ホーム > 特許ランキング > ＴｈｉｎｋＸ株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022042667
(43)【公開日】2022-03-15
(54)【発明の名称】携帯端末装置、情報処理方法及びプログラム
(51)【国際特許分類】
H04M 1/00 20060101AFI20220308BHJP
G01C 21/26 20060101ALI20220308BHJP
G06N 20/00 20190101ALI20220308BHJP
G06N 3/08 20060101ALI20220308BHJP
【ＦＩ】
H04M1/00 R
G01C21/26 P
G06N20/00
G06N3/08
【審査請求】未請求
【請求項の数】19
【出願形態】ＯＬ
(21)【出願番号】P 2020148159
(22)【出願日】2020-09-03
(71)【出願人】
【識別番号】520339622
【氏名又は名称】ＴｈｉｎｋＸ株式会社
(72)【発明者】
【氏名】大塚 一輝
【テーマコード（参考）】
2F129
5K127
【Ｆターム（参考）】
2F129AA02
2F129BB21
2F129BB22
2F129BB26
2F129CC03
2F129DD21
2F129DD34
2F129EE17
2F129EE77
2F129HH02
2F129HH12
5K127AA36
5K127BA03
5K127CB01
5K127CB11
5K127CB33
5K127JA01
5K127JA05
5K127JA11
5K127JA14
5K127JA15
5K127JA25
5K127JA50
5K127KA08
5K127MA05
5K127MA06
5K127MA11
(57)【要約】 （修正有）
【課題】位置を検出するための複数の装置を設置することなく位置を推定し、推定された位置に関連するデータを出力することができる携帯端末装置、情報処理方法及びプログラムを提供する。
【解決手段】携帯端末装置１００は、位置推定部と、出力部と、を有する。位置推定部は、携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき携帯端末装置の位置を推定する。学習済みのニューラルネットワークは、慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークである。出力部は、位置推定部で推定された位置に基づき位置に関連するデータを出力する。
【選択図】図３
【解決手段】携帯端末装置１００は、位置推定部と、出力部と、を有する。位置推定部は、携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき携帯端末装置の位置を推定する。学習済みのニューラルネットワークは、慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークである。出力部は、位置推定部で推定された位置に基づき位置に関連するデータを出力する。
【選択図】図３
【特許請求の範囲】
【請求項1】
携帯端末装置であって、
位置推定部と、出力部と、を有し、
前記位置推定部は、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記出力部は、前記位置推定部で推定された位置に基づき前記位置に関連するデータを出力する、
携帯端末装置。
位置推定部と、出力部と、を有し、
前記位置推定部は、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記出力部は、前記位置推定部で推定された位置に基づき前記位置に関連するデータを出力する、
携帯端末装置。
【請求項2】
請求項１に記載の携帯端末装置において、
属性推定部を有し、
前記属性推定部は、前記携帯端末装置のマイクから入力されたユーザの音声データに基づき前記ユーザの属性を推定し、
前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、出力するデータを決定する、
携帯端末装置。
属性推定部を有し、
前記属性推定部は、前記携帯端末装置のマイクから入力されたユーザの音声データに基づき前記ユーザの属性を推定し、
前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、出力するデータを決定する、
携帯端末装置。
【請求項3】
請求項２に記載の携帯端末装置において、
前記属性推定部は、前記音声データに基づき前記ユーザが発話中か否かを判定し、前記ユーザが発話中であると判定した場合、前記音声データに基づき前記ユーザの属性を推定する、
携帯端末装置。
前記属性推定部は、前記音声データに基づき前記ユーザが発話中か否かを判定し、前記ユーザが発話中であると判定した場合、前記音声データに基づき前記ユーザの属性を推定する、
携帯端末装置。
【請求項4】
請求項２又は請求項３に記載の携帯端末装置において、
前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、前記位置の近傍に存在する案内対象物の説明を変更したデータを出力する、
携帯端末装置。
前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、前記位置の近傍に存在する案内対象物の説明を変更したデータを出力する、
携帯端末装置。
【請求項5】
請求項２から請求項４までの何れか１項に記載の携帯端末装置において、
前記属性には、前記ユーザの教養のレベルが含まれる、
携帯端末装置。
前記属性には、前記ユーザの教養のレベルが含まれる、
携帯端末装置。
【請求項6】
請求項２から請求項５までの何れか１項に記載の携帯端末装置において、
前記属性には、前記ユーザの使用言語が含まれる、
携帯端末装置。
前記属性には、前記ユーザの使用言語が含まれる、
携帯端末装置。
【請求項7】
請求項２から請求項６までの何れか１項に記載の携帯端末装置において、
前記属性には、前記ユーザの年齢層が含まれる、
携帯端末装置。
前記属性には、前記ユーザの年齢層が含まれる、
携帯端末装置。
【請求項8】
請求項２から請求項７までの何れか１項に記載の携帯端末装置において、
前記属性には、前記ユーザの性別が含まれる、
携帯端末装置。
前記属性には、前記ユーザの性別が含まれる、
携帯端末装置。
【請求項9】
