最初にいずれかの人検知センサが人を検知した時間を帰宅時間と判定する請求項１記載の不在予測装置。

【請求項4】

請求項１記載の不在予測装置は、さらに、
予測された不在時間に基づいて、電気機器に対して制御信号を出力する電気機器制御部を有することを特徴とする不在予測装置。

【請求項5】

前記部屋選定部は、不在開始時刻から所定時間前まで遡った各部屋の人検知センサのセンサデータと不在時間との相関が最も高い部屋を選定することを特徴とする請求項１記載の不在予測装置。

【請求項6】

前記部屋選定部は、不在開始時刻から所定時間前まで遡った各部屋のセンサデータに対応する不在時間を受け付けると、部屋選定処理を行うことを特徴とする請求項１又は５記載の不在予測装置。

【請求項7】

二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するステップ、
前記人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力するステップ、
不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定するステップ、
選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測するステップと、
を有する不在予測方法。

【請求項8】

二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するステップ、
前記人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力するステップ、
不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定するステップ、
選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測するステップと、
をコンピュータに実行させるための不在予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、家のなかの複数の部屋に人検知センサを設け、人検知センサからのセンサデータに基づいて家全体での不在予測を行う不在予測装置、方法及びプログラムに関する。

【背景技術】

【0002】

従来から、部屋での不在時間又は在室時間を予測して空調設備を適切に予測することが行われてきている。例えば、特許文献１においては人検知センサとともに、温度センサ、湿度センサ、日射量センサ等の環境を検知するセンサからのデータに基づいて複数の空調機器の運転制御を行うことが提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０００−３５２４２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、特許文献１においては、一つの部屋においての在室予測しか行われていないため、家全体での不在予測は困難であった。全館空調システムへの適用や宅配便や郵便の配達時刻の自動指定を行うことは難しかった。

【0005】

本発明は、人検知センサからのセンサデータに基づいて、家全体での不在予測を行う不在予測装置に関する。

【課題を解決するための手段】

【0006】

本発明に係る不在予測装置は、二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するセンサデータ記憶部と、人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力する不在判定部と、不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定する部屋選定部と、選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測する不在予測部と、を有する。このように、不在予測に用いる部屋を選定することで、不在時間をより精度高く予測することが可能となる。

【0007】

また、好ましくはさらに、部屋選定部で選定された部屋の人検知センサのセンサデータを、不在開始時間から所定時間前まで遡って複数取得し、各不在時間数に対応して閾値を算出する閾値算出部を有する不在予測装置である。

【0008】

また、不在判定部は、全ての人検知センサが所定時間以上、人を検知しない場合には不在と判定し、不在判定後に最初にいずれかの人検知センサが人を検知した時間を帰宅時間と判定してもよい。

【0009】

また、本発明の不在予測装置は、好ましくはさらに、予測された不在時間に基づいて、電気機器に対して制御信号を出力する電気機器制御部を有する。

【0010】

さらに、本発明の不在予測装置は、部屋選定部は、不在開始時刻から所定時間前まで遡った各部屋の人検知センサのセンサデータと不在時間との相関が最も高い部屋を選定してもよい。

【0011】

前記部屋選定部は、不在開始時刻から所定時間前まで遡った各部屋のセンサデータに対応する不在時間を受け付けると、部屋選定処理を行うことを特徴とする請求項１又は５記載の不在予測装置。

【0012】

本発明にかかる不在予測方法は、二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するステップ、人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力するステップ、不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定するステップ、選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測するステップと、を有する不在予測方法である。

【0013】

本発明にかかる不在予測プログラムは、二以上の部屋に各々に設けられ、人の在不在を検出する人検知センサからセンサデータを記憶するステップ、人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力するステップ、不在開始時刻から所定時間前まで遡った各部屋のセンサデータを前記センサデータ記憶部から取得し、不在時間と取得したセンサデータとに基づいて、部屋を選定するステップ、選定された部屋の人検知センサのセンサデータに基づいて、不在時間を予測するステップと、をコンピュータに実行させるための不在予測プログラムである。

【発明の効果】

【0014】

本発明によれば、各部屋に人検知センサを設け、不在との相関性が高い部屋を選定し、選定した部屋での人検知センサデータに基づいて予測することで家全体でより精度高く不在予測を行うことが可能となる。また、不在予測を行うにあたって、相関の高い部屋を選定しているため、より精度高く予測を行うことが可能となる。

