信息终端装置的控制方法、体动测定装置以及程序与流程

本发明涉及具备振动传感器的信息终端装置的控制方法、体动测定装置以及程序。

背景技术：

以往，公开了以掌握就寝者的健康状态等为目的，监视就寝者的睡眠状态的体动测定装置。

例如，专利文献1所公开的体动测定装置通过使用铺设于寝具的传感器，实时捕捉传感值的最小值，将用指数函数对传感值的最小值的变动进行了缓和而得到的值作为体动判定阈值，从而将粗动(大动作)信号和微动(微动作)信号分离，判定就寝者的睡眠状态。示出了该体动测定装置能够不依据寝具的种类和状态以及就寝者的体重，高精度地进行就寝者的睡眠判定。在这里，粗动信号是来源于就寝(上床)、下床、翻身以及其他就寝者的身体的动作等的信号，微动信号是来源于就寝者的呼吸和心律的信号。

另外，示出了：专利文献1所公开的体动测定装置通过设置比体动判定阈值大且为体动判定阈值的设定数倍的上限信号等级，并基于上限信号等级以下的振动数据更新体动判定阈值，由此能够在就寝者明显发生粗动的情况下抑制体动判定阈值的上升。

在先技术文献

专利文献

专利文献1：日本专利第4329690号公报

技术实现要素：

发明要解决的问题

但是，为了以更高的精度利用体动测定装置判定用户的动作，需要进一步的研究。

用于解决问题的手段

为了解决上述以往的问题，本发明的信息终端装置的控制方法是一种信息终端装置的控制方法，所述信息终端装置具备能够检测所述信息终端装置的振动的振动传感器、处理器以及存储器，使所述处理器取得振动数据，所述振动数据是由所述振动传感器检测出的振动的时序数据，所述振动包含基于位于放置有所述信息终端装置的寝具之上的用户的体动的振动，将所取得的所述振动数据存储于所述存储器，检测所述用户的行动，提取存储于所述存储器的所述振动数据中的、以进行了被检测出的所述行动的时刻为结束时间的预定期间所包含的振动数据，将提取出的所述振动数据表示的振动波形作为所述用户下床时的振动模型存储在所述存储器中。

此外，这些总括或具体的技术方案既可以用系统、方法、集成电路、计算机程序或计算机可读取的cd-rom等记录介质来实现，也可以用系统、方法、集成电路、计算机程序和记录介质的任意组合来实现。

发明的效果

根据上述技术方案，能够实现进一步的改善。

附图说明

图1是表示实施方式中的信息终端装置的使用方式的示意图。

图2是表示实施方式中的信息终端装置检测的振动的大小与用户的行动的关系的说明图。

图3是表示实施方式中的信息终端装置的硬件构成的框图。

图4是表示实施方式中的信息终端装置的功能构成的框图。

图5是表示实施方式中的设备的日志的一例的说明图。

图6是表示由实施方式中的模型学习部进行的振动模型的生成方法的示意图。

图7是表示由实施方式中的判定部进行的振动数据的判定方法的示意图。

图8是表示实施方式中的信息终端装置的体动检测的从开始到结束的处理的流程图。

图9是表示由实施方式中的行动检测部和模型学习部进行的振动模型的学习处理的流程图。

图10是表示由实施方式中的判定部进行的下床的判定处理的流程图。

图11是表示由实施方式中的模型学习部进行的上床时的振动模型的生成方法的示意图。

图12是表示实施方式中的信息终端装置检测的振动的大小和设备控制的例子的说明图。

图13是表示实施方式的变形例中的体动测定系统的功能构成的框图。

具体实施方式

(成为本发明的基础的见解)

近年来，在日本，由于生活习惯的变化，睡眠时间减少，对睡眠的满意度降低。根据用户想掌握自身的睡眠状态这一需求，开发了专利文献1所公开的睡眠计测装置等。但是，为了利用专利文献1所公开的睡眠计测装置，需要另行购买特殊的传感器并安装于寝具，在费用和设置作业方面难以简便地利用。