請求項１から請求項８までの何れか１項に記載の携帯端末装置において、
前記位置に関連して出力されるデータは音声データである、
携帯端末装置。
前記位置に関連して出力されるデータは音声データである、
携帯端末装置。
【請求項10】
請求項１から請求項９までの何れか１項に記載の携帯端末装置において、
前記位置に関連して出力されるデータは画像データである、
携帯端末装置。
前記位置に関連して出力されるデータは画像データである、
携帯端末装置。
【請求項11】
請求項１から請求項１０までの何れか１項に記載の携帯端末装置において、
前記計測値は、加速度と、角速度と、地磁気と、である、
携帯端末装置。
前記計測値は、加速度と、角速度と、地磁気と、である、
携帯端末装置。
【請求項12】
請求項１から請求項１１までの何れか１項に記載の携帯端末装置において、
日時情報取得部を有し、
前記日時情報取得部は、日時情報を取得し、
前記出力部は、前記位置推定部で推定された位置と、前記日時情報と、に基づき、前記位置に関連するデータを変更して出力する、
携帯端末装置。
日時情報取得部を有し、
前記日時情報取得部は、日時情報を取得し、
前記出力部は、前記位置推定部で推定された位置と、前記日時情報と、に基づき、前記位置に関連するデータを変更して出力する、
携帯端末装置。
【請求項13】
請求項１から請求項１２までの何れか１項に記載の携帯端末装置において、
訪問回数取得部を有し、
前記訪問回数取得部は、前記位置推定部で推定された位置に訪れた回数を取得し、
前記出力部は、前記位置推定部で推定された位置と、前記回数と、に基づき、前記位置に関連するデータを変更して出力する、
携帯端末装置。
訪問回数取得部を有し、
前記訪問回数取得部は、前記位置推定部で推定された位置に訪れた回数を取得し、
前記出力部は、前記位置推定部で推定された位置と、前記回数と、に基づき、前記位置に関連するデータを変更して出力する、
携帯端末装置。
【請求項14】
請求項１から請求項１３までの何れか１項に記載の携帯端末装置において、
前記出力部は、ユーザがこれまでに再生したデータの時間情報と、前記位置推定部で推定された位置と、に基づき、前記位置に関連するデータを出力する、
携帯端末装置。
前記出力部は、ユーザがこれまでに再生したデータの時間情報と、前記位置推定部で推定された位置と、に基づき、前記位置に関連するデータを出力する、
携帯端末装置。
【請求項15】
請求項１から請求項１４までの何れか１項に記載の携帯端末装置において、
前記出力部は、前記携帯端末装置と説明対象物との位置関係により音像定位を動的に変える、
携帯端末装置。
前記出力部は、前記携帯端末装置と説明対象物との位置関係により音像定位を動的に変える、
携帯端末装置。
【請求項16】
請求項１から請求項１５までの何れか１項に記載の携帯端末装置において、
前記出力部は、ユーザの周辺環境音の雑音周波数帯域により出力音像の基本周波数を動的に変える、
携帯端末装置。
前記出力部は、ユーザの周辺環境音の雑音周波数帯域により出力音像の基本周波数を動的に変える、
携帯端末装置。
【請求項17】
携帯端末装置が実行する情報処理方法であって、
位置推定工程と、出力工程と、を有し、
前記位置推定工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記出力工程では、前記位置推定工程で推定された位置に基づき前記位置に関連するデータを出力する、
情報処理方法。
位置推定工程と、出力工程と、を有し、
前記位置推定工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記出力工程では、前記位置推定工程で推定された位置に基づき前記位置に関連するデータを出力する、
情報処理方法。
【請求項18】
携帯端末装置が実行する情報処理方法であって、
第１の工程と、第２の工程と、第３の工程と、含み、
前記第１の工程では、スタート位置を決定し、
前記第２の工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報と、前記スタート位置と、から前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記位置が指定された位置に来た場合、前記第３の工程では、前記指定された位置に応じたデータを出力する、
情報処理方法。
第１の工程と、第２の工程と、第３の工程と、含み、
前記第１の工程では、スタート位置を決定し、
前記第２の工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報と、前記スタート位置と、から前記携帯端末装置の位置を推定し、
前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、
前記位置が指定された位置に来た場合、前記第３の工程では、前記指定された位置に応じたデータを出力する、
情報処理方法。
【請求項19】
プログラムであって、コンピュータを請求項１から請求項１６までの何れか１項に記載の携帯端末装置の各部として機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、携帯端末装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
ある位置に来た場合、スマートフォンからデータを出力したいという要求がある。スマートフォンの位置を取得する技術としてはグローバル・ポジショニング・システム（以下、ＧＰＳという）が知られている。しかし、ＧＰＳは屋外に限られるという問題がある。特許文献１には、位置を検出する他の手段としてビーコン、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）が挙げられている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１８－０４１４２２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、ビーコンを用いて位置を検出するためには電波を発生する複数の装置を設置する必要がある。また、ＮＦＣを用いて位置を検出するにも近距離無線通信を行うための複数の装置を設置する必要がある。
【課題を解決するための手段】
【0005】
