特開 2024-56262 ＲＦタグ状態推定システム

(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】P2024056262

(43)【公開日】2024-04-23

(54)【発明の名称】ＲＦタグ状態推定システム

(51)【国際特許分類】

   G01S 13/75 20060101AFI20240416BHJP

   G06K 7/10 20060101ALI20240416BHJP

【ＦＩ】

G01S13/75

G06K7/10 136

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022163017

(22)【出願日】2022-10-11

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和４年５月１７日から１９日にＴｈｅ １６ｔｈＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎ－ａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＲＦＩＤ（ＩＥＥＥ ＲＦＩＤ ２０２２）にて発表

(71)【出願人】

【識別番号】515067262

【氏名又は名称】学校法人名古屋電気学園

(74)【代理人】

【識別番号】100111095

【弁理士】

【氏名又は名称】川口 光男

(72)【発明者】

【氏名】内藤 克浩

(72)【発明者】

【氏名】水野 虹太

(72)【発明者】

【氏名】三輪 悠季奈

【テーマコード（参考）】

5J070

【Ｆターム（参考）】

5J070AB15

5J070AC17

5J070AD05

5J070AE09

5J070AF01

5J070AH19

5J070AK22

5J070BC06

5J070BC08

5J070BC16

5J070BC23

(57)【要約】

【課題】ＲＦタグの状態をより精度よく推定すること可能なＲＦタグ状態推定システムを提供する。
【解決手段】ＲＦタグ状態推定システム２は、ＲＦタグからの応答信号についての受信信号強度の時系列データであるＲＳＳＩ時系列データと、ＲＦタグに係る所定の位相値の時系列データであるＰＡＶ時系列データとを取得可能に構成される。また、ＲＦタグ移動方向推定システム２は、ＲＦタグの通過が想定される対象領域内をＲＦタグが移動する際に、受信信号強度及び位相値の各変化態様に異なる特徴を生じさせるべく、対象領域内において、場所による電波環境の特徴を生じさせるように構成される。そして、ＲＳＳＩ時系列データに基づくＲＳＳＩ統計値と、ＰＡＶ時系列データに基づくＰＡＶ統計値とを特徴値として学習させて生成してなる学習モデルを用いて、ＲＦタグの状態が推定される。
【選択図】 図３

【特許請求の範囲】

【請求項1】

ＲＦタグの移動及び静止と、ＲＦタグが移動した場合におけるＲＦタグの移動方向とを、ＲＦタグの状態として推定するためのＲＦタグ状態推定システムであって、
所定の対象領域に向けて配置され、当該対象領域に向けた信号の送信と、当該信号を受信したことに応答してＲＦタグから発信される応答信号の受信とが可能に構成された指向性アンテナと、
前記指向性アンテナによって受信される前記応答信号についての受信信号強度を取得することで、当該受信信号強度の時系列データであるＲＳＳＩ時系列データを取得するＲＳＳＩ取得手段と、
前記指向性アンテナによって前記対象領域に向けて送信される信号と前記指向性アンテナによって受信される前記応答信号との位相差に対応する値である位相値を取得することで、当該位相値の時系列データであるＰＡＶ時系列データを取得するＰＡＶ取得手段と、
少なくとも前記対象領域内をＲＦタグが移動する際に、ＲＦタグの位置による前記受信信号強度の変化態様と、ＲＦタグの位置による前記位相値の変化態様とに異なる特徴を生じさせるべく、前記対象領域内に位置するＲＦタグと前記指向性アンテナとの間の通信に係る電波環境に不均一性を生成することで、少なくとも前記対象領域内において、場所による電波環境の特徴を生じさせる不均一性生成手段と、
前記ＲＳＳＩ時系列データに基づく統計値であるＲＳＳＩ統計値を算出するＲＳＳＩ統計値算出手段と、
前記ＰＡＶ時系列データに基づく統計値であるＰＡＶ統計値を算出するＰＡＶ統計値算出手段と、
前記ＲＳＳＩ統計値と前記ＰＡＶ統計値とを特徴値として学習させて生成してなる学習モデルを用いて、ＲＦタグの状態を推定可能な状態推定手段とを有することを特徴とするＲＦタグ状態推定システム。

【請求項2】

前記状態推定手段は、ランダムフォレストを用いて構成された学習モデルを用いて、ＲＦタグの状態を推定可能に構成されていることを特徴とする請求項１に記載のＲＦタグ状態推定システム。

【請求項3】

前記ＲＳＳＩ統計値は、前記ＲＳＳＩ時系列データ又はこれに基づくデータを、時間で分割してなる複数の分割ＲＳＳＩ時系列データに基づく統計値を含み、
前記ＰＡＶ統計値は、前記ＰＡＶ時系列データ又はこれに基づくデータを、時間で分割してなる複数の分割ＰＡＶ時系列データに基づく統計値を含むことを特徴とする請求項１に記載のＲＦタグ状態推定システム。

【請求項4】

前記ＰＡＶ取得手段により取得可能な前記位相値は、所定の最小値から所定の最大値までの範囲のものであり、
前記ＰＡＶ時系列データに含まれる１の前記位相値が、当該位相値の１つ前に取得された前記位相値に対し、予め設定された所定の閾値以上変動している場合に、前記位相値を補正して、補正後ＰＡＶ時系列データを生成するＰＡＶ補正手段を備え、
前記ＰＡＶ統計値算出手段は、前記補正後ＰＡＶ時系列データに基づき、前記ＰＡＶ統計値を算出することを特徴とする請求項１に記載のＲＦタグ状態推定システム。

【請求項5】

前記ＲＳＳＩ統計値として、前記ＲＳＳＩ時系列データに係る平均値、最大値、最小値及び分散を用い、
前記ＰＡＶ統計値として、前記ＰＡＶ時系列データに係る平均値、最大値、最小値及び分散を用いることを特徴とする請求項１に記載のＲＦタグ状態推定システム。

【請求項6】

前記指向性アンテナは、前記対象領域に対応して１つのみ設けられており、
前記不均一性生成手段は、前記対象領域における前記ＲＦタグの想定移動方向に対し傾いた状態で設置された前記指向性アンテナによって構成されていることを特徴とする請求項１に記載のＲＦタグ状態推定システム。

【請求項7】

前記指向性アンテナは、前記想定移動方向に対し３０°以上７０°以下傾いた状態で設置されていることを特徴とする請求項６に記載のＲＦタグ状態推定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ＲＦタグの移動及び静止と、ＲＦタグが移動した場合におけるＲＦタグの移動方向とを、ＲＦタグの状態として推定するためのシステムに関する。

【背景技術】

【0002】

従来、物流業界やアパレル業界などでは、在庫管理や商品の精算管理などを行うべく、ＵＨＦ（Ultra High Frequency）帯などの電波を利用したＲＦＩＤ（Radio Frequency I-dentification）が用いられている。ＲＦＩＤは、リーダーとＲＦタグとが無線通信を行うことにより、ＲＦタグの個体識別を可能とする技術である。

【0003】

近年では、リーダーによるＲＦタグの読み取り精度が向上しており、これに伴いＲＦタグにおける移動や停止といった状態を推定することが可能となっている。

【0004】

ＲＦタグの状態を推定するシステムとしては、例えば、複数のアンテナを面状に配置するとともに、これら複数のアンテナを介してＲＦタグを順次読み取り、ＲＦタグの読み取りを行ったアンテナの位置に基づき、ＲＦタグの移動及び静止と、ＲＦタグが移動した場合における当該ＲＦタグの移動方向とを検出する技術が提案されている（例えば、特許文献１等参照）。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１４－６９６５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