【図面の簡単な説明】

【0015】

【図1】本発明の一つの実施形態における不在予測装置のブロック図である。

【図2】センサデータ記憶部１２０及び不在判定部１３０に記憶されているデータベースの構成の一例を示す図面である。

【図3】不在判定部１３０における不在判定処理及び不在時間の算出処理を説明するフローチャートである。

【図4】部屋選定部１４０における部屋選定処理での相関の絶対値及び平均値の差を説明する図面である。

【図5】しきい値算出部１５０におけるしきい値算出を説明する図面である。

【図6】本発明の実施の形態に係る不在予測装置１００のハードウェア構成の一例を示すブロック図である。

【発明を実施するための形態】

【0016】

以下、本発明の実施形態である不在予測装置を図面に従って説明する。

【0017】

図１は、本発明の一つの実施形態における不在予測装置のブロック図である。不在予測装置１００は、入力されたセンサデータに基づいて家に人がどの程度長い時間不在となるか、不在時間を予測する装置である。不在予測装置１００は、例えば、家の部屋それぞれに設けられた人検知センサからの入力に基づいて人の不在を判定して、不在開始時刻を設定し、不在時間を算出する。不在開始時刻より所定時間前から不在開始時刻までの各部屋のセンサデータを取得し、不在時間とセンサデータとの相関が最も高い部屋のセンサデータに基づいて不在時間を予測する。予測された不在時間に基づいて空調機器の電源をＯＮ／ＯＦＦや、荷物の配達時間の設定を行うよう制御を行う。

【0018】

不在予測装置１００は、例えば、複数の人検知センサ２００Ａ〜Ｄと接続されている。人検知センサ２００は、センサが取り付けられた所定の範囲内において、人が存在する場合、人の存在を検知するセンサである。人検知センサ２００は、例えば、家のなかの部屋それぞれに各１個ずつ取り付けられている。なお、必ずしも全ての部屋でなくてもよく、また廊下など部屋ではないところにとりつけてもよい。また、広い部屋においては、センサを２つ取り付けてもよい。人検知センサが検知したセンサデータは、不在予測装置へ送られる。

【0019】

また、不在予測装置１００は、空調機器や宅配便配達時間設定システムなどと接続されている。不在予測装置が予測した不在時間に基づいて空調機器を制御したり、宅配便の配達時間を設定するよう制御される。

【0020】

不在予測装置１００は、受信部１１０、センサデータ記憶部１２０、不在判定部１３０、部屋選定部１４０、しきい値算定部１５０、不在予測部１６０、制御部１７０を有する。受信部１１０は、例えば、人検知センサ２００Ａ〜２００Ｄにおいて検知された検知データを各センサから受信する。

【0021】

センサデータ記憶部１２０は、受信部１１０が受信した人検知センサのセンサデータを記憶する。センサデータ記憶部１２０は、例えば、センサの検知回数を所定時間間隔で記憶している。所定時間間隔とは、例えば１５秒間隔であり、センサデータ記憶部１２０は、１５秒の間に何回人検知センサが検知したかを示すセンサデータを各人検知センサ別に記憶する。センサデータ記憶部１２０で記憶されているセンサデータは、不在判定部１３０及び部屋選定部１４０で読みだされる。

【0022】

不在判定部１３０は、人検知センサからのセンサデータに基づいて部屋の不在を判定する。例えば、不在判定部１３０は、受信部１１０が受信した全ての人検知センサのセンサデータにおいて、検知回数がゼロである時間が一定時間以上あった場合、家全体として不在であると判定する。一定時間以上とは、例えば３０分以上である。不在判定部は、不在と判定した後、最後に人を検知した時間を不在開始時刻として設定する。また、不在判定部１３０は、不在判定後、最初にいずれかの人検知センサにおいて人を検知した場合には、その時刻を帰宅時刻として設定し、不在開始時刻と帰宅時刻から不在時間を算出する。算出された不在時間と、不在開始時刻は、部屋選定部１４０へと送信される。

【0023】

部屋選定部１４０は、不在開始時刻から、所定時間前まで遡った各部屋のセンサデータをセンサデータ記憶部１２０から取得し、不在時間と取得したセンサデータとに基づいて部屋を選定する。部屋選定部１４０は、不在判定部１３０から不在開始時刻を取得すると、不在開始時刻の所定時間前から不在開始時刻までの全ての人検知センサのセンサデータをセンサデータ記憶部１２０から取得し、所定時間前から不在開始時刻までの検知回数合計を人検知センサ毎に算出して記憶し、その不在開始時刻に対応する不在時間を取得すると、不在時間を取得した所定時間分のセンサデータに対応づけて不在時間関連データベースとして部屋選定部１４０に記憶する。所定時間とは、例えば不在開始時刻から１時間前である。部屋選定部１４０は、このように所定時間前から不在開始時刻までのセンサデータを人検知センサ別に記憶している。