本発明の一態様によれば、携帯端末装置が提供される。この携帯端末装置は、位置推定部と、出力部と、を有する。位置推定部は、携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき携帯端末装置の位置を推定する。学習済みのニューラルネットワークは、慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークである。出力部は、位置推定部で推定された位置に基づき位置に関連するデータを出力する。
【図面の簡単な説明】
【0006】
【発明を実施するための形態】
【0007】
以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
【0008】
ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
【0009】
また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
【0010】
また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
【0011】
＜実施形態１＞
１．情報処理の概要
図１は、情報処理の概要を説明する図である。情報処理システム１０００は、システム構成として、携帯端末装置１００を含む。携帯端末装置１００のユーザは、エリアの入り口に設置されているチェックインパネル１１０のコードを携帯端末装置１００の後述する撮像部２０４で撮像する。すると、本実施形態の処理に関するアプリケーションのプログラムが所定のサーバから携帯端末装置１００にダウンロードされる。プログラムを起動し、アプリケーションを用いて、チェックインパネル１１０のコード等が撮像されると、携帯端末装置１００は、スタート位置を特定することができる。なお、すでにプログラムだダウンロードされている場合は、ダウンロードのプロセスは省略される。ユーザは、携帯端末装置１００を保持しながら、エリア内を進む。ユーザがエリア内の所定の位置の周辺に来ると、コンテンツが再生される。図１の例では、文化財１２０の周辺に来ると、文化財１２０に関するコンテンツが携帯端末装置１００において再生される。なお、コンテンツは動的に生成され、再生される場合がある。例えば、携帯端末装置１００は、ユーザの名前を含むコンテンツを生成し、出力する。コンテンツを最後まで再生したユーザの情報は、サーバに記録され、毎月レポートが提供される。例えば、サーバは、ユーザごとにどのコンテンツをどれだけの長さ再生させたか時間情報を記録する。このような構成とすることによって、サーバ、又は携帯端末装置１００は、サーバが管理している情報に基づき、パーソナライズされたコンテンツの割り当て、又は生成等を行うことができる。携帯端末装置１００を保持するユーザがエリアから出ると、自動的にチェックアウトされ、コンテンツを用いた案内は終了する。なお、該当するエリアの案内は終了するが、パーソナライズされたコンテンツの内容とチェックアウトされた状況（例えば、場所、時間情報）等に基づき、携帯端末装置１００は、次に勧めるエリアへ誘導するコンテンツ等を出力する。
１．情報処理の概要
図１は、情報処理の概要を説明する図である。情報処理システム１０００は、システム構成として、携帯端末装置１００を含む。携帯端末装置１００のユーザは、エリアの入り口に設置されているチェックインパネル１１０のコードを携帯端末装置１００の後述する撮像部２０４で撮像する。すると、本実施形態の処理に関するアプリケーションのプログラムが所定のサーバから携帯端末装置１００にダウンロードされる。プログラムを起動し、アプリケーションを用いて、チェックインパネル１１０のコード等が撮像されると、携帯端末装置１００は、スタート位置を特定することができる。なお、すでにプログラムだダウンロードされている場合は、ダウンロードのプロセスは省略される。ユーザは、携帯端末装置１００を保持しながら、エリア内を進む。ユーザがエリア内の所定の位置の周辺に来ると、コンテンツが再生される。図１の例では、文化財１２０の周辺に来ると、文化財１２０に関するコンテンツが携帯端末装置１００において再生される。なお、コンテンツは動的に生成され、再生される場合がある。例えば、携帯端末装置１００は、ユーザの名前を含むコンテンツを生成し、出力する。コンテンツを最後まで再生したユーザの情報は、サーバに記録され、毎月レポートが提供される。例えば、サーバは、ユーザごとにどのコンテンツをどれだけの長さ再生させたか時間情報を記録する。このような構成とすることによって、サーバ、又は携帯端末装置１００は、サーバが管理している情報に基づき、パーソナライズされたコンテンツの割り当て、又は生成等を行うことができる。携帯端末装置１００を保持するユーザがエリアから出ると、自動的にチェックアウトされ、コンテンツを用いた案内は終了する。なお、該当するエリアの案内は終了するが、パーソナライズされたコンテンツの内容とチェックアウトされた状況（例えば、場所、時間情報）等に基づき、携帯端末装置１００は、次に勧めるエリアへ誘導するコンテンツ等を出力する。
【0012】
２．ハードウェア構成
図２は、携帯端末装置１００のハードウェア構成の一例を示す図である。携帯端末装置１００は、ハードウェア構成として、制御部２０１と、記憶部２０２と、入力表示部２０３と、撮像部２０４と、慣性計測ユニット２０５と、通信部２０６と、音声入力部２０７と、音声出力部２０８と、含む。
制御部２０１は、携帯端末装置１００の全体を制御する。記憶部２０２は、プログラム及び制御部２０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。上述したサーバからダウンロードされたプログラムは記憶部２０２に記憶される。記憶部２０２は、記憶媒体の一例である。制御部２０１が、記憶部２０２に記憶されているプログラムに基づき処理を実行することによって、後述する図３、図６、図７、図８に示す携帯端末装置１００の機能構成及び図４に示すアクティビティ図の処理が実現される。
図２は、携帯端末装置１００のハードウェア構成の一例を示す図である。携帯端末装置１００は、ハードウェア構成として、制御部２０１と、記憶部２０２と、入力表示部２０３と、撮像部２０４と、慣性計測ユニット２０５と、通信部２０６と、音声入力部２０７と、音声出力部２０８と、含む。