ところで、ＲＦタグの状態を推定するシステムにおいては、ＲＦタグの状態推定に係る精度をより高めることが求められている。

【0007】

本発明は、上記事情に鑑みてなされたものであり、その目的は、ＲＦタグの状態をより精度よく推定することが可能なＲＦタグ状態推定システムを提供することにある。

【課題を解決するための手段】

【0008】

以下、上記目的を解決するのに適した各手段につき、項分けして説明する。なお、必要に応じて対応する手段に特有の作用効果を付記する。

【0009】

手段１．ＲＦタグの移動及び静止と、ＲＦタグが移動した場合におけるＲＦタグの移動方向とを、ＲＦタグの状態として推定するためのＲＦタグ状態推定システムであって、
所定の対象領域に向けて配置され、当該対象領域に向けた信号の送信と、当該信号を受信したことに応答してＲＦタグから発信される応答信号の受信とが可能に構成された指向性アンテナと、
前記指向性アンテナによって受信される前記応答信号についての受信信号強度を取得することで、当該受信信号強度の時系列データであるＲＳＳＩ時系列データを取得するＲＳＳＩ取得手段と、
前記指向性アンテナによって前記対象領域に向けて送信される信号と前記指向性アンテナによって受信される前記応答信号との位相差に対応する値である位相値を取得することで、当該位相値の時系列データであるＰＡＶ時系列データを取得するＰＡＶ取得手段と、
少なくとも前記対象領域内をＲＦタグが移動する際に、ＲＦタグの位置による前記受信信号強度の変化態様と、ＲＦタグの位置による前記位相値の変化態様とに異なる特徴を生じさせるべく、前記対象領域内に位置するＲＦタグと前記指向性アンテナとの間の通信に係る電波環境に不均一性を生成することで、少なくとも前記対象領域内において、場所による電波環境の特徴を生じさせる不均一性生成手段と、
前記ＲＳＳＩ時系列データに基づく統計値であるＲＳＳＩ統計値を算出するＲＳＳＩ統計値算出手段と、
前記ＰＡＶ時系列データに基づく統計値であるＰＡＶ統計値を算出するＰＡＶ統計値算出手段と、
前記ＲＳＳＩ統計値と前記ＰＡＶ統計値とを特徴値として学習させて生成してなる学習モデルを用いて、ＲＦタグの状態を推定可能な状態推定手段とを有することを特徴とするＲＦタグ状態推定システム。

【0010】

上記手段１によれば、不均一性生成手段によって、対象領域内に位置するＲＦタグと指向性アンテナとの間の通信に係る電波環境に不均一性が生成されることで、少なくとも対象領域内において、場所による電波環境の特徴を生じさせることができる。これにより、少なくとも対象領域内をＲＦタグが移動する際に、ＲＦタグの位置による受信信号強度の変化態様と、ＲＦタグの位置による位相値の変化態様とに異なる特徴を生じさせることができる。そして、状態推定手段により、ＲＳＳＩ統計値とＰＡＶ統計値とを特徴値として学習させてなる学習モデルを用いて、ＲＦタグの状態が推定される。ここで、上記のような不均一性生成手段を備えることで、ＲＳＳＩ統計値とＰＡＶ統計値とで異なる特徴をより明確に生じさせることができる。そのため、状態推定手段によって、ＲＦタグの状態をより精度よく推定することができる。

【0011】

尚、指向性アンテナの周囲に多数のＲＦタグが存在している場合などには、単位時間当たりに取得される、１つのＲＦタグに係る受信信号強度や位相値のデータ数が比較的少ないものとなることがある。この点、上記手段１によれば、統計値（ＲＳＳＩ統計値及びＰＡＶ統計値）を用いるため、１つのＲＦタグに係る受信信号強度や位相値のデータ数が比較的少なくなるような場合であっても、指向性アンテナの周囲に位置する多数（例えば３０個以上）のＲＦタグのそれぞれの状態を十分に精度よく推定することができる。換言すれば、上記手段１の構成は、指向性アンテナの周囲に多数のＲＦタグが存在し得る環境において、特に有効であるといえる。

【0012】

尚、不均一性生成手段は、後述する手段６のように指向性アンテナによって構成されていてもよい。従って、不均一性生成手段及び指向性アンテナは、必ずしも別々のものである必要はない。

【0013】

手段２．前記状態推定手段は、ランダムフォレストを用いて構成された学習モデルを用いて、ＲＦタグの状態を推定可能に構成されていることを特徴とする手段１に記載のＲＦタグ状態推定システム。

【0014】

上記手段２によれば、ＲＦタグの状態をより精度よく推定することができる。

【0015】

手段３．前記ＲＳＳＩ統計値は、前記ＲＳＳＩ時系列データ又はこれに基づくデータを、時間で分割してなる複数の分割ＲＳＳＩ時系列データに基づく統計値を含み、
前記ＰＡＶ統計値は、前記ＰＡＶ時系列データ又はこれに基づくデータを、時間で分割してなる複数の分割ＰＡＶ時系列データに基づく統計値を含むことを特徴とする手段１に記載のＲＦタグ状態推定システム。

【0016】

上記手段３によれば、ＲＳＳＩ統計値として、ＲＳＳＩ時系列データ等を時間で分割してなる複数の分割ＲＳＳＩ時系列データに基づく統計値が用いられ、ＰＡＶ統計値として、ＰＡＶ時系列データ等を時間で分割してなる複数の分割ＰＡＶ時系列データに基づく統計値が用いられる。例えば、前半の時間と後半の時間とでＲＳＳＩ時系列データを分割することで、２つの分割ＲＳＳＩ時系列データを得る場合には、ＲＳＳＩ統計値として、前半の時間に対応する分割ＲＳＳＩ時系列データに基づく統計値と、後半の時間に対応する分割ＲＳＳＩ時系列データに基づく統計値とが用いられる。

【0017】

このように時系列データ又はこれに基づくデータを時間で分割した分割時系列データの統計値を利用することで、統計値において、受信信号強度や位相値の各変化態様における特徴がより明確に表れやすくなる。従って、ＲＦタグの状態を一層精度よく推定することが可能となる。

【0018】

尚、「これに基づくデータ」としては、例えば、次述する手段４における「補正後ＰＡＶ時系列データ」や、ＲＳＳＩ時系列データを補正（例えば誤差修正）してなる時系列データなどを挙げることができる。

【0019】

手段４．前記ＰＡＶ取得手段により取得可能な前記位相値は、所定の最小値から所定の最大値までの範囲のものであり、
前記ＰＡＶ時系列データに含まれる１の前記位相値が、当該位相値の１つ前に取得された前記位相値に対し、予め設定された所定の閾値以上変動している場合に、前記位相値を補正して、補正後ＰＡＶ時系列データを生成するＰＡＶ補正手段を備え、
前記ＰＡＶ統計値算出手段は、前記補正後ＰＡＶ時系列データに基づき、前記ＰＡＶ統計値を算出することを特徴とする手段１に記載のＲＦタグ状態推定システム。

【0020】

上記手段４によれば、ＰＡＶ取得手段により取得可能な位相値は、所定の最小値から所定の最大値までの範囲のものとされている。従って、ＲＦタグが移動しているときにおいて、位相値が実際には前記最小値を下回る、或いは、前記最大値を上回るような段階になると、ＰＡＶ取得手段により取得される位相値が、当該位相値の１つ前に取得された位相値に対し、大幅に変動する。そのため、取得された位相値をそのまま用いて、位相値のピークタイミングを求めることが比較的困難となり得る。

【0021】

この点、上記手段４によれば、ＰＡＶ統計値を算出するにあたって、位相値の補正を行ってなる補正後ＰＡＶ時系列データが用いられる。従って、ＰＡＶ統計値をより容易にかつより正確に得ることができる。その結果、ＲＦタグの状態をより一層精度よく推定することができる。

【0022】

手段５．前記ＲＳＳＩ統計値として、前記ＲＳＳＩ時系列データに係る平均値、最大値、最小値及び分散を用い、
前記ＰＡＶ統計値として、前記ＰＡＶ時系列データに係る平均値、最大値、最小値及び分散を用いることを特徴とする手段１に記載のＲＦタグ状態推定システム。

【0023】

上記手段５によれば、受信信号強度や位相値の各変化態様における特徴をより適切に把握することが可能となり、ＲＦタグの状態推定に関する精度をより高めることができる。

【0024】

手段６．前記指向性アンテナは、前記対象領域に対応して１つのみ設けられており、
前記不均一性生成手段は、前記対象領域における前記ＲＦタグの想定移動方向に対し傾いた状態で設置された前記指向性アンテナによって構成されていることを特徴とする手段１に記載のＲＦタグ状態推定システム。

【0025】

上記手段６によれば、指向性アンテナは対象領域に対応して１つのみ設けられており、この１の指向性アンテナをＲＦタグの想定移動方向に対し傾けることで、電波環境に不均一性を生成している。従って、比較的簡便な手法により、比較的低コストで、かつ、指向性アンテナの設置スペースとしてさほど大きなスペースを要することなく、電波環境に不均一性を生成することができる。これにより、システムの導入に係る作業負担やコストの低減、設置自由度の向上を図ることができる。

【0026】

手段７．前記指向性アンテナは、前記想定移動方向に対し３０°以上７０°以下傾いた状態で設置されていることを特徴とする手段６に記載のＲＦタグ状態推定システム。

【0027】

上記手段７によれば、少なくとも対象領域内をＲＦタグが移動する際に、ＲＦタグの位置による受信信号強度の変化態様の特徴と、ＲＦタグの位置による位相値の変化態様の特徴とをより大きく異ならせることができる。そのため、ＲＦタグの状態推定精度を一層高めることができる。