【0024】

部屋選定部１４０は、不在判定部１３０から不在開始時刻を新たに取得すると、不在時間を予測するための部屋を選定する処理を行う。例えば、部屋選定部１４０は、不在関連データベースに記憶されているデータに基づいて、不在開始時刻から所定時間前までの各部屋における人検知センサの反応回数の合計と不在時間との相関の絶対値が最も高く、かつ、不在時間がある所定時間未満の場合の人検知センサ反応回数の平均値とある所定時間以上での人検知センサ反応回数の平均値との差が所定値以上である部屋を選定する。具体的には、下記の式に基づいて相関を算出する。

【数1】

ここで，ｉは，家全体として不在であると判定した日（または時刻）を示し、ｎが部屋選定部１４０にて判定を行っている日（または時刻）を表す。すなわち、これまで部屋選定部１４０にて記憶されている“不在時間”と“不在開始時刻から所定時間前までの各部屋における人検知センサの反応回数の合計”に、その日／時刻（不在判定の行われた時刻）の不在時間と反応回数の合計を加えて、上記の式より相関を算出し、その絶対値を各部屋毎（各人検知センサ毎）に比較を行う。

【0025】

「所定時間」の時間の閾値の設定は、例えば、初めに１時間と設定し、１時間以下での人感センサ反応回数の平均と１時間以上での人検知センサ反応回数の平均の差を算出する。これを１時間毎に１０時間まで繰り返し、人検知センサ反応回数の平均の差が最も大きい時間で、かつ、各部屋別に算出した平均の差も最も大きい時間を「短時間」の閾値として設定を行うようにしてもよい。なお、１時間毎に算出した場合に、人検知センサ反応回数の平均の差で最も大きい値が、同じ値で何時間か続いた場合は，その内の最も小さい時間を「所定時間」としてもよい。

【0026】

また、「所定時間」の閾値を設定した際の人検知センサ反応回数の平均の差にある１以下の係数（例えば０.５）をかけた値を「所定値」として設定する。これらの設定については、最初はある値（例えば，「短時間」は２時間、「所定値」は５）がデフォルトとして設定されており、１ヶ月に１回程度の頻度で上記の算出をして，「所定時間」と「所定値」の値の更新を行うようにしてもよい。

【0027】

部屋選定部１４０は、不在開始時刻から所定時間前まで遡った各部屋のセンサデータに対応する不在時間を受け付けると、部屋選定処理を行う。なお、他のタイミングで選定処理を行ってもよい。

【0028】

しきい値算出部１５０は、部屋選定部１４０で選定された部屋の人検知センサの反応回数に基づいて不在時間予測のためのしきい値を算出する。部屋選定部１４０に記憶されている不在時間関連データベースから、選定された部屋の人検知センサの反応回数と対応する不在時間を複数読み出し、人検知センサの反応回数と不在時間の相関に基づいてしきい値を算出する。

【0029】

例えば、しきい値算出部１５０は、ある所定時間以上不在の場合での反応回数のある％ile値を算出する。ここで例えば、所定時間を２時間とすると、不在時間が２時間以上である場合の反応回数のうち、あるしきい値である％ile値を算出する。例えば、人検知センサの反応回数と不在時間との相関が正である場合、５％をしきい値として算出し、相関が負の場合は９５％をしきい値として算出する。より具体的には、不在時間が２時間以上の場合の人検知センサの反応回数のうち、反応回数の小さい値から順にならべ、各反応回数の出現頻度を小さい順から累積して求め、全出現頻度（＝２時間以上における人検知センサ反応の合計）に対して，反応回数の出現頻度の累積値の割合が，％ile値としている５％または９５％の回数になる値をしきい値として設定する。

【0030】

不在予測部１６０は、不在開始時刻が不在判定部１３０から受信するとともに、不在開始時刻の所定時間前から不在開始時刻までの選定された部屋における人検知センサの反応回数を受信すると、不在時間の予測を行う。不在予測部１６０は、例えば、部屋選定部１４０で予め選定された部屋における人検知センサの反応回数と不在時間との相関が正の場合、選定された部屋での今回受信された人検知センサの反応回数がしきい値算出部１５０において予め算出されたしきい値以上であれば、今回の不在時間は所定時間よりも長いと予測する。なお、しきい値未満であれば、今回の不在時間は所定時間よりも短いと予測する。所定時間とは、部屋選定及びしきい値算出において設定された所定時間と同一であり、不在時間を短時間として考えられる時間数であり、例えば２時間や３時間である。