制御部２０１は、携帯端末装置１００の全体を制御する。記憶部２０２は、プログラム及び制御部２０１がプログラムに基づき処理を実行する際に用いるデータ等を記憶する。上述したサーバからダウンロードされたプログラムは記憶部２０２に記憶される。記憶部２０２は、記憶媒体の一例である。制御部２０１が、記憶部２０２に記憶されているプログラムに基づき処理を実行することによって、後述する図３、図６、図７、図８に示す携帯端末装置１００の機能構成及び図４に示すアクティビティ図の処理が実現される。
【0013】
入力表示部２０３は、データ等を表示すると共に、ユーザの操作を受け付ける。入力表示部２０３で受け付けられた操作は、制御部２０１に伝えられる。撮像部２０４は、被写体等を撮像する。慣性計測ユニット２０５は、複数のセンサーを有し、それぞれ異なる物理量を検知し、計測する。慣性計測ユニット２０５は、慣性計測部の一例である。通信部２０６は、携帯端末装置１００をネットワークに接続し、他の装置との通信を司る。
【0014】
音声入力部２０７は、ユーザの音声を制御部２０１に入力する。音声入力部２０７は、マイクの一例である。音声出力部２０８は、制御部２０１の制御に基づき音声を出力する。なお、本実施形態では、携帯端末装置１００の音声出力部２０８を用いて音声を入力するものとして説明を行うが、携帯端末装置１００に外付けのイヤホンを介して音声を出力するようにしてもよい。
【0015】
３．機能構成
図３は、携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、出力部３０２と、を含む。
位置推定部３０１は、携帯端末装置１００の慣性計測ユニット２０５で計測された計測値を学習済みのニューラルネットワークに入力し、学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき携帯端末装置１００の位置を推定する。ここで、学習済みのニューラルネットワークは、慣性計測ユニット２０５で計測された計測値と、携帯端末装置１００のユーザの移動情報と、に基づき学習されたニューラルネットワークである。ここで、移動情報は、３次元空間内の座標変化としての位置情報である。より具体的に説明すると、３次元空間内の座標変化として位置情報は、外部の赤外線モーションキャプチャーシステム等の光学的高精度物体位置追跡システムか、同等の追跡精度を有する装置により得られた、ユーザの手元のデバイス（携帯端末装置）の３次元空間内の座標の移動情報である。
出力部３０２は、位置推定部３０１で推定された位置に基づき位置に関連するデータを出力する。
携帯端末装置１００が位置推定部３０１と出力部３０２とを有することによって、携帯端末装置１００は自律的に自装置の位置を推定することができ、設定された位置に到達した場合、位置に関連するデータを出力することができる。すなわち、携帯端末装置１００によれば、屋外であっても、屋内であっても、複数の装置を設定することなく、自装置の位置を推定し、位置に応じたデータを、携帯端末装置１００を介して出力することができる。
図３は、携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、出力部３０２と、を含む。
位置推定部３０１は、携帯端末装置１００の慣性計測ユニット２０５で計測された計測値を学習済みのニューラルネットワークに入力し、学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき携帯端末装置１００の位置を推定する。ここで、学習済みのニューラルネットワークは、慣性計測ユニット２０５で計測された計測値と、携帯端末装置１００のユーザの移動情報と、に基づき学習されたニューラルネットワークである。ここで、移動情報は、３次元空間内の座標変化としての位置情報である。より具体的に説明すると、３次元空間内の座標変化として位置情報は、外部の赤外線モーションキャプチャーシステム等の光学的高精度物体位置追跡システムか、同等の追跡精度を有する装置により得られた、ユーザの手元のデバイス（携帯端末装置）の３次元空間内の座標の移動情報である。
出力部３０２は、位置推定部３０１で推定された位置に基づき位置に関連するデータを出力する。
携帯端末装置１００が位置推定部３０１と出力部３０２とを有することによって、携帯端末装置１００は自律的に自装置の位置を推定することができ、設定された位置に到達した場合、位置に関連するデータを出力することができる。すなわち、携帯端末装置１００によれば、屋外であっても、屋内であっても、複数の装置を設定することなく、自装置の位置を推定し、位置に応じたデータを、携帯端末装置１００を介して出力することができる。
【0016】
４．情報処理
図４は、携帯端末装置１００が実行する情報処理の一例を示すアクティビティ図である。図４の処理は、上述したように、携帯端末装置１００のユーザが、サーバからプログラムをダウンロードし、ユーザ操作に応じて、制御部２０１がプログラムを起動してからの処理を示している。
Ａ４０１において、位置推定部３０１は、撮像部２０４によって撮像されたチェックインパネル１１０の二次元コードの形状から、チェックインパネル１１０と携帯端末装置１００との位置関係を求め、緯度、経度の座標及び携帯端末装置１００の向いている方向の情報を得て、スタート位置を決定する。
図４は、携帯端末装置１００が実行する情報処理の一例を示すアクティビティ図である。図４の処理は、上述したように、携帯端末装置１００のユーザが、サーバからプログラムをダウンロードし、ユーザ操作に応じて、制御部２０１がプログラムを起動してからの処理を示している。
Ａ４０１において、位置推定部３０１は、撮像部２０４によって撮像されたチェックインパネル１１０の二次元コードの形状から、チェックインパネル１１０と携帯端末装置１００との位置関係を求め、緯度、経度の座標及び携帯端末装置１００の向いている方向の情報を得て、スタート位置を決定する。
【0017】
Ａ４０２において、位置推定部３０１は、慣性計測ユニット２０５で計測された計測値に基づき携帯端末装置１００の位置を推定する。より具体的に説明すると、位置推定部３０１は、学習済みのニューラルネットワークに計測値を入力し、学習済みのニューラルネットワークから出力された携帯端末装置１００のユーザの移動距離及び角度の単位時間あたりの変化量に基づき携帯端末装置１００の位置を推定する。ここで計測値とは、加速度、角速度、地磁気である。
【0018】