【0028】

尚、上記各手段に係る技術事項を適宜組み合わせてもよい。従って、例えば、上記手段２に係る技術事項と、上記手段３，４，５又は６に係る技術事項とを組み合わせてもよい。

【図面の簡単な説明】

【0029】

【図1】店舗及び店舗内の商品などを概略的に示す斜視模式図である。

【図2】店舗及び店舗内の商品などを概略的に示す平面模式図である。

【図3】盗難防止システムの機能構成を示すブロック図である。

【図4】指向性アンテナの位置などを示すための斜視模式図である。

【図5】指向性アンテナの位置などを示すための平面模式図である。

【図6】ＲＦタグの概略構成を示す模式図である。

【図7】指向性アンテナのゲインを示すグラフである。

【図8】ＰＡＶ時系列データの一例を示すグラフである。

【図9】ＲＳＳＩ時系列データの一例を示すグラフである。

【図10】位相値の補正について説明するためのグラフである。

【図11】位相値の補正について説明するためのグラフである。

【図12】補正後ＰＡＶ時系列データなどの一例を示すグラフである。

【図13】統計値の一覧などを示す表図である。

【図14】試験装置の概略構成を示す斜視模式図である。

【図15】傾斜角度などを説明するための平面模式図である。

【図16】ランダムフォレストを用いて構成した学習モデルによって、Place Aに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図17】ランダムフォレストを用いて構成した学習モデルによって、Place Bに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図18】SVMを用いて構成した学習モデルによって、Place Aに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図19】SVMを用いて構成した学習モデルによって、Place Bに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図20】決定木を用いて構成した学習モデルによって、Place Aに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図21】決定木を用いて構成した学習モデルによって、Place Bに位置するＲＦタグの状態推定を行ったときの試験結果を示す表図である。

【図22】別の実施形態において、不均一性生成手段を構成する指向性アンテナについて説明するための斜視模式図である。

【図23】別の実施形態において、不均一性生成手段を構成する指向性アンテナについて説明するための平面模式図である。

【図24】別の実施形態において、指向性アンテナの配置位置を説明するための平面模式図である。

【図25】別の実施形態において、指向性アンテナの配置位置を説明するための斜視模式図である。

【図26】別の実施形態において、指向性アンテナの配置位置を説明するための斜視模式図である。

【図27】別の実施形態において、指向性アンテナの配置位置を説明するための斜視模式図である。

【発明を実施するための形態】

【0030】

以下に、一実施形態について図面を参照しつつ説明する。図１及び図２に示すように、盗難防止システム１は、例えばアパレルショップなどの店舗１００に適用されており、当該店舗１００内から衣服などの各種商品１０１が持ち出されて盗難されることを防止するためのシステムである。尚、各商品１０１のそれぞれには、所定のＲＦタグ１０２（図６参照）が１つずつ予め取付けられている。まず、盗難防止システム１の説明に先立って、ＲＦタグ１０２について説明する。

【0031】

図６に示すように、ＲＦタグ１０２は、情報を記憶するための集積回路１０２ａと、当該集積回路１０２ａに接続されたアンテナ１０２ｂとを有している。集積回路１０２ａには、ＲＦタグ１０２を識別するためのタグ識別用情報〔例えば、Electronic Production Code（EPC）など〕や、ＲＦタグ１０２が取付けられた商品１０１を識別するための商品識別用情報などが記憶されている。

【0032】

アンテナ１０２ｂは、集積回路１０２ａに記憶された情報の読み取り及び集積回路１０２ａに対する情報の書き込みを非接触で外部から行うために設けられている。アンテナ１０２ｂは、後述する指向性アンテナ２２から送信された信号を受信するとともに、当該信号に応答して所定の応答信号を送信（発信）する機能を有する。応答信号には、少なくとも前記タグ識別用情報が含まれる。

【0033】

次いで、盗難防止システム１について説明する。図３に示すように、盗難防止システム１は、ＲＦタグ状態推定システム２及び管理システム３を備えている。

【0034】

ＲＦタグ状態推定システム２は、商品１０１に取付けられたＲＦタグ１０２の移動及び静止（滞在）と、ＲＦタグ１０２が移動した場合におけるＲＦタグ１０２の移動方向（特に後述するゲート１００ａを通過するＲＦタグ１０２の移動方向）とをＲＦタグ１０２の状態として推定するためのシステムである。ＲＦタグ状態推定システム２は、リーダーライター２１、指向性アンテナ２２及びデータ処理システム２３を備えている。本実施形態では、リーダーライター２１が「ＲＳＳＩ取得手段」及び「ＰＡＶ取得手段」を構成する。

【0035】

リーダーライター２１は、ＲＦタグ１０２の集積回路１０２ａに対する情報の書込み及び集積回路１０２ａに記憶された情報の読み取りを行うための装置である。リーダーライター２１としては、例えば、Impinj社製のSpeedway Revolution R420などを採用することができる。リーダーライター２１は、後述する制御モジュール２３１によって制御されており、ＲＦタグ１０２（集積回路１０２ａ）に記憶された情報を取得するための信号（Queryコマンド）を所定の短時間ごと（例えば数ｍｓ～数十ｍｓごと）に送信するように指向性アンテナ２２を制御する。信号（Queryコマンド）の送信に応答してＲＦタグ１０２から発信された応答信号は、指向性アンテナ２２によって受信される。上記の通り、ＲＦタグ１０２から発信された応答信号にはタグ識別用情報（EPC）などが含まれる。

【0036】

また、リーダーライター２１は、前記応答信号に関する受信信号強度〔Received Sign-al Strength Indicator（RSSI）〕及び位相値（Phase Angle Values）を取得する。位相値とは、指向性アンテナ２２から後述の対象領域１００ｂに向けて送信される信号と、この信号への応答としてＲＦタグ１０２から発信されて、指向性アンテナ２２によって受信される応答信号との位相差に対応する値である。リーダーライター２１により取得された受信信号強度及び位相値は、タグ識別用情報と関連付けられた上で、制御モジュール２３１を介して後述する読取情報記憶装置２３２へと順次記憶される。

【0037】

尚、リーダーライター２１は、指向性アンテナ２２から比較的遠い位置に存在するＲＦタグ１０２との間においても信号の送受信が可能である。そして、本実施形態において、指向性アンテナ２２の周囲には、多数の商品１０１ひいては多数のＲＦタグ１０２が存在している。従って、リーダーライター２１によって、指向性アンテナ２２の周囲に位置する多数のＲＦタグ１０２に係る受信信号強度や位相値が、ＲＦタグ１０２ごとに取得される。但し、指向性アンテナ２２の周囲にＲＦタグ１０２が多数存在しているため、１つのＲＦタグ１０２について、単位時間当たりに取得される受信信号強度及び位相値のデータ数は、比較的少ないものとなる。従って、それぞれ後述するＲＳＳＩ時系列データ及びＰＡＶ時系列データにおいては、単位時間当たりのデータ数はそれぞれ比較的少ないものとなる。

【0038】

尚、本実施形態において、リーダーライター２１により取得される位相値は、反転させた位相差に対応するものである。勿論、リーダーライター２１によって、非反転の位相差に対応するものを取得する構成としてもよい。また、本実施形態において、リーダーライター２１により取得可能な位相値は、所定の最小値（例えば０）から所定の最大値（例えば２π）までの範囲のものである。

【0039】

指向性アンテナ２２は、対象領域１００ｂに向けた信号（電波）の送信及び当該信号を受信したことに応答してＲＦタグ１０２から発信される応答信号の受信などを行う平面型のアンテナである。指向性アンテナ２２としては、例えば、Yeon社製のYap-101Pなどを採用することができる。指向性アンテナ２２を利用しているのは、リーダーライター２１によって取得される受信信号強度を十分に大きなものとする等の理由による。尚、受信信号強度は、指向性アンテナ２２からの受信電力に関係するパラメータであるため、指向性アンテナ２２のゲイン（利得）によって変動する。

【0040】

指向性アンテナ２２は、図１，４，５等に示すように、店舗１００の出入り口を構成するゲート１００ａの側方において、所定の対象領域１００ｂに向けて配置されている。本実施形態において、対象領域１００ｂは、ゲート１００ａを構成する一対の柵の間に位置する領域であって、商品１０１に取付けられたＲＦタグ１０２の通過が想定される領域である。尚、図４等では、対象領域１００ｂを大まかに示している。また、本実施形態において、指向性アンテナ２２は、対象領域１００ｂに対応して１つのみ設けられている。