另外，在考虑了将专利文献1所公开的体动测定方式应用在使用了内置于一般的信息终端装置(例如，智能手机或便携电话终端等)的加速度传感器、陀螺仪传感器等振动传感器的体动测定装置中的情况下，由于专利文献1所公开的体动测定装置的传感器的测定精度较高，所以通过监视表示被试验者的微动信号的传感器最小值的变动，能够进行与粗动信号的分离。但是，由于取决于信息终端装置机型的传感器灵敏度的不同，或将信息终端装置放置在寝具之上来测定被试验者的体动的寝具的不同等，由信息终端装置进行的体动测定中所取得的传感值各不相同。由于利用信息终端装置的振动传感器取得的传感值包含由上述原因导致的传感值的各不相同，所以无法基于传感器的最小值的变动捕捉被试验者的微动信号。因此，在使用了上述信息终端装置的振动传感器的体动测定装置中，专利文献1所公开的体动测定方式不适合。因此，在这样的体动测定装置中，不得不采用基于振动数据之中振幅成为大的值的微动信号的变动来决定体动判定阈值的方式。

进而，在专利文献1所公开的体动测定装置中，通过设置体动判定阈值的设定数倍的上限信号等级，能够某种程度上抑制由于就寝者的粗动而将体动判定阈值设定得高，但是由于倍数的设定，有可能无法除去想去除的信号等级的粗动信号。因此，在上述体动测定装置中，用户的体动或动作的判定精度有可能降低。

期望提供一种能够解决这些问题，并且单凭用户拥有的搭载了振动传感器的一般的信息终端装置就能够简便且高精度地判定用户的体动或动作的体动测定装置。以往没有研究过用于满足这些愿望的技术性解决对策。

为了解决这样的问题，本发明的一个技术方案涉及的信息终端装置的控制方法是信息终端装置的控制方法，所述信息终端装置具备能够检测所述信息终端装置的振动的振动传感器、处理器以及存储器，使所述处理器执行以下处理：取得振动数据，所述振动数据是由所述振动传感器检测出的振动的时序数据，所述振动包含基于放置有所述信息终端装置的寝具之上的用户的体动的振动，将所取得的所述振动数据存储于所述存储器，检测所述用户的行动，提取存储于所述存储器的所述振动数据中的、以进行了检测出的所述行动的时刻为结束时间的预定期间所包含的振动数据，将提取的所述振动数据表示的振动波形作为所述用户下床时的振动模型存储在所述存储器中。

根据上述技术方案，信息终端装置基于用户进行了行动的时刻以前的预定期间中的、实际由用户使用的寝具上的用户的体动，生成下床时的振动模型。由于按这种方式基于实际使用的寝具上的振动生成振动模型，所以能够使用生成的该振动模型，更高精度地判定该寝具上的用户的体动。因此，信息终端装置能够以更高的精度判定用户的动作。

例如，所述信息终端装置能够经由网络控制家电设备，所述控制方法中，还使所述处理器执行以下处理：判定所取得的所述振动数据表示的振动波形是否与存储于所述存储器的所述振动模型相符合，在判定为所取得的所述振动数据表示的所述振动波形与所述振动模型相符合的情况下，经由所述网络发送使所述家电设备工作的控制信号。

根据上述技术方案，信息终端装置能够在基于生成的振动模型判定用户已下床的情况下控制家电设备。由此，在用户已下床的情况下，能够利用信息终端装置判定用户的下床，并能够自动地进行家电设备的控制，提高便利性。

例如，还使所述处理器执行以下处理：取得日志信息，所述日志信息包含所述用户对家电设备进行了操作的时刻，在检测所述用户的行动时，基于所取得的所述日志信息，检测所述用户的行动，在将所述振动模型存储于所述存储器时，将所取得的所述日志信息所包含的时刻作为进行了所述行动的时刻使用，并将所述振动模型存储在所述存储器中。