Ａ４０３において、出力部３０２は、位置推定部３０１の位置の推定の結果に基づき、携帯端末装置１００が定められた位置の近傍にいるか否かを判定する。定められた位置とは、エリア内において予め定められた位置であり、例えば、ある市内の建造物等が存在する場所であったり、博物館の中の展示物の前であったり、ある地域における寺院を巡る複数のコースの分岐点、又は寺院の前であったりする。また、定められた位置の近傍とは、定められた位置を中心として所定の距離離れた範囲内のことである。所定の距離とは、例えば、１ｍである。出力部３０２は、定められた位置に来たと判定した場合、処理をＡ４０４に進める。出力部３０２は、定められた位置に来ていないと判定した場合、Ａ４０３の処理を繰り返す。
【0019】
Ａ４０４において、出力部３０２は、定められた位置に関連するデータを出力する。位置に関連するデータは、画像データ及び音声データの何れか又は双方であってもよい。画像データの場合、携帯端末装置１００の入力表示部２０３に表示される。図５は、入力表示部２０３に表示された画像データの一例を示す図である。また、音声データの場合、携帯端末装置１００の音声出力部２０８から図５に示したような内容が音声にて出力される。なお、より具体的に説明すると、音声以外の効果音、自然環境音も含むオーディオデータが出力される。ここで、出力される、位置に関連するデータがオーディオデータの場合、出力部３０２は、携帯端末装置１００と説明対象物（図５の例では○○小学校）との位置関係により音像定位を動的に変えるようにしてもよい。このような構成とすることによって、ユーザは、出力がどの位置に存在する説明対象物に関してであるかを認知感覚的に把握することができる。また、出力される、位置に関連するデータがオーディオデータの場合、出力部３０２は、マイクから入力されたユーザの周辺環境音の雑音周波数帯域により出力音像の基本周波数を動的に変えるようにしてもよい。このような構成とすることによって、出力音像に対しユーザの意識の注意をより高い確度で喚起することができる。
【0020】
予め定めれた位置の情報（経度及び緯度情報）と、位置に関連する出力対象データと、を含む入出力データは、携帯端末装置１００に記憶されていてもよいし、携帯端末装置１００と通信可能な他の装置（例えば、サーバ）に記憶されていてもよい。入出力データがサーバに記憶されている場合、Ａ４０４において、出力部３０２は、位置推定部３０１で推定された位置を検索キーとしてサーバに対して、対応する出力対象データの取得要求を送信し、サーバより出力対象データを取得し、出力する。なお、入出力データを携帯端末装置１００にダウンロードする構成とすれば、電波が届かないところでも位置に応じた音声等を出力することができる。
【0021】
上述したように、携帯端末装置１００は、スタート位置を特定し、携帯端末装置１００の慣性計測ユニット２０５で計測された計測値と、スタート位置と、から携帯端末装置１００の位置を推定し、携帯端末装置１００の位置が予め指定された位置に来た場合、指定された位置に応じたデータを出力する。
屋外か、屋内かに関わらず、かつ、ビーコン、ＮＦＣ等の複数の装置を使わずとも、携帯端末装置１００による自律航法によって携帯端末装置１００の位置を推定し、位置に応じた音声データ等を出力することができる。また、入出力データを携帯端末装置１００にダウンロードする構成にすれば、電波の有無に関わらず、携帯端末装置１００の位置が予め定められた位置に来た場合、指定された位置に応じた音声データ等を出力することができる。
なお、携帯端末装置１００は、ユーザによって携帯されデータを出力することができる装置であればどのようなものであってもよい。携帯端末装置１００の例としては、スマートフォン、ダブレット型コンピュータ、ウェアラブルデバイス等がある。
屋外か、屋内かに関わらず、かつ、ビーコン、ＮＦＣ等の複数の装置を使わずとも、携帯端末装置１００による自律航法によって携帯端末装置１００の位置を推定し、位置に応じた音声データ等を出力することができる。また、入出力データを携帯端末装置１００にダウンロードする構成にすれば、電波の有無に関わらず、携帯端末装置１００の位置が予め定められた位置に来た場合、指定された位置に応じた音声データ等を出力することができる。
なお、携帯端末装置１００は、ユーザによって携帯されデータを出力することができる装置であればどのようなものであってもよい。携帯端末装置１００の例としては、スマートフォン、ダブレット型コンピュータ、ウェアラブルデバイス等がある。
【0022】
＜変形例１＞
図６は、変形例１の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、出力部３０２と、属性推定部６０１と、を含む。
属性推定部６０１は、音声入力部２０７を介して入力された携帯端末装置１００のユーザの音声データに基づきユーザの属性を推定する。音声入力部２０７の一例としてはマイクがある。より具体的に説明すると、属性推定部６０１は、音声データに基づきユーザが発話中か否かを判定し、ユーザが発話中であると判定した場合、音声データに基づきユーザの属性を推定する。属性推定部６０１は、音声入力部２０７から入力される音声データに基づきユーザが発話中か否か出力する学習済みのニューラルネットワークに、音声入力部２０７から入力される音声データを入力し、出力された値に基づき、ユーザが発話中か否かを判定する。ユーザが発話中であると判定した場合、属性推定部６０１は、ユーザの属性を推定する。ユーザの属性には、ユーザの使用言語、ユーザの年齢層、ユーザの性別、ユーザの教養のレベル等が含まれる。
図６は、変形例１の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、出力部３０２と、属性推定部６０１と、を含む。
属性推定部６０１は、音声入力部２０７を介して入力された携帯端末装置１００のユーザの音声データに基づきユーザの属性を推定する。音声入力部２０７の一例としてはマイクがある。より具体的に説明すると、属性推定部６０１は、音声データに基づきユーザが発話中か否かを判定し、ユーザが発話中であると判定した場合、音声データに基づきユーザの属性を推定する。属性推定部６０１は、音声入力部２０７から入力される音声データに基づきユーザが発話中か否か出力する学習済みのニューラルネットワークに、音声入力部２０７から入力される音声データを入力し、出力された値に基づき、ユーザが発話中か否かを判定する。ユーザが発話中であると判定した場合、属性推定部６０１は、ユーザの属性を推定する。ユーザの属性には、ユーザの使用言語、ユーザの年齢層、ユーザの性別、ユーザの教養のレベル等が含まれる。
【0023】