【0041】

指向性アンテナ２２は、指向性正面方向（０°方向）にてゲイン（利得）が最大となり、指向性正面方向を基準としてゲインが左右でほぼ対称となるものである（図７参照）。そして、指向性アンテナ２２は、対象領域１００ｂにおけるＲＦタグ１０２の想定移動方向ＡＤ（図４，５等において黒塗り矢印で示す方向）に対し傾いた状態で設置されている。本実施形態において、想定移動方向ＡＤに対する指向性アンテナ２２の傾斜角度αは、３０°以上７０°以下とされている。

【0042】

上記のように指向性アンテナ２２を傾けることで、少なくとも対象領域１００ｂにおいて指向性アンテナ２２の左右でゲインの不均衡が生じ、対象領域１００ｂ内に位置するＲＦタグ１０２と指向性アンテナ２２との間の通信に係る電波環境に不均一性が生成される。その結果、少なくとも対象領域１００ｂ内において、場所による電波環境（特に受信信号強度）の特徴が生じる。本実施形態では、想定移動方向ＡＤに対し傾いた状態で設置された指向性アンテナ２２によって「不均一性生成手段」が構成される。

【0043】

上記のような場所による電波環境の特徴が生じることにより、対象領域１００ｂ内をＲＦタグ１０２が移動する際に、ＲＦタグ１０２の位置による受信信号強度の変化態様と、ＲＦタグ１０２の位置による位相値の変化態様とで異なる特徴が生じる。本実施形態では、例えば、位相値のピークタイミングと受信信号強度のピークタイミングとで時間差を生じさせることができ、また、その時間差を比較的大きなものとすることができる。

【0044】

より詳しくは、位相値は、信号の波長と指向性アンテナ２２及びＲＦタグ１０２間の距離とに関するパラメータであるため、指向性アンテナ２２及びＲＦタグ１０２の相対位置関係の影響を強く受ける。そのため、対象領域１００ｂをＲＦタグ１０２が通過したとき、位相値の変化態様に対応する後述の補正後ＰＡＶ時系列データ（図１２参照）において、位相値は、指向性アンテナ２２及びＲＦタグ１０２が最も接近したときにピークとなるような変化態様となる。尚、本実施形態において、位相値は反転した位相差に対応するものであるため、位相値のピークは上向きとなるが、位相値が非反転の位相差に対応するものであれば、位相値のピークは下向きとなる。但し、どちらの態様のピークであっても、ピークとなるタイミング自体に変わりはない。

【0045】

一方、上記の通り、受信信号強度は、指向性アンテナ２２のゲインによって変動する。そのため、対象領域１００ｂをＲＦタグ１０２が通過したとき、後述するＲＳＳＩ時系列データにおいて、受信信号強度は、ＲＦタグ１０２が指向性アンテナ２２の指向性正面を通過するときにピークとなるような変化態様となる。

【0046】

このように場所による電波環境の特徴を生じさせることで、ＲＦタグ１０２の位置による受信信号強度の変化態様と、ＲＦタグ１０２の位置による位相値の変化態様とで異なる特徴を生じさせることができる。

【0047】

データ処理システム２３は、所定の演算処理を実行するＣＰＵ（Central Processing Unit）、各種プログラムや固定値データ等を記憶するＲＯＭ（Read Only Memory）、各種演算処理の実行に際して各種データが一時的に記憶されるＲＡＭ（Random Access Memory）、情報を記憶するための記憶装置及びこれらの周辺回路等を含んだコンピュータや、入出力装置及び表示装置などからなる。

【0048】

データ処理システム２３は、制御モジュール２３１、読取情報記憶装置２３２、ＰＡＶ補正部２３３、ＰＡＶ統計値算出部２３４、ＲＳＳＩ統計値算出部２３５及び状態推定部２３６を備えている。本実施形態では、ＰＡＶ補正部２３３が「ＰＡＶ補正手段」を構成し、同様に、ＰＡＶ統計値算出部２３４が「ＰＡＶ統計値算出手段」を、ＲＳＳＩ統計値算出部２３５が「ＲＳＳＩ統計値算出手段」を、状態推定部２３６が「状態推定手段」を、それぞれ構成する。尚、制御モジュール２３１、ＰＡＶ補正部２３３、ＰＡＶ統計値算出部２３４、ＲＳＳＩ統計値算出部２３５及び状態推定部２３６による各種機能は、上記ＣＰＵ、ＲＯＭ、ＲＡＭなどの各種ハードウェアと前記記憶装置に予め記憶されたソフトウェアとが協働することで実現される。

【0049】

制御モジュール２３１は、リーダーライター２１の動作を制御するとともに、リーダーライター２１により取得された受信信号強度及び位相値を、同様にリーダーライター２１により取得されたタグ用識別情報と関連付けて読取情報記憶装置２３２に記憶する。これにより、指向性アンテナ２２の周囲に位置するＲＦタグ１０２に関して、受信信号強度及び位相値の経時的な遷移を把握することができる。

【0050】

読取情報記憶装置２３２は、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等で構成されており、受信信号強度や位相値を順次記憶する。これにより、読取情報記憶装置２３２には、位相値（Phase Angle Values）の時系列データであるＰＡＶ時系列データ（図８参照）や、受信信号強度（RSSI）の時系列データであるＲＳＳＩ時系列データ（図９参照）が記憶された状態となる。

【0051】

尚、上記の通り、リーダーライター２１により取得可能な位相値は、所定の最小値から所定の最大値までの範囲のものであるため、実際の位相値が前記最小値を下回る又は前記最大値を上回る場合には、ＰＡＶ時系列データにおける位相値が大幅に変動することになる。

【0052】

また、読取情報記憶装置２３２は、ＰＡＶ補正部２３３で生成される、次述する補正後ＰＡＶ時系列データや、各統計値算出部２３４，２３５で算出される、後述するＲＳＳＩ統計値やＰＡＶ統計値を記憶可能とされている。

【0053】

ＰＡＶ補正部２３３は、読取情報記憶装置２３２に記憶されたＰＡＶ時系列データを補正することで、補正後ＰＡＶ時系列データを生成する。より詳しくは、ＰＡＶ補正部２３３は、ＰＡＶ時系列データに含まれる１の位相値が、当該位相値の１つ前に取得された位相値（直前位相値）に対し、予め設定された所定の閾値Ｐ（ｔｈ）（例えば１．０π）以上増大している場合に、前記１の位相値以降に取得された各位相値に対し、それぞれ所定の補正値（例えば２π）を減算する補正を行う。つまり、ＰＡＶ補正部２３３は、前記１の位相値から前記直前位相値を減算した値Ｐ（ｄｉｆｆ）が閾値＋Ｐ（ｔｈ）以上となる場合、前記１の位相値以降に取得された各位相値に対し、それぞれ所定の補正値を減算する補正を行う（図１０参照）。

【0054】

一方、ＰＡＶ補正部２３３は、ＰＡＶ時系列データに含まれる１の位相値が直前位相値に対し、前記閾値Ｐ（ｔｈ）（例えば１．０π）以上減少している場合に、前記１の位相値以降に取得された各位相値に対し、それぞれ所定の補正値を加算する補正を行う。つまり、ＰＡＶ補正部２３３は、前記１の位相値から前記直前位相値を減算した値Ｐ（ｄｉｆｆ）が－Ｐ（ｔｈ）以下となる場合、前記１の位相値以降に取得された各位相値に対し、それぞれ所定の補正値を加算する補正を行う（図１１参照）。

【0055】

上記のように位相値の補正を行うことで、位相値が比較的滑らかに変動する補正後ＰＡＶ時系列データ（図１２参照）を生成することができる。

【0056】

ＰＡＶ統計値算出部２３４は、ＰＡＶ時系列データに基づく統計値であるＰＡＶ統計値を算出する。本実施形態において、ＰＡＶ統計値算出部２３４は、ＰＡＶ統計値として、補正後ＰＡＶ時系列データ全体に基づく統計値と、補正後ＰＡＶ時系列データを時間で分割してなる複数の分割ＰＡＶ時系列データに基づく統計値とを算出する。

【0057】

より詳しくは、ＰＡＶ統計値算出部２３４は、補正後ＰＡＶ時系列データ全体に基づく統計値として、補正後ＰＡＶ時系列データ全体に係る平均値（Phase_average）、最大値（Phase_Max）、最小値（Phase_Min）及び分散（Phase_variance）を算出する。