根据上述技术方案，信息终端装置将用户对家电设备进行了操作的时刻作为用户进行了行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

例如，还使所述处理器执行以下处理：取得日志信息，所述日志信息包含所述用户对所述信息终端装置进行了操作的时刻，在检测所述用户的行动时，基于所取得的所述日志信息，检测所述用户的行动，在将所述振动模型存储于所述存储器时，将所取得的所述日志信息所包含的时刻作为进行了所述行动的时刻使用，并将所述振动模型存储在所述存储器中。

根据上述技术方案，信息终端装置将用户对信息终端装置进行了操作的时刻作为用户行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

例如，还使所述处理器执行以下处理：取得人感传感器的检测结果，所述人感传感器能够检测出所述用户位于与所述寝具之上不同的位置这一情况，在检测所述用户的行动时，基于所取得的所述检测结果，检测所述用户的行动，在将所述振动模型存储于所述存储器时，将所取得的所述检测结果所包含的时刻作为进行了所述行动的时刻使用，并将所述振动模型存储在所述存储器中。

根据上述技术方案，信息终端装置将利用人感传感器检测出用户的时刻作为用户行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

例如，在将所述振动模型存储于所述存储器时，将提取出的所述振动数据表示的振动波形作为训练数据(trainingdata)，通过机器学习生成所述振动模型，并将生成的所述振动模型存储在所述存储器中。

根据上述技术方案，信息终端装置通过机器学习而生成用户下床时的振动模型。这样，由于信息终端装置基于实际使用的寝具上的振动，通过机器学习生成振动模型，所以能够更高精度地判定该寝具上的用户的体动。

例如，通过机器学习的所述振动模型生成仅在作为学习基于所述用户的体动的振动模型的期间而确定的期间内进行。

根据上述技术方案，由于信息终端装置在结束了振动模型的学习期间的情况下不再进行机器学习，所以具有减轻处理负荷的优点。

另外，本发明的一个技术方案涉及的体动测定装置具备：振动传感器，能够检测所述体动测定装置的振动；存储器；振动数据保存部，取得振动数据并将所取得的所述振动数据存储在所述存储器中，所述振动数据是由所述振动传感器检测出的振动的时序数据，所述振动包含基于放置有所述体动测定装置的寝具之上的用户的体动的振动；行动检测部，检测所述用户的行动；以及模型学习部，提取存储于所述存储器的所述振动数据中的、以进行了检测出的所述行动的时刻为结束时间的预定期间所包含的振动数据，将提取出的所述振动数据表示的振动波形作为所述用户下床时的振动模型存储在所述存储器中。

根据上述技术方案，体动测定装置起到与上述信息终端装置同样的效果。

另外，本发明的一个技术方案涉及的程序是用于使计算机执行上述记载的控制方法的程序。

根据上述技术方案，程序起到与上述信息终端装置同样的效果。

此外，这些总括或具体的技术方案既可以用系统、方法、集成电路、计算机程序或计算机可读取的cd-rom等记录介质来实现，也可以用系统、方法、集成电路、计算机程序或记录介质的任意组合来实现。

以下，参照附图，具体说明实施方式。

此外，以下说明的实施方式均为示出总括或具体的例子的实施方式。在以下的实施方式中所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等均是本发明的一个例子，并不限定本发明。另外，关于以下实施方式的构成要素中的、在表示最上位概念的独立权利要求中没有记载的构成要素，作为任意的构成要素进行说明。

(实施方式)

在本实施方式中，说明以更高的精度判定用户的动作的体动测定装置。体动测定装置既可以是与具备振动传感器的一般的信息终端装置(例如智能手机或便携电话终端等)同等的硬件构成，也可以是具备一般的振动传感器的专用装置(也称为体动测定装置)。以后，作为一例，说明利用信息终端装置实现体动测定装置的情况。