変形例１の出力部３０２は、位置推定部３０１で推定された位置と、属性推定部６０１で推定された属性と、に基づき、出力するデータを変更する。すなわち、変形例１では、入出力データには、予め定めれた位置の情報と、属性と、その属性の人に対して出力したい、位置に関連する出力対象データと、が入出力データとして用いられる。例えば、出力部３０２は、位置推定部３０１で推定された位置と、属性推定部６０１で推定された属性と、に基づき、予め定められた位置の近傍に存在する案内対象物の説明を変更したデータを出力する。図１を例に説明を行うと、文化財１２０の近傍に到達したユーザの属性が、日本語、６歳－８歳であると推定された場合、出力部３０２は、小学校低学年用の、小学校低学年が理解できる水準で、かつ、日本語で説明を行うデータを出力する。一方、文化財１２０の近傍に到達したユーザの属性が、日本語、１５歳－１８歳であると推定された場合、出力部３０２は、高校生用の、高校生が理解できる水準で、かつ、日本語で説明を行うデータを出力する。
【0024】
出力部３０２は、位置推定部３０１で推定された位置と、属性推定部６０１で推定された属性と、ユーザの過去の行動履歴（例えばどのコンテンツをどれだけ再生させたか、どこに行ったか）と、に基づき、動的に出力内容を変更する。
例えば、植物園のある植物の前で停止したユーザの属性が、５０代、男性であると推定された場合、出力部３０２は、植物園の中でも植栽やガーデニングに関する情報を出力する。一方、ユーザの属性が、２０代、女性であると推定された場合、出力部３０２は、花言葉にまつわるトピックなど若者向けのポピュラーな話題を出力する。
例えば、植物園のある植物の前で停止したユーザの属性が、５０代、男性であると推定された場合、出力部３０２は、植物園の中でも植栽やガーデニングに関する情報を出力する。一方、ユーザの属性が、２０代、女性であると推定された場合、出力部３０２は、花言葉にまつわるトピックなど若者向けのポピュラーな話題を出力する。
【0025】
＜変形例２＞
図７は、変形例２の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、日時情報取得部９０１と、出力部３０２と、を含む。日時情報取得部９０１は、日時情報を取得する。日時情報取得部９０１は、携帯端末装置１００のリアルタイムクロック（不図示）より日時情報を取得してもよいし、通信可能な他の装置から日時情報を取得してもよい。変形例２の出力部３０２は、位置推定部３０１で推定された位置と、日時情報取得部９０１で取得された日時情報と、に基づき、出力するデータを変更する。すなわち、変形例２では、入出力データには、予め定めれた位置の情報と、日時と、その日時に出力したい、位置に関連する出力対象データと、が入出力データとして用いられる。
出力部３０２は、位置推定部３０１で推定された位置と、日時情報取得部９０１で取得された日時と、に基づき、予め定められた位置から所定範囲内で実施されるショーの開催を知らせるデータを出力する。例えば、出力部３０２は、水族館において、ある時間になると同じ博物エリアの別の部屋にあるアシカショーの開始を予告するコンテンツを出力したり、又は、その場所までの移動を誘導する何らかの情報を出力したりする。
図７は、変形例２の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、日時情報取得部９０１と、出力部３０２と、を含む。日時情報取得部９０１は、日時情報を取得する。日時情報取得部９０１は、携帯端末装置１００のリアルタイムクロック（不図示）より日時情報を取得してもよいし、通信可能な他の装置から日時情報を取得してもよい。変形例２の出力部３０２は、位置推定部３０１で推定された位置と、日時情報取得部９０１で取得された日時情報と、に基づき、出力するデータを変更する。すなわち、変形例２では、入出力データには、予め定めれた位置の情報と、日時と、その日時に出力したい、位置に関連する出力対象データと、が入出力データとして用いられる。
出力部３０２は、位置推定部３０１で推定された位置と、日時情報取得部９０１で取得された日時と、に基づき、予め定められた位置から所定範囲内で実施されるショーの開催を知らせるデータを出力する。例えば、出力部３０２は、水族館において、ある時間になると同じ博物エリアの別の部屋にあるアシカショーの開始を予告するコンテンツを出力したり、又は、その場所までの移動を誘導する何らかの情報を出力したりする。
【0026】
変形例２によれば、携帯端末装置１００は、携帯端末装置１００の位置に応じたデータを出力する際に、日時情報に基づき日時に適したデータを出力することができる。
【0027】
＜変形例３＞
図８は、変形例３の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、訪問回数取得部１００１と、出力部３０２と、を含む。変形例３の出力部３０２は、定められた位置においてデータを出力した際に、その位置に関連付けて訪問回数を記憶する。訪問回数の記憶先は、記憶部２０２であってもよいし、ネットワークを介して通信可能な他の装置（例えば、サーバ）であってもよい。出力部３０２によって、位置推定部３０１の位置の推定の結果に基づき、携帯端末装置１００が定められた位置の近傍にいると判定された場合、訪問回数取得部１００１は、位置推定部３０１で推定された位置に訪れた訪問回数を取得する。出力部３０２は、位置推定部３０１で推定された位置と、その位置に訪れた訪問回数と、に基づき、出力するデータを変更する。すなわち、変形例３では、入出力データには、予め定めれた位置の情報と、回数と、回数に応じて出力したい、位置に関連する出力対象データと、が入出力データとして用いられる。出力部３０２は、位置推定部３０１で推定された位置と、訪問回数取得部１００１で取得されたその位置の訪問回数と、に基づき、その位置の周辺の施設の説明の水準を、訪れた回数が多いほど高くなるようにデータを出力する。