【0058】

また、ＰＡＶ統計値算出部２３４は、分割ＰＡＶ時系列データに基づく統計値として、補正後ＰＡＶ時系列データを時間で２分割（２等分）したデータ（２分割データ）に係る統計値と、補正後ＰＡＶ時系列データを時間で３分割（３等分）したデータ（３分割データ）に係る統計値とを算出する。

【0059】

２分割データに係る統計値としては、前半データに係る平均値（Phase_first_half_av-erage）及び分散（Phase_first_half_variance）と、後半データに係る平均値（Phase_l-atter_half_average）及び分散（Phase_latter_half_variance）とが算出される。

【0060】

また、３分割データに係る統計値としては、初期の１／３分のデータに係る平均値（P-hase_one_third_average）及び分散（Phase_one_third_variance）と、中期の１／３分のデータに係る平均値（Phase_two_third_average）及び分散（Phase_two_third_variance）と、後期の１／３分のデータに係る平均値（Phase_three_third_average）及び分散（Phase_three_third_variance）とが算出される。算出された統計値は、読取情報記憶装置２３２に記憶される。

【0061】

ＲＳＳＩ統計値算出部２３５は、ＲＳＳＩ時系列データに基づく統計値であるＲＳＳＩ統計値を算出する。本実施形態において、ＲＳＳＩ統計値算出部２３５は、ＲＳＳＩ統計値として、ＲＳＳＩ時系列データ全体に基づく統計値と、ＲＳＳＩ時系列データを時間で分割してなる複数の分割ＲＳＳＩ時系列データに基づく統計値とを算出する。

【0062】

より詳しくは、ＲＳＳＩ統計値算出部２３５は、ＲＳＳＩ時系列データ全体に基づく統計値として、ＲＳＳＩ時系列データ全体に係る平均値（RSSI_average）、最大値（RSSI_M-ax）、最小値（RSSI_Min）及び分散（RSSI_variance）を算出する。

【0063】

また、ＲＳＳＩ統計値算出部２３５は、分割ＲＳＳＩ時系列データに基づく統計値として、ＲＳＳＩ時系列データを時間で２分割（２等分）したデータ（２分割データ）に係る統計値と、ＲＳＳＩ時系列データを時間で３分割（３等分）したデータ（３分割データ）に係る統計値とを算出する。

【0064】

２分割データに係る統計値としては、前半データに係る平均値（RSSI_first_half_ave-rage）及び分散（RSSI_first_half_variance）と、後半データに係る平均値（RSSI_latt-er_half_average）及び分散（RSSI_latter_half_variance）とが算出される。

【0065】

また、３分割データに係る統計値としては、初期の１／３分のデータに係る平均値（R-SSI_one_third_average）及び分散（RSSI_one_third_variance）と、中期の１／３分のデータに係る平均値（RSSI_two_third_average）及び分散（RSSI_two_third_variance）と、後期の１／３分のデータに係る平均値（RSSI_three_third_average）及び分散（RSSI_ three_third_variance）とが算出される。算出された統計値は、読取情報記憶装置２３２に記憶される。図１３に、各統計値算出部２３４，２３５によって算出される統計値の一覧などを示す。

【0066】

状態推定部２３６は、ＲＳＳＩ統計値とＰＡＶ統計値とを特徴値として学習させて生成してなる学習モデルを用いて、ＲＦタグ１０２の状態、すなわち、ＲＦタグ１０２の移動及び静止（滞在）と、ＲＦタグ１０２が移動した場合におけるＲＦタグ１０２の移動方向を推定する。本実施形態において、状態推定部２３６は、ランダムフォレスト（Random forest）を用いて予め構成された学習モデルを用いて、ＲＦタグ１０２の状態を推定する。

【0067】

学習モデルの生成には、ランダムフォレストを用いたアンサンブル学習を使用することができる。アンサンブル学習は、複数の弱分類器の分類結果を統合することにより、高精度な分類を行う分類器を構築するための手法である。

【0068】

学習モデルの生成にあたっては、まず、予め取得した受信信号強度や位相値の各時系列データに基づく統計値（平均値、最大値、最小値及び分散）に関するデータからブートストラップ法によるサンプリングで複数の教師用データを作成する。さらに、各教師用データにおいて、機械学習によって決定木（回帰木）を作成する際に使用する特徴量をランダムで選択する。機械学習を行う際には、決定木の深さに制限は設けない。

【0069】

その上で、各教師用データにおける各特徴量から、機械学習によって弱分類器としての決定木を複数構築することで、学習モデルを生成する。生成された学習モデル（構築された複数の決定木に係る情報）は、所定の記憶装置（不図示）に記憶される。

【0070】

状態推定部２３６は、各統計値算出部２３４，２３５により算出された上述の各種統計値を学習モデルへと入力する。そして、状態推定部２３６は、決定木による推定結果の多数決に基づき、ＲＦタグ１０２の状態として、静止（滞在）、左方向（店舗１００内から店舗１００外に向けた方向）への移動又は右方向（店舗１００外から店舗１００内に向けた方向）への移動を推定する。

【0071】

尚、学習モデルとしては、SVM（Support Vector Machine）や決定木（Decision tree）、ｋＮＮ（ｋ最近傍法）などを用いて構成されたものを利用してもよい。

【0072】

状態推定部２３６によるＲＦタグ１０２の状態に係る推定結果は、状態の推定対象となったＲＦタグ１０２のタグ識別情報に関連付けて、管理システム３（特に後述する判定部３３へと送られる。

【0073】

尚、ＰＡＶ補正部２３３、ＰＡＶ統計値算出部２３４、ＲＳＳＩ統計値算出部２３５及び状態推定部２３６による、補正後ＰＡＶ時系列データの生成、各種統計値の算出、ＲＦタグ１０２の状態推定は、所定の条件を満たしたときに行われる。所定の条件としては、状態の推定対象となるＲＦタグ１０２に関し、通信圏外に出た状態になったこと、信号の送受信開始から所定時間が経過したこと、受信信号強度や位相値のデータ数が所定個数以上となったこと、取得した受信信号強度や位相値が所定の閾値を上回ってから所定時間が経過したことなどを挙げることができる。勿論、所定の条件として、上記以外の条件を採用してもよい。

【0074】

次いで、管理システム３などについて説明する。管理システム３は、店舗１００内から店舗１００外へと持ち出された商品１０１が適切に精算処理のなされたものであるか否かを確認するとともに、当該商品１０１の精算処理が適切に行われていない場合に、所定の報知処理を行うシステムである。管理システム３は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を有するコンピュータシステムによって構成することができる。管理システム３の詳細な説明に先立って、まず、商品１０１の精算に利用される商品情報記憶装置４及び精算装置５について説明する。

【0075】

図３に示すように、商品情報記憶装置４及び精算装置５は、各種情報を送受信可能に構成されている。商品情報記憶装置４は、少なくとも商品識別用情報及び商品価格を関連付けて記憶している。商品情報記憶装置４は、精算装置５から商品識別用情報が送信されると、当該商品識別用情報に関連付けられた商品価格に関する情報を精算装置５へと返信する。尚、管理システム３が、商品情報記憶装置４を有する構成としてもよい。

【0076】

精算装置５は、店舗１００内に設置されており（図１等参照）、商品１０１を購入する際に商品１０１の代金支払いに用いられる装置である。本実施形態における精算装置５は、いわゆるセルフレジであり、所定の商品収容スペース、ＲＦタグ１０２に記憶された情報の読取装置、情報の表示装置及び代金の受領装置などを具備している。精算装置５は、前記商品収容スペースに商品１０１が収容されると、当該商品１０１に取付けられたＲＦタグ１０２の情報を読み取る。そして、精算装置５は、読み取った情報に含まれる商品識別用情報を商品情報記憶装置４に送信するとともに、商品情報記憶装置４から商品価格に関する情報を受信する。この商品価格は、情報の読取対象となったＲＦタグ１０２が取付けられている商品１０１の価格を示す。そして、精算装置５は、商品収容スペースに収容された全ての商品１０１についての商品価格を取得すると、取得した商品価格を合算すること等により、支払金額を算出する。また、精算装置５は、支払金額を前記表示装置にて表示する。

【0077】

そして、精算装置５は、前記受領装置を用いて現金やクレジットカード等により商品１０１の代金が支払われると、代金支払いが完了した商品１０１に取付けられたＲＦタグ１０２に係るタグ識別用情報を、管理システム３における次述する精算情報記憶装置３１へと送信する。