图1是表示本实施方式中的信息终端装置10的使用方式的示意图。图2是表示本实施方式中的信息终端装置10检测的振动的大小与用户u的行动的关系的说明图。

如图1所示，信息终端装置10载置在用户u的寝具b之上。当用户u的身体进行动作时，信息终端装置10因伴随着用户u的身体的动作产生的寝具b的振动v而振动。信息终端装置10具备振动传感器，当信息终端装置10因寝具b的振动v而振动时，振动传感器检测信息终端装置10的振动。由此，信息终端装置10基于信息终端装置10的振动，检测用户u的身体体动的有无和体动的大小。

在这里，振动v从用户u的身体传递给寝具b并到达信息终端装置10。振动v的传递方式根据寝具b的类别(内容物的材质、重量、硬度等)和载置有寝具b的载置面的类别(材质、硬度等)等而不同。因此，即使用户u的身体的动作相同，在寝具b不同的情况下或寝具b的载置场所或载置面不同的情况下，信息终端装置10检测出的振动的大小也不同。因此，需要信息终端装置10根据寝具b实际的载置场所或载置面，适当地测定用户u的体动。

用户u的身体的动作包含：由用户u的翻身等就寝中的身体的动作引起的比较小的动作、和由用户u的下床或上床引起的比较大的动作。信息终端装置10通过机器学习生成判定基准，所述判定基准用于基于检测出的振动的大小等特征，判定用户u处于就寝中或已下床。而且，在基于生成的判定基准判定为用户u已下床的情况下，例如进行其他家电设备的控制。例如，在信息终端装置10检测出用户u下床的情况下，能够基于检测结果，进行将设置有寝具b的房间的空调机的空调控制设为开启等控制。

例如，如图2所示，在用户u上床到起床期间，信息终端装置10检测基于用户u的身体动作的多个振动v1～v8。而且，信息终端装置10基于振动波形，判定为这些振动v1～v8中的、暂时下床时的振动v4和起床时的振动v8是由用户u的下床引起的振动，并进行以预定的亮度使卧室的照明点亮、以预定的音量输出音乐或使厕所和到厕所的通路的照明点亮这样的控制。此外，暂时下床是下床的一种，是在该下床之后且起床之前会再次上床(也称为再上床)的情况下的下床。另外，起床是下床的一种，是结束睡眠并清醒的情况下的下床。

关于信息终端装置10的构成和信息终端装置10执行的处理，以后将详细说明。

图3是表示本实施方式中的信息终端装置10的硬件构成的框图。

如图3所示，信息终端装置10具备处理器12、存储器13、通信if(interface：接口)14、振动传感器15以及输入if16。

处理器12是执行存储在存储器13等中的控制程序的处理器。信息终端装置10执行的各处理可通过处理器12执行控制程序而实现。

存储器13是存储信息的存储装置，并具有易失性存储区域和存储控制程序和数据等的非易失性存储区域，所述易失性存储区域作为处理器12执行控制程序时使用的工作区域使用。

通信if14是与网络连接，并用于经由网络与外部的通信装置进行通信的通信接口。通信if14在信息终端装置10基于用户u的操作或自动地打电话、使用电子邮件或互联网访问时使用。通信if14例如通过便携电话的通信接口(例如3.5g(第3.5代移动通信系统)或3.9g(第3.9代移动通信系统))、有线lan(localareanetwork：局域网)(例如遵循ieee802.3标准的有线lan或ethernet(注册商标))或无线lan(例如ieee802.11a、b、g、n)实现。

振动传感器15是检测信息终端装置10的振动，并输出表示检测出的振动的大小的振动数据的振动传感器。具体而言，振动传感器15例如具有检测加速度的加速度传感器、检测角速度的陀螺仪传感器以及检测与基准角度所形成的角的角度的角度传感器中的至少一个。此外，在上述振动中，不仅包含作为以一个位置为中心的周期性运动的振动，也包含能够用上述传感器取得的物理量，例如位置的变化或角度的变化等。