【0031】

また、不在予測部１６０は、選定された部屋における人検知センサの反応回数と不在時間との相関が負の場合、選定された部屋での今回受信された人検知センサの反応回数がしきい値算出部１５０において算出されたしきい値以上であれば、今回の不在時間は所定時間よりも短いと予測する。またしきい値未満であれば、今回の不在時間は所定時間よりも長いと予測する。

【0032】

制御部１７０は、不在予測部１６０が予測した不在時間に基づいて不在予測装置１００に接続されている空調機器や宅配便配達時間設定システムへの制御信号を生成する。例えば、不在予測部１６０において、不在時間が２時間以内と予測された場合には、宅配便の配達時間を２時間半後に設定するように、宅配便配達時間設定システムへ設定要求を送信する。また、空調機器については，不在が短時間と予想された場合には電源のＯＮ／ＯＦＦによるエネルギー増を考慮し、運転し続けるように制御してもよい。なお、この場合に予測不在時間が経過しても人検知センサが検知しない場合には、電源ＯＦＦするよう制御してもよい。

【0033】

図２は、センサデータ記憶部１２０及び不在判定部１３０に記憶されているデータベースの構成の一例を示す図面である。図２（ａ）は、センサデータ記憶部１２０に記憶されているセンサデータの構成の一例を示している。センサデータ記憶部１２０は、受信部１１０が受信した人検知センサのセンサデータを記憶しており、例えば図２（ａ）のように、人検知センサが検知した回数を１５秒間隔で記憶している。部屋選定部１４０は、不在時間を不在判定部１３０から受信すると、不在開始時刻の所定時間前から不在開始時刻までのセンサデータ記憶部１２０に記憶されたセンサデータを取得することとなる。

【0034】

図２（ｂ）は、部屋選定部１４０に記憶されている不在時間関連データベースの構成の一例である。ここでは、不在判定部１３０から受信した不在時間に対応して、不在開始時刻から１時間前までの各部屋の人検知センサの反応回数の合計を記憶している。センサデータ記憶部１２０から受信した不在開始時刻の１時間前から不在開始時刻までのセンサデータにもとづいて、部屋選定部１４０が算出した１時間における反応回数の合計を人検知センサ別に不在時間に対応づけて記憶している。

【0035】

図３は、不在判定部１３０における不在判定処理及び不在時間の算出処理を説明するフローチャートである。不在判定部１３０は、人検知センサからのセンサデータに基づいて部屋の不在を判定し、不在開始時刻及び不在時間を出力する。

【0036】

不在判定部１３０は、例えば、各部屋の人検知センサからのセンサデータを受信部１１０から取得する（ステップＳ３０１）。どこかの部屋の人検知センサのセンサデータが０以外を示しているかどうかを判定する（ステップＳ３０２）。どこかの人検知センサのセンサデータが０以外を示している場合は、１（人検知あり）となり、Ｙｅｓと判定され、ステップＳ３０３へと進む。なお、すべての人検知センサのセンサデータが０である場合は、人検知なしとなり、Ｎｏと判定され、ステップＳ３０７へと進む。

【0037】

ステップＳ３０２でＹｅｓと判定された場合、不在フラグが１であるかどうかを判定する（ステップＳ３０３）。不在フラグが１である場合は、不在と判定済みという意味であり、不在フラグが０である場合は不在の判定はされていない、つまり在宅という意味である。不在フラグが０である場合には、Ｎｏと判定され、ステップＳ３０１に戻って、引き続きセンサデータを取得する。不在フラグが１である場合には、Ｙｅｓと判定されステップＳ３０４へとすすむ。どこかの人検知センサで人が検知され、不在フラグが１であった場合は、帰宅したと考えられるため、帰宅と判定し、不在フラグを０へと変更する（ステップＳ３０４）。

【0038】

そして、帰宅と判定した判定時刻を帰宅時刻として設定する処理を行う（Ｓ３０５）。帰宅時刻を設定した後、ステップＳ３０６にすすむ。ステップＳ３０６では、帰宅時刻と不在開始時刻との差を不在時間と設定する。ステップＳ３０６については後述する。