図８は、変形例３の携帯端末装置１００の機能構成の一例を示す図である。携帯端末装置１００は、機能構成として、位置推定部３０１と、訪問回数取得部１００１と、出力部３０２と、を含む。変形例３の出力部３０２は、定められた位置においてデータを出力した際に、その位置に関連付けて訪問回数を記憶する。訪問回数の記憶先は、記憶部２０２であってもよいし、ネットワークを介して通信可能な他の装置（例えば、サーバ）であってもよい。出力部３０２によって、位置推定部３０１の位置の推定の結果に基づき、携帯端末装置１００が定められた位置の近傍にいると判定された場合、訪問回数取得部１００１は、位置推定部３０１で推定された位置に訪れた訪問回数を取得する。出力部３０２は、位置推定部３０１で推定された位置と、その位置に訪れた訪問回数と、に基づき、出力するデータを変更する。すなわち、変形例３では、入出力データには、予め定めれた位置の情報と、回数と、回数に応じて出力したい、位置に関連する出力対象データと、が入出力データとして用いられる。出力部３０２は、位置推定部３０１で推定された位置と、訪問回数取得部１００１で取得されたその位置の訪問回数と、に基づき、その位置の周辺の施設の説明の水準を、訪れた回数が多いほど高くなるようにデータを出力する。
【0028】
変形例３によれば、携帯端末装置１００は、携帯端末装置１００の位置に応じたデータを出力する際に、その場所に訪れた回数に応じたデータを出力することができる。
【0029】
＜その他の変形例＞
その他の変形例として、携帯端末装置１００は、音声入力部２０７を介して入力された音声データに基づき、携帯端末装置１００が置かれている環境を推定し、推定された位置と、推定された環境と、に基づき、出力するデータを変更するようにしてもよい。携帯端末装置１００が置かれている環境とは、例えば、室内、室外等がある。携帯端末装置１００は、室内では音声データを標準の音量よりも少し下げた音量で出力する。一方、携帯端末装置１００は、室外では音声データを標準の音量よりも少し上げた音量で出力する。
またその他の変形例として、携帯端末装置１００は、音声入力部２０７を介して入力された音声データに基づき、携帯端末装置１００のユーザの状態を推定し、推定された位置と、推定された状態と、に基づき、出力するデータを変更するようにしてもよい。携帯端末装置１００のユーザの状態とは、例えば、歩行中、会話中、食事中等がある。携帯端末装置１００は、食事中の場合、データを出力しないようにし、会話中の場合は、標準の音量よりも少し上げた音量で出力し、歩行中の場合、少し立ち止まってもらうアナウンスを流した後、データを出力する。
その他の変形例として、携帯端末装置１００は、音声入力部２０７を介して入力された音声データに基づき、携帯端末装置１００が置かれている環境を推定し、推定された位置と、推定された環境と、に基づき、出力するデータを変更するようにしてもよい。携帯端末装置１００が置かれている環境とは、例えば、室内、室外等がある。携帯端末装置１００は、室内では音声データを標準の音量よりも少し下げた音量で出力する。一方、携帯端末装置１００は、室外では音声データを標準の音量よりも少し上げた音量で出力する。
またその他の変形例として、携帯端末装置１００は、音声入力部２０７を介して入力された音声データに基づき、携帯端末装置１００のユーザの状態を推定し、推定された位置と、推定された状態と、に基づき、出力するデータを変更するようにしてもよい。携帯端末装置１００のユーザの状態とは、例えば、歩行中、会話中、食事中等がある。携帯端末装置１００は、食事中の場合、データを出力しないようにし、会話中の場合は、標準の音量よりも少し上げた音量で出力し、歩行中の場合、少し立ち止まってもらうアナウンスを流した後、データを出力する。
【0030】
＜付記＞
次に記載の各態様で提供されてもよい。
前記携帯端末装置において、属性推定部を有し、前記属性推定部は、前記携帯端末装置のマイクから入力されたユーザの音声データに基づき前記ユーザの属性を推定し、前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、出力するデータを決定する、携帯端末装置。
前記携帯端末装置において、前記属性推定部は、前記音声データに基づき前記ユーザが発話中か否かを判定し、前記ユーザが発話中であると判定した場合、前記音声データに基づき前記ユーザの属性を推定する、携帯端末装置。
前記携帯端末装置において、前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、前記位置の近傍に存在する案内対象物の説明を変更したデータを出力する、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの教養のレベルが含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの使用言語が含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの年齢層が含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの性別が含まれる、携帯端末装置。
前記携帯端末装置において、前記位置に関連して出力されるデータは音声データである、携帯端末装置。
前記携帯端末装置において、前記位置に関連して出力されるデータは画像データである、携帯端末装置。
前記携帯端末装置において、前記計測値は、加速度と、角速度と、地磁気と、である、携帯端末装置。
前記携帯端末装置において、日時情報取得部を有し、前記日時情報取得部は、日時情報を取得し、前記出力部は、前記位置推定部で推定された位置と、前記日時情報と、に基づき、前記位置に関連するデータを変更して出力する、携帯端末装置。
前記携帯端末装置において、訪問回数取得部を有し、前記訪問回数取得部は、前記位置推定部で推定された位置に訪れた回数を取得し、前記出力部は、前記位置推定部で推定された位置と、前記回数と、に基づき、前記位置に関連するデータを変更して出力する、携帯端末装置。
前記携帯端末装置において、前記出力部は、ユーザがこれまでに再生したデータの時間情報と、前記位置推定部で推定された位置と、に基づき、前記位置に関連するデータを出力する、携帯端末装置。
前記携帯端末装置において、前記出力部は、前記携帯端末装置と説明対象物との位置関係により音像定位を動的に変える、携帯端末装置。
前記携帯端末装置において、前記出力部は、ユーザの周辺環境音の雑音周波数帯域により出力音像の基本周波数を動的に変える、携帯端末装置。
携帯端末装置が実行する情報処理方法であって、位置推定工程と、出力工程と、を有し、前記位置推定工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、前記出力工程では、前記位置推定工程で推定された位置に基づき前記位置に関連するデータを出力する、情報処理方法。