输入if16是受理用户u的操作的输入接口。输入if16例如是触摸面板、触摸垫或按钮等，更具体而言，是触摸面板显示器的触摸面板部分。

图4是表示本实施方式中的信息终端装置10的功能构成的框图。

如图4所示，信息终端装置10具备状态管理部21、日志取得部22、行动检测部23、振动数据保存部24、模型学习部26、判定部28以及设备控制部29。另外，作为家电设备的设备40经由网络可通信地与信息终端装置10连接。

此外，上述各构成要素既可以是通过处理器12执行程序而实现的逻辑功能块，也可以是由专用电路构成的物理功能块。此外，图4所示的振动传感器15是图3所示的振动传感器15。

状态管理部21是管理信息终端装置10取预定的多个状态中的哪一个状态的处理部。预定的多个状态至少包含第一状态、第二状态以及停止状态。

第一状态是指信息终端装置10检测用户u的行动，且进行用户u的下床判定的状态。第一状态可用于信息终端装置10为了适当地检测用户u的下床而进行由用户u的体动产生的振动波形的机器学习的期间。

第二状态是指信息终端装置10不检测用户u的行动就进行用户u的下床判定的状态。第二状态可用于在第一状态下的机器学习完成之后使用通过学习生成的振动波形来检测用户u的下床的期间。

停止状态是指信息终端装置10既不进行用户u的行动的检测，也不进行下床判定的状态。停止状态可用于不检测用户u的下床的期间(例如用户u在白天清醒并进行行动时)等。

状态管理部21基于由输入if16受理的用户u的操作和其他条件，决定信息终端装置10取上述状态中的哪一个。而且，状态管理部21通过控制是否进行行动检测部23和判定部28各自的工作，控制信息终端装置10取上述三个状态中的哪一个。具体而言，在状态管理部21使行动检测部23和判定部28双方工作的情况下，信息终端装置10取第一状态。另外，在状态管理部21不使行动检测部23工作且使判定部28工作的情况下，信息终端装置10取第二状态。另外，在状态管理部21使行动检测部23和判定部28哪一方都不工作的情况下，信息终端装置10取停止状态。

例如，也可以是，状态管理部21进行管理以使得信息终端装置10在还没有生成用户u下床时的振动模型(pattern)时取第一状态。另外，也可以进行管理，以使得信息终端装置10在以第一状态工作了一个星期或一个月左右之后取第二状态。这样，利用机器学习的振动模型生成可以仅在作为学习基于用户u的体动的振动模型的期间而确定的期间内进行。

日志取得部22是取得与对设备40的操作相关的信息(日志信息，或也仅称为日志)的处理部。日志是与对设备40的操作相关的信息，例如包含：表示是使设备40的工作开始的操作的信息、包含进行了该操作的时刻的信息以及该操作的操作内容。在设备40为照明器具的情况下，日志包含：表示进行了使该照明器具点亮的用户u的操作的信息和点亮时刻、以及表示使该照明器具熄灯的信息和熄灯时刻等。日志取得部22由处理器12和通信if14等实现。

此外，日志取得部22可以取得用户u对信息终端装置10的操作的日志。

行动检测部23是检测用户u的行动的处理部。行动检测部23基于日志取得部22取得的日志，检测是否进行了用户u的行动。具体而言，行动检测部23从日志取得部22取得日志，将进行了取得的日志所包含的操作检测为用户u的行动。另外，此时，行动检测部23取得进行了上述操作的时刻来作为进行了用户u的行动的时刻。

振动数据保存部24是取得振动传感器15检测出的振动的大小，即振动传感器15输出的振动数据，并将所取得的振动数据作为振动数据25保存并存储的处理部。振动数据保存部24以预定周期(例如在一秒钟10次的周期)重复取得上述振动数据。振动数据保存部24由处理器12和存储器13等实现。