【0039】

一方、ステップＳ３０２においてすべての人検知センサのセンサデータが０であるため、Ｎｏと判定され、ステップＳ３０７にすすむと、全部屋の人検知センサのセンサデータが０である継続時間がある所定時間以上継続しているか判定を行う。ある所定時間とは、例えば３０分である。所定時間未満の場合は、Ｎｏと判定され、ステップＳ３０１へと戻り、引き続きセンサデータを取得する。所定時間以上継続していると判定される場合には、不在と判定され、不在フラグを１とする（ステップＳ３０８）。

【0040】

続いて、不在と判定した時刻を不在開始時刻として部屋選定部１４０へ送信する（ステップＳ３０９）。

【0041】

そして、ステップＳ３０５で設定された帰宅時刻と、ステップＳ３０９で設定された不在開始時刻とに基づいて不在時間を設定する（ステップＳ３０６）。つまり、ステップＳ３０９において不在開始時刻が設定されたのち、帰宅時刻が設定された場合、不在時間が算出されることとなる。ステップＳ３０６の処理は、ステップＳ３０９の処理が行われた後、ステップＳ３０５の処理が行われ、これら二つの処理が行われた後に行われることとなる。不在時間がステップＳ３０６において設定されると不在時間を部屋選定部１４０へ送信する（ステップＳ１４０）。

【0042】

図４は、部屋選定部１４０における部屋選定処理での相関の絶対値及び平均値の差を説明する図面である。図４（ａ）は、部屋選定処理における部屋選定基準の一つである相関の絶対値を説明する図面である。ここでの不在時間のしきい値は２時間である。部屋選定部１４０における部屋選定処理において、不在開始時刻から２時間前までの部屋の人検知センサ反応回数と不在時間との相関の絶対値について、それぞれの部屋の人検知センサについて算出し、どの部屋が最も高いか判定される。

【0043】

図４（ｂ）は、部屋選定処理における選定基準の一つである平均値の差を説明する図面である。部屋選定部１４０における部屋選定処理において、不在関連データベースに記憶されている反応回数と不在時間のデータに基づいて不在時間がある所定時間未満の場合の人検知センサ反応回数の平均値とある所定時間以上での人検知センサ反応回数の平均値との差が所定値以上である部屋が選定される。図４（ｂ）では、所定時間は２時間であり、平均値の差は、例えば所定値である５以上である部屋を選定する。人感センサ反応回数の平均の差が最も大きい値に、ある係数（例えば０.５）をかけて、所定値以上の部屋を選定する。

【0044】

図５は、しきい値算出部１５０におけるしきい値算出を説明する図面である。図５（ａ）は、人検知センサ反応回数と不在時間との相関が正の場合を示す図である。不在時間関連データベースから不在時間と対応する選定された部屋の人検知センサ反応回数とを読み出し、不在時間を横軸、人検知センサ反応回数を縦軸として生成した図である。ここで、予め定めておいた時間で区切り、しきい値を算出する。ここでは、不在時間が２時間以上のデータにおいて、人検知センサ反応回数の出現頻度を反応回数の小さい順から累積して求め、全出現頻度（＝２時間以上における人検知センサ反応の合計）に対して、出現頻度の累積値の割合が、５％の回数になる値をしきい値と設定する。

【0045】

図５（ｂ）は、人検知センサ反応回数と不在時間との相関が負の場合を示す図である。ここでは、不在時間が２時間を所定時間として２時間以上のデータにおいて、下から９５％の値をしきい値（図中の矢印部分）として設定した場合を示している。

【0046】

図６は、本発明の実施の形態に係る不在予測装置１００のハードウェア構成の一例を示すブロック図である。図６において、不在予測装置１００を構成するコンピュータは、従前から存在する汎用的なハードウェア構成で実現できる。すなわち、不在予測装置１００を形成するコンピュータは、図６に示したようにＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３、外部記憶装置１０４、通信インターフェース１０５、入出力インターフェース１０６と接続されたキーボード１０８をバスに接続して構成される。また、入出力インターフェース１０６に出力部３００として、一例としてスピーカ３０１と、表示装置として設けられたディスプレイ３０２が接続されている。

【0047】

一連の処理をソフトウェアにより実行させる場合には、例えば、不在判定部１３０、部屋選定部１４０、しきい値算定部１５０、不在予測部１６０は、外部記憶装置１０４として磁気ディスク、光ディスク、光磁気ディスク、もしくは半導体メモリなどよりなるリムーバブルメディアに不在予測プログラムとして記憶され、ＣＰＵ１０１で実行させることで、各種の機能を実行させる。なお、ネットワークからコンピュータへ不在予測プログラムをインストールし、また、装置本体に予め組み込まれた状態、例えば、プログラムが記録されているＲＯＭ１０２などで構成してもよい。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】