【0078】

次いで、管理システム３についてより詳しく説明する。管理システム３は、ＲＦタグ状態推定システム２及び精算装置５との間で各種信号を送受信可能に構成されており、精算情報記憶装置３１、報知部３２及び判定部３３を備えている。

【0079】

精算情報記憶装置３１は、精算装置５から送信されたタグ識別用情報を記憶する。つまり、精算情報記憶装置３１は、代金支払いの完了した商品１０１に取付けられているＲＦタグ１０２を識別するための情報を記憶する。

【0080】

報知部３２は、盗難の疑いのある事態が発生したことを外部に報知する機能を具備する。本実施形態において、報知部３２は、従業員などが携帯する端末装置などに対し前記事態の発生を示す情報を送信することで、前記事態の発生を外部（従業員など）に報知する。尚、報知部３２は、前記事態の発生を外部に報知可能なものであればよく、例えば音声や視覚情報などを利用して、前記事態の発生を外部に報知するものであってもよい。

【0081】

判定部３３は、状態推定部２３６から送信された情報と、精算情報記憶装置３１に記憶された情報とに基づき、盗難の疑いのある事態が発生したか否かを判定する。より詳しくは、判定部３３は、状態推定部２３６から、ＲＦタグ１０２の状態の推定結果として、左方向（店舗１００内から店舗１００外に向けた方向）への移動という情報を受信すると、所定の確認処理を実行する。つまり、判定部３３は、店舗１００内から店舗１００外へと持ち出されるようにして商品１０１及びＲＦタグ１０２が移動しているものと状態推定部２３６によって推定された場合、所定の確認処理を実行する。

【0082】

確認処理では、推定結果に関連付けられたＲＦタグ１０２のタグ識別用情報を用いて、当該ＲＦタグ１０２が取付けられた商品１０１の代金支払いが完了しているか否かが判定される。すなわち、判定部３３は、精算情報記憶装置３１に記憶されたタグ識別用情報を参酌し、推定結果に関連付けられたＲＦタグ１０２のタグ識別用情報と同一のタグ識別用情報が精算情報記憶装置３１に記憶されているか否かを判定する。そして、推定結果に関連付けられたＲＦタグ１０２のタグ識別用情報と同一のタグ識別用情報が精算情報記憶装置３１に記憶されている場合、判定部３３は、当該ＲＦタグ１０２が取付けられた商品１０１の代金支払いが完了していると判定する。

【0083】

一方、推定結果に関連付けられたＲＦタグ１０２のタグ識別用情報と同一のタグ識別用情報が精算情報記憶装置３１に記憶されていない場合、判定部３３は、当該ＲＦタグ１０２が取付けられた商品１０１の代金支払いが完了していないと判定するとともに、報知部３２を動作させる。これにより、盗難の疑いのある事態が発生したことが外部に報知される。

【0084】

また、本実施形態において、判定部３３は、状態推定部２３６から、ＲＦタグ１０２の状態の推定結果として、静止（滞在）又は右方向（店舗１００外から店舗１００内に向けた方向）への移動という情報を受信した場合には、前記確認処理を実行しないようになっている。

【0085】

以上詳述したように、本実施形態によれば、想定移動方向ＡＤに対し傾いた状態で設置された指向性アンテナ２２によって、対象領域１００ｂ内に位置するＲＦタグ１０２と指向性アンテナ２２との間の通信に係る電波環境に不均一性が生成されることで、少なくとも対象領域１００ｂ内において、場所による電波環境の特徴を生じさせることができる。これにより、少なくとも対象領域１００ｂ内をＲＦタグ１０２が移動する際に、ＲＦタグ１０２の位置による受信信号強度の変化態様と、ＲＦタグ１０２の位置による位相値の変化態様とに異なる特徴を生じさせることができる。そして、状態推定部２３６により、ＲＳＳＩ統計値とＰＡＶ統計値とを特徴値として学習させてなる学習モデルを用いて、ＲＦタグの状態が推定される。ここで、上記のような電波環境の不均一性を生じさせることで、ＲＳＳＩ統計値とＰＡＶ統計値とで異なる特徴をより明確に生じさせることができる。そのため、状態推定部２３６によって、ＲＦタグ１０２の状態をより精度よく推定することができる。

【0086】

また、統計値（ＲＳＳＩ統計値及びＰＡＶ統計値）を用いるため、１つのＲＦタグ１０２に係る受信信号強度や位相値のデータ数が比較的少なくなるような場合であっても、指向性アンテナ２２の周囲に位置する多数（例えば３０個以上）のＲＦタグ１０２のそれぞれの状態を十分に精度よく推定することができる。換言すれば、ＲＦタグ状態推定システム２は、指向性アンテナ２２の周囲に多数のＲＦタグが存在し得る環境において、特に有効であるといえる。

【0087】

さらに、判定部３３は、状態推定部２３６から静止（滞在）という情報を受信した場合には、前記確認処理を実行しない。従って、指向性アンテナ２２の周囲に置かれた商品１０１のＲＦタグ１０２を検知した（当該ＲＦタグ１０２に係るデータを得た）としても、そのＲＦタグ１０２の存在に起因する、報知部３２による外部への報知などは行われない。そのため、指向性アンテナ２２の周囲に位置する静止状態のＲＦタグ１０２の存在によって、報知部３２による外部への報知が不適切に行われることをより確実に防止でき、ひいては盗難防止システム１の運用に係る利便性や安定性を高めることができる。

【0088】

加えて、本実施形態では、ランダムフォレストを用いて構成した学習モデルによって、ＲＦタグ１０２の状態が推定される。従って、ＲＦタグ１０２の状態をより精度よく推定することができる。

【0089】

さらに、ＲＳＳＩ統計値として、ＲＳＳＩ時系列データを時間で分割してなる複数の分割ＲＳＳＩ時系列データに基づく統計値が用いられ、ＰＡＶ統計値として、補正後ＰＡＶ時系列データを時間で分割してなる複数の分割ＰＡＶ時系列データに基づく統計値が用いられる。このように時系列データを時間で分割した分割時系列データの統計値を利用することで、統計値において、受信信号強度や位相値の各変化態様における特徴がより明確に表れやすくなる。従って、ＲＦタグ１０２の状態を一層精度よく推定することが可能となる。

【0090】

また、ＰＡＶ統計値を算出するにあたって、位相値の補正を行ってなる補正後ＰＡＶ時系列データが用いられる。従って、ＰＡＶ統計値をより容易にかつより正確に得ることができる。その結果、ＲＦタグ１０２の状態をより一層精度よく推定することができる。

【0091】

加えて、ＲＳＳＩ統計値として、ＲＳＳＩ時系列データに係る平均値、最大値、最小値及び分散が用いられ、ＰＡＶ統計値として、ＰＡＶ時系列データに係る平均値、最大値、最小値及び分散が用いられる。従って、受信信号強度や位相値の各変化態様における特徴をより適切に把握することが可能となり、ＲＦタグ１０２の状態推定に関する精度をより高めることができる。

【0092】

さらに、指向性アンテナ２２は対象領域１００ｂに対応して１つのみ設けられており、この１の指向性アンテナ２２をＲＦタグ１０２の想定移動方向ＡＤに対し傾けることで、電波環境に不均一性を生成している。従って、比較的簡便な手法により、比較的低コストで、かつ、指向性アンテナ２２の設置スペースとしてさほど大きなスペースを要することなく、電波環境に不均一性を生成することができる。これにより、ＲＦタグ状態推定システム２の導入に係る作業負担やコストの低減、設置自由度の向上を図ることができる。

【0093】

また、傾斜角度αが３０°以上７０°以下とされているため、少なくとも対象領域１００ｂ内をＲＦタグ１０２が移動する際に、ＲＦタグ１０２の位置による受信信号強度の変化態様の特徴と、ＲＦタグ１０２の位置による位相値の変化態様の特徴とをより大きく異ならせることができる。そのため、ＲＦタグ１０２の状態推定精度を一層高めることができる。

【0094】

次いで、上記実施形態により奏される作用効果を確認すべく、ＲＦタグ１０２の状態推定の精度を確認する試験を行った。

【0095】

すなわち、図１４に示すように、指向性アンテナ２２と、それぞれ複数のＲＦタグ１０２を取付可能な移動板Ｔ１及び固定板Ｔ２とを備える試験装置を用意した。そして、移動板Ｔ１に５個のＲＦタグ１０２を取付ける一方、固定板Ｔ２に３０個のＲＦタグ１０２を取付けた上で、移動板Ｔ１を想定移動方向ＡＤに沿って、左から右へと移動させること（Left to Right）、及び、右から左へと移動させること（Right to Left）をそれぞれ５０回ずつ行った。これにより、移動するＲＦタグ１０２に係るＲＳＳＩ時系列データ及びＰＡＶ時系列データをそれぞれ５００個（＝５×５０×２）ずつ取得し、静止するＲＦタグ１０２に係る両時系列データをそれぞれ３０００個（＝３０×５０×２）ずつ取得した。