模型学习部26是生成用户u的下床时的振动模型的处理部。模型学习部26提取振动数据保存部24存储的振动数据25中的、以进行了行动检测部23检测出的行动的时刻为结束时间的预定期间所包含的振动数据，并将提取出的振动数据表示的振动波形作为用户u下床时的振动模型存储。模型学习部26基于用上述方法提取出的一个以上振动数据表示的振动波形进行机器学习，并基于机器学习的结果生成用户u下床时的振动模型27并存储。机器学习的处理能够使用公知的现有技术进行，例如，可利用ibm公司的“spsmodeler”实现。

判定部28是判定由振动传感器15取得的振动数据表示的振动波形是否与模型学习部26存储的振动模型27相符合的处理部。判定部28以预定周期(例如在一秒钟10次的周期)反复从振动传感器15取得振动数据。而且，通过模型识别处理判定所取得的振动数据表示的振动波形是否与模型学习部26存储的用户u下床时的振动模型27相符合。

而且，判定部28根据上述振动波形是否与振动模型27相符合，控制是否使设备40工作。具体而言，例如，在判定为上述振动波形与用户u下床时的振动模型27相符合的情况下，进行使设备40工作的控制，在判定为上述振动波形与振动模型27不符合的情况下，不进行使设备40工作的控制。

设备控制部29是经由网络向设备40发送使设备40工作的控制信号的处理部。设备控制部29基于判定部28的控制，对设备40发送使设备40工作的控制信号。设备控制部29由处理器12和通信if14等实现。

设备40是能够经由网络控制的家电设备。设备40经由网络从信息终端装置10(设备控制部29)接收控制信号，并基于接收到的控制信号工作。另外，设备40经由网络，将与对设备40的操作相关的信息提供给信息终端装置10(日志取得部22)。设备40例如是照明装置或者再现音乐或影像的再现装置。

此外，设备40与信息终端装置10可以直接通过通信线路连接，也可以经由中继装置(所谓的家庭网关等)连接，也可以经由云连接。

图5是表示本实施方式中的设备40的日志的一例(日志50)的说明图。图5所示的日志50是设备40提供给日志取得部22的日志的一例。

图5所示的日志50包含与对作为设备40的照明器具的操作相关的信息。具体而言，日志50包含：对设备40进行了操作的时刻51、设备名52以及作为操作的内容的操作内容53这样的各种信息，所述设备名52是成为操作对象的设备40的名称。例如，日志50所包含的第一条日志表示：在时刻“2001年1月1日的2时30分”，进行了使作为设备40的“厕所的照明”点亮的操作(开启操作)。

图6是表示由本实施方式中的模型学习部26进行的振动模型的生成方法的示意图。

图6所示的振动数据25包含振动数据25a、25b、…、以及25c。振动数据25a、25b、…、以及25c中的每一个是振动数据保存部24存储的时序的振动数据中的预定期间内的振动数据，是模型学习部26提取出的数据。更具体而言，上述预定期间的振动数据是以进行了行动检测部23检测出的用户u的行动(更具体而言是电灯的开启操作)的时刻为结束时间的时间长度t的预定期间的振动数据。在取得了进行用户u的行动的多个时刻的情况下，按上述方式提取的振动数据也像振动数据25a、25b以及25c那样成为多个。

而且，模型学习部26基于振动数据25a、25b、…、以及25c各自表示的振动波形进行机器学习，并基于机器学习的结果生成用户u下床时的振动模型27。此外，在图6中，作为振动模型27，示出了振动波形，但只要表示振动波形的特征，振动模型27的形式可以是任意的。例如，可以是表示振动数据的时间上的变化的数值数据或数式，另外，也可以利用范围来指定，以使得与数值数据或数式的差值在预定范围内。

图7是表示本实施方式中的判定部28的振动数据的判定方法的示意图。图7的(a)和(b)分别表示振动传感器15取得的振动数据为由下床时的振动引起的数据的情况下和不是由下床时的振动引起的数据的情况下的判定方法。