携帯端末装置が実行する情報処理方法であって、第１の工程と、第２の工程と、第３の工程と、含み、前記第１の工程では、スタート位置を決定し、前記第２の工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報と、前記スタート位置と、から前記携帯端末装置の位置を推定し、前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、前記位置が指定された位置に来た場合、前記第３の工程では、前記指定された位置に応じたデータを出力する、情報処理方法。
プログラムであって、コンピュータを前記携帯端末装置の各部として機能させるためのプログラム。
もちろん、この限りではない。
次に記載の各態様で提供されてもよい。
前記携帯端末装置において、属性推定部を有し、前記属性推定部は、前記携帯端末装置のマイクから入力されたユーザの音声データに基づき前記ユーザの属性を推定し、前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、出力するデータを決定する、携帯端末装置。
前記携帯端末装置において、前記属性推定部は、前記音声データに基づき前記ユーザが発話中か否かを判定し、前記ユーザが発話中であると判定した場合、前記音声データに基づき前記ユーザの属性を推定する、携帯端末装置。
前記携帯端末装置において、前記出力部は、前記位置推定部で推定された位置と、前記属性推定部で推定された属性と、に基づき、前記位置の近傍に存在する案内対象物の説明を変更したデータを出力する、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの教養のレベルが含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの使用言語が含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの年齢層が含まれる、携帯端末装置。
前記携帯端末装置において、前記属性には、前記ユーザの性別が含まれる、携帯端末装置。
前記携帯端末装置において、前記位置に関連して出力されるデータは音声データである、携帯端末装置。
前記携帯端末装置において、前記位置に関連して出力されるデータは画像データである、携帯端末装置。
前記携帯端末装置において、前記計測値は、加速度と、角速度と、地磁気と、である、携帯端末装置。
前記携帯端末装置において、日時情報取得部を有し、前記日時情報取得部は、日時情報を取得し、前記出力部は、前記位置推定部で推定された位置と、前記日時情報と、に基づき、前記位置に関連するデータを変更して出力する、携帯端末装置。
前記携帯端末装置において、訪問回数取得部を有し、前記訪問回数取得部は、前記位置推定部で推定された位置に訪れた回数を取得し、前記出力部は、前記位置推定部で推定された位置と、前記回数と、に基づき、前記位置に関連するデータを変更して出力する、携帯端末装置。
前記携帯端末装置において、前記出力部は、ユーザがこれまでに再生したデータの時間情報と、前記位置推定部で推定された位置と、に基づき、前記位置に関連するデータを出力する、携帯端末装置。
前記携帯端末装置において、前記出力部は、前記携帯端末装置と説明対象物との位置関係により音像定位を動的に変える、携帯端末装置。
前記携帯端末装置において、前記出力部は、ユーザの周辺環境音の雑音周波数帯域により出力音像の基本周波数を動的に変える、携帯端末装置。
携帯端末装置が実行する情報処理方法であって、位置推定工程と、出力工程と、を有し、前記位置推定工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報に基づき前記携帯端末装置の位置を推定し、前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、前記出力工程では、前記位置推定工程で推定された位置に基づき前記位置に関連するデータを出力する、情報処理方法。
携帯端末装置が実行する情報処理方法であって、第１の工程と、第２の工程と、第３の工程と、含み、前記第１の工程では、スタート位置を決定し、前記第２の工程では、前記携帯端末装置の慣性計測ユニットで計測された計測値を、学習済みのニューラルネットワークに入力し、前記学習済みのニューラルネットワークから出力された移動経路を導くための情報と、前記スタート位置と、から前記携帯端末装置の位置を推定し、前記学習済みのニューラルネットワークは、前記慣性計測ユニットで計測された計測値と、ユーザの移動情報と、に基づき学習されたニューラルネットワークであり、前記位置が指定された位置に来た場合、前記第３の工程では、前記指定された位置に応じたデータを出力する、情報処理方法。
プログラムであって、コンピュータを前記携帯端末装置の各部として機能させるためのプログラム。
もちろん、この限りではない。
【0031】
例えば、上述のプログラムを記憶する、コンピュータ読み取り可能な非一時的な記憶媒体として提供してもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
また、上述した実施形態及び変形例を任意に組み合わせて実施するようにしてもよい。
【0032】
最後に、本発明に係る種々の実施形態を説明したが、これらは、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。実施形態及びその変形は、発明の範囲及び要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
【符号の説明】
【0033】
１００ ：携帯端末装置
１１０ ：チェックインパネル
１２０ ：文化財
２０１ ：制御部
２０２ ：記憶部
２０３ ：入力表示部
２０４ ：撮像部
２０５ ：慣性計測ユニット
２０６ ：通信部
２０７ ：音声入力部
２０８ ：音声出力部
３０１ ：位置推定部
３０２ ：出力部
６０１ ：属性推定部
９０１ ：日時情報取得部
１０００ ：情報処理システム
１００１ ：訪問回数取得部
１１０ ：チェックインパネル
１２０ ：文化財
２０１ ：制御部
２０２ ：記憶部
２０３ ：入力表示部
２０４ ：撮像部
２０５ ：慣性計測ユニット
２０６ ：通信部
２０７ ：音声入力部
２０８ ：音声出力部
３０１ ：位置推定部
３０２ ：出力部
６０１ ：属性推定部
９０１ ：日時情報取得部
１０００ ：情報処理システム
１００１ ：訪問回数取得部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