【0096】

また、移動板Ｔ１に３０個のＲＦタグ１０２を取付ける一方、固定板Ｔ２に５個のＲＦタグ１０２を取付けた上で、移動板Ｔ１を想定移動方向ＡＤに沿って、左から右へと移動させること（Left to Right）、及び、右から左へと移動させること（Right to Left）をそれぞれ５０回ずつ行った。そして、移動するＲＦタグ１０２に係る両時系列データをそれぞれ３０００個（＝３０×５０×２）ずつ取得し、静止するＲＦタグ１０２に係る両時系列データをそれぞれ５００個（＝５×５０×２）ずつ取得した。

【0097】

上記のようにデータを取得することで、結果的に、静止状態にあるＲＦタグ１０２に係るＲＳＳＩ時系列データ及びＰＡＶ時系列データをそれぞれ３５００個ずつ取得し、また、移動状態にあるＲＦタグ１０２に係る両時系列データをそれぞれ３５００個ずつ取得した。但し、多数のＲＦタグ１０２に係るデータを一度に取得しているため、それぞれのＲＦタグ１０２に関し、ＲＳＳＩ時系列データやＰＡＶ時系列データを構成するデータの数は比較的少ないものである。

【0098】

次いで、取得したデータを基に、K-foldクロスバリデーション(K=5)を利用した評価を行った。すなわち、取得したデータのうちの８０％を学習用データとし、取得したデータのうちの２０％を評価用データとすることで、計５組のデータセットを準備した。その上で、データセットごとに、学習用データを基にランダムフォレスト（Random forest）、SVM又は決定木（decision tree）を用いた学習モデルの生成を行うとともに、生成された学習モデルにより、評価用データを用いてＲＦタグ１０２の状態推定を行った。尚、学習モデルの生成及び状態推定にあたっては、上記実施形態で挙げたＲＳＳＩ統計値及びＰＡＶ統計値（図１３に示す統計値）を用いた。

【0099】

そして、データセットごとに、正解率（accuracy）、適合率（precision）、再現率（recall）及びＦ値（f1-score）をそれぞれ求めた。つまり、正解率、適合率、再現率及びＦ値をそれぞれ５つずつ求めた。その上で、正解率、適合率、再現率及びＦ値のそれぞれの平均値を算出した。Ｆ値は、適合率及び再現率の調和平均である。

【0100】

尚、この試験は、指向性アンテナ２２の周囲に存在するモノの数が比較的少ない場所（Place A）、及び、指向性アンテナ２２の周囲に存在するモノの数が比較的多い場所（Pla-ce B）のそれぞれで行った。また、この試験では、想定移動方向ＡＤ（移動板Ｔ１の移動方向）に対する指向性アンテナ２２の傾斜角度α（図１５参照）を０°～７０°の範囲で１０°ずつ変更した。

【0101】

さらに、ＲＦタグ１０２の移動速度を０．５ｍ／ｓとし、床面から指向性アンテナ２２（の中心）までの高さを０．６ｍとし、床面からＲＦタグ１０２までの高さを０．６ｍ～１．０ｍとした。また、指向性アンテナ２２の中心から移動板Ｔ１までの最短距離が０．５ｍとなり、指向性アンテナ２２の中心から固定板Ｔ２までの最短距離が１．０ｍとなるように各板Ｔ１，Ｔ２の位置を設定した。

【0102】

図１６～２１に、ランダムフォレスト（Random forest）、SVM又は決定木（decision tree）を用いた場合における、正解率、適合率、再現率及びＦ値のそれぞれの平均値を示す。尚、図１６，１８，２０は、Place Aにおける試験結果であり、図１７，１９，２１は、Place Bにおける試験結果である。また、各図では、正解率などとともに、標準誤差（平均値の標準偏差）を合わせて示す。

【0103】

尚、正解率が高く、かつ、正解率及びＦ値の各値が近いほど、ＲＦタグ１０２の状態を精度よく推定可能であると言える。

【0104】

図１６～２１に示すように、想定移動方向ＡＤに対し指向性アンテナ２２を傾けて、場所による電波環境の特徴を生じさせた場合には、指向性アンテナ２２を傾けていない（傾斜角度αが０°である）場合と比べて、正解率がより高く、また、正解率及びＦ値の各値がより近くなることが確認された。

【0105】

さらに、ランダムフォレストを用いて構成した学習モデルを利用した場合には、正解率が非常に高く、かつ、正解率及びＦ値の各値が極めて近い値になることが明らかとなった。

【0106】

また、傾斜角度αを３０°以上７０°以下とした場合には、正解率が９０％を超えるとともに、正解率及びＦ値の各値がより一層近くなることが分かった。

【0107】

以上の試験結果から、指向性アンテナ２２の周囲に多数のＲＦタグ１０２が存在する環境下であっても、ＲＦタグ１０２の状態を精度よく推定可能とするためには、指向性アンテナ２２を傾けること等によって場所による電波環境の特徴を生じさせるとともに、ＲＳＳＩ統計値とＰＡＶ統計値とを特徴値として学習させて生成してなる学習モデルを用いて、ＲＦタグ１０２の状態を推定することが好ましいといえる。

【0108】

また、ＲＦタグ１０２の状態をより精度よく推定可能とするという点では、ランダムフォレストを用いて構成した学習モデルを利用したり、傾斜角度αを３０°以上７０°以下としたりすることが好ましいといえる。

【0109】

尚、上記実施形態の記載内容に限定されず、例えば次のように実施してもよい。勿論、以下において例示しない他の応用例、変更例も当然可能である。

【0110】

（ａ）上記実施形態において、１の指向性アンテナ２２は、対象領域１００ｂの側方に配置されているが、対象領域１００ｂの上方又は下方に配置されていてもよい。

【0111】

（ｂ）上記実施形態で挙げたＲＳＳＩ統計値やＰＳＶ統計値は一例であって、これら統計値を適宜変更してもよい。従って、例えば、ＲＳＳＩ時系列データや補正後ＰＳＶ時系列データを４又は５分割してなる分割ＲＳＳＩ時系列データや分割ＲＳＶ時系列データに基づく統計値を利用してもよい。

【0112】

また、分割ＲＳＳＩ時系列データや分割ＲＳＶ時系列データに基づく統計値を用いることなく、ＲＳＳＩ時系列データ全体や補正後ＰＳＶ時系列データ全体に基づく統計値のみを利用してもよい。勿論、その逆に、分割ＲＳＳＩ時系列データや分割ＲＳＶ時系列データに基づく統計値のみを利用してもよい。

【0113】

加えて、ＲＳＳＩ時系列データそのものではなく、ＲＳＳＩ時系列データに基づくデータ（例えば、ＲＳＳＩ時系列データに対し誤差を補正するための処理を行ってなる時系列データなど）を時間で分割することによって、分割ＲＳＳＩ時系列データを得てもよい。また、補正後ＰＡＶ時系列データではなく、ＰＡＶ時系列データを時間で分割することによって、分割ＰＡＶ時系列データを得てもよい。

【0114】

さらに、統計値として、平均値、最大値、最小値及び分散を挙げているが、これらのうちの一部のみを用いてもよい。勿論、これら以外の統計値（例えば中央値など）を用いてもよい。

【0115】

（ｃ）上記実施形態では、想定移動方向ＡＤに対し傾いた状態で設置された指向性アンテナ２２によって「不均一性生成手段」が構成されているが、「不均一性生成手段」は、これに限定されるものではない。すなわち、「不均一性生成手段」は、少なくとも対象領域１００ｂ内において場所による電波環境の特徴を生じさせて、少なくとも対象領域１００ｂ内をＲＦタグ１０２が移動する際に、ＲＦタグ１０２の位置による受信信号強度の変化態様と、ＲＦタグ１０２の位置による位相値の変化態様とに異なる特徴を生じさせるものであればよい。

【0116】

従って、例えば、図２２，２３に示すように、対象領域１００ｂ内にて、送信される信号同士を干渉させる位置関係で配置され、受信信号強度及び位相値の各変化態様に異なる特徴を生じさせるように構成された複数の指向性アンテナ２２１，２２２によって「不均一性生成手段」を構成してもよい。この場合、各指向性アンテナ２２１，２２２から同一信号を送信して、これら信号を干渉させる構成としてもよいし、各指向性アンテナ２２１，２２２から位相や振幅の異なる信号を送信することで、信号同士の干渉をより確実に発生させて、少なくとも対象領域１００ｂ内において、場所による電波環境の特徴をより確実に（より意識的に）生じさせる構成としてもよい。

【0117】

加えて、交互に切換えて使用されることで、受信信号強度及び位相値の各変化態様に異なる特徴を生じさせるように構成された複数の指向性アンテナ２２１，２２２によって「不均一性生成手段」を構成してもよい。この場合、各指向性アンテナ２２１，２２２から同一チャネルの信号を送信する構成とすることで、場所の相違による電波環境の特徴が生じるように構成してもよい。また、各指向性アンテナ２２１，２２２から異なるチャネルの信号を送信する構成とすることで、場所及び周波数のそれぞれの相違による電波環境の特徴が生じるように構成してもよい。

【0118】

さらに、それぞれから送信される信号の位相や振幅が動的に制御されることで、対象領域１００ｂ内における特定範囲に対し信号（電波）をビーム状に（集中的に）送ることにより、受信信号強度及び位相値の各変化態様に異なる特徴を生じさせるように構成された複数の指向性アンテナによって「不均一性生成手段」を構成してもよい。この場合、複数の指向性アンテナに代えて、スマートアレーアンテナを用いてもよい。

【0119】

加えて、少なくとも対象領域１００ｂ内において、場所による電波環境の特徴を生じさせて、受信信号強度及び位相値の各変化態様に異なる特徴が生じるような加工の施された指向性アンテナによって「不均一性生成手段」を構成してもよい。このような指向性アンテナとしては、例えば、指向性正面方向を基準として、左右でゲインの傾向が異なる（例えば、右側ではゲインが比較的高い一方、左側ではゲインが比較的低い）ものなどを挙げることができる。

【0120】

尚、複数の指向性アンテナ２２１，２２２を用いる場合、図２２，２３に示すように、各指向性アンテナ２２１，２２２を想定移動方向ＡＤに沿って並べて配置してもよいし、図２４に示すように、各指向性アンテナ２２１，２２２を対象領域１００ｂを挟む位置に配置してもよい。

【0121】

さらに、図２５に示すように、対象領域１００ｂを上下に挟む位置に各指向性アンテナ２２１，２２２を配置してもよい。この場合、１の指向性アンテナ２２２を、床下などに配置してもよい。また、図２６に示すように、一方の指向性アンテナ２２１を対象領域１００ｂの側方に配置し、他方の指向性アンテナ２２２を対象領域１００ｂの上方又は下方に配置してもよい。さらに、図２７に示すように、一方の指向性アンテナ２２１を対象領域１００ｂの側方に配置し、他方の指向性アンテナ２２２を想定移動方向ＡＤに沿って対象領域１００ｂの前方又は後方に配置してもよい。

【0122】

また、複数の指向性アンテナ２２１，２２２を用いる場合、リーダーライター２１は、複数の指向性アンテナ２２１，２２２のうちのいずれかが受信した信号に基づき、受信信号強度及び位相値を取得するものであってもよいし、複数の指向性アンテナ２２１，２２２によって受信した各信号を合成して得た信号に基づき、受信信号強度及び位相値を取得するものであってもよい。

【0123】

勿論、指向性アンテナの数は、１つ又は２つに限定されず、３つ以上であってもよい。

【0124】

（ｄ）上記実施形態において、ＲＦタグ状態推定システム２は、盗難防止システム１に適用されているが、ＲＦタグ状態推定システムの適用対象はこれに限定されるものではない。

【0125】

従って、例えば、倉庫における在庫管理、従業員などの出退勤管理、従業員などの在室管理などにＲＦタグ状態推定システムを適用してもよい。

【0126】

倉庫における在庫管理にＲＦタグ状態推定システムを適用する場合には、例えば、倉庫の出入口に対応して指向性アンテナを配置し、指向性アンテナを介して取得された位相値及び受信信号強度に基づき、当該出入口における、商品に付されたＲＦタグの移動方向を推定するといった構成とする。そして、この構成において、商品ひいてはＲＦタグが左方向（倉庫内から倉庫外へと向けた方向）に移動したことが推定された場合には、当該商品についての在庫数を１つ減少させる一方、商品ひいてはＲＦタグが右方向（倉庫外から倉庫内へと向けた方向）に移動したことが推定された場合には、当該商品についての在庫数を１つ増加させるなどの処理を行うことで、倉庫における在庫管理を行うことができる。

【0127】

尚、倉庫における在庫管理を行うにあたっては、指向性アンテナ２２（出入口）の周辺に多数の商品及びＲＦタグ１０２が存在し、ひいては、１つのＲＦタグ１０２について取得される受信信号強度及び位相値のデータ数が比較的少ないものとなり得る。しかしながら、統計値（ＲＳＳＩ統計値及びＰＡＶ統計値）を用いてＲＦタグ１０２の状態を推定することで、指向性アンテナ２２の周囲に位置する多数のＲＦタグ１０２のそれぞれの状態を十分に精度よく推定することができる。

【0128】

また、従業員などの出退勤管理にＲＦタグ状態推定システムを適用する場合には、例えば、従業員等の出入口ゲートに対応して指向性アンテナを配置し、指向性アンテナを介して取得された位相値及び受信信号強度に基づき、当該出入口ゲートにおける、従業員などが携帯するＲＦタグの移動方向を推定するといった構成とする。そして、この構成において、従業員等ひいてはＲＦタグが左方向（例えば、社屋内から社屋外へと向けた方向）に移動したことが推定された場合には、当該従業員等が退勤したものとする一方、従業員等ひいてはＲＦタグが右方向（例えば、社屋外から社屋内へと向けた方向）に移動したことが推定された場合には、当該従業員等が出勤したものとするといった処理を行うことで、従業員などの出退勤管理を行うことができる。

【0129】

さらに、従業員などの在室管理にＲＦタグ状態推定システムを適用する場合には、例えば、部屋の出入口に対応して指向性アンテナを配置し、指向性アンテナを介して取得された位相値及び受信信号強度に基づき、当該出入口における、従業員などの携帯するＲＦタグの移動方向を推定するといった構成とする。そして、この構成において、従業員等ひいてはＲＦタグが左方向（例えば、部屋内から部屋外へと向けた方向）に移動したことが推定された場合には、当該従業員等が退室したとする一方、従業員等ひいてはＲＦタグが右方向（例えば、部屋外から部屋内へと向けた方向）に移動したことが推定された場合には、当該従業員等が入室したものとするといった処理を行うことで、従業員などの在室管理を行うことができる。

【0130】

また、ＲＦタグ状態推定システムを用いて、店舗内における忘れ物の有無を推定可能としてもよい。

【0131】

例えば、上記実施形態のようにゲート１００ａの周辺に指向性アンテナ２２を設置するとともに、判定部３３によって、所定時間ごとに、状態推定部２３６によって左方向（店舗１００内から店舗１００外に向けた方向）に移動したと推定されたＲＦタグ１０２のタグ識別用情報と、精算情報記憶装置３１に記憶されたタグ識別用情報とを比較することで、代金支払いが完了しているにも関わらず、店舗１００外へと持ち出されていない商品１０１（つまり忘れ物）が存在しているか否かを推定可能に構成してもよい。

【0132】

さらに、例えば、精算装置５の周辺に指向性アンテナ２２を設置するとともに、判定部３３によって、所定時間ごとに、状態推定部２３６によって静止（滞在）と推定されたＲＦタグ１０２のタグ識別用情報と、精算情報記憶装置３１に記憶されたタグ識別用情報とを比較することで、代金支払いが完了しているにも関わらず、精算装置５の近傍に置かれたままとなっている商品１０１（忘れ物）が存在しているか否かを推定可能に構成してもよい。

【0133】

勿論、上述の用途以外の用途にＲＦタグ状態推定システムを適用してもよい。

【符号の説明】

【0134】

２…ＲＦタグ状態推定システム、２１…リーダーライター（ＲＳＳＩ取得手段、ＰＡＶ取得手段）、２２…指向性アンテナ（不均一性生成手段）、１００ｂ…対象領域、１０２…ＲＦタグ、２３３…ＰＡＶ補正部（ＰＡＶ補正手段）、２３４…ＰＡＶ統計値算出部（ＰＡＶ統計値算出手段）、２３５…ＲＳＳＩ統計値算出部（ＲＳＳＩ統計値算出手段）、２３６…状態推定部（状態推定手段）。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】

【図27】