图7的(a)表示判定为振动传感器15取得的振动数据是由下床时的振动引起的数据的情况。图7的(a)所示的振动数据25x是振动传感器15取得的振动数据之一，是由于用户u下床时的振动而产生的振动数据的一例。判定部28从振动传感器15取得振动数据25x，并通过模型识别处理判定所取得的振动数据25x是否与用户u下床时的振动模型27相符合。振动数据25x判定为与振动模型27符合，即，振动数据25x表示的振动波形是由于用户u下床时的振动而产生的。

图7的(b)表示判定为振动传感器15取得的振动数据不是由下床时的振动引起的数据的情况。图7的(b)所示的振动数据25y是振动传感器15取得的振动数据之一，是由于用户u小的翻身的振动而产生的振动数据的一例，振动的大小比振动数据25x小。与上述同样地，判定部28通过模型识别处理判定振动数据25y是否与振动模型27相符合。振动数据25y被判定为与振动模型27不符合，即，振动数据25y表示的振动波形不是由于用户u下床时的振动而产生的。

以后说明按以上方式构成的信息终端装置10的处理的流程。

首先，说明体动检测的开始至结束的一系列处理。图8是表示本实施方式中的信息终端装置10的体动检测的开始到结束的处理的流程图。

在步骤s101中，状态管理部21使由行动检测部23进行的用户u的行动的检测、和由振动传感器15进行的振动的检测开始。例如，在状态管理部21经由输入if16受理了振动模型的学习操作的情况下，使行动的检测和振动的检测开始。

在步骤s102中，振动数据保存部24从振动传感器15取得振动数据。

在步骤s103中，日志取得部22从设备40取得日志。

在步骤s104中，行动检测部23和模型学习部26进行用户u下床时的振动模型的学习处理。关于振动模型的学习处理，另行详细说明。

在步骤s105中，状态管理部21判定是否从用户u受理了结束行动检测的指示(结束指示)。在受理了结束指示的情况下(在步骤s105中为是)，结束图8所示的一系列处理。在没有受理结束指示的情况下(在步骤s105中为否)，再次执行步骤s102。

图9是表示由本实施方式中的行动检测部23和模型学习部26进行的振动模型的学习处理的流程图。图9所示的一系列处理详细地表示图8中的步骤s104的处理。

在步骤s201中，行动检测部23从日志取得部22取得设备40的日志。

在步骤s202中，行动检测部23和模型学习部26进行控制以使得：按每个日志所包含的时间区间，进行从步骤s203到步骤s206的处理。时间区间的时间长度可以任意设定，例如能够设为一秒钟或0.1秒等。

在步骤s203中，行动检测部23尝试该时间区间中的用户u的行动的检测。具体而言，行动检测部23基于在步骤s201中取得的设备40的日志，判定在该时间区间中是否有用户u的行动。例如，在设备40的日志中包含表示在该时间区间中厕所的照明设备被开启的信息的情况下，判定为在该时间区间中有用户u的行动。在步骤s203中判定为在该时间区间中有行动的情况下(在步骤s203中为是)，进入步骤s204。另一方面，在判定为该时间区间中没有行动的情况下(在步骤s203中为否)，进入步骤s206。

在步骤s204中，模型学习部26提取振动数据保存部24保有的振动数据中的、以进行了在步骤s203中检测出的用户u的行动的时刻为结束时间的预定时间t的振动数据。

在步骤s205中，模型学习部26基于在步骤s204中提取出的振动数据，通过机器学习生成用户u下床时的振动模型。此外，在已经保有生成的用户u下床时的振动模型的情况下，基于在步骤s204中提取出的振动数据，通过机器学习来更新振动模型。

在步骤s206中，行动检测部23和模型学习部26判定是否针对日志所包含的全部时间区间完成了从步骤s203到步骤s206的处理。并且，在完成上述处理的情况下，结束图8所示的一系列处理，在没有完成上述处理的情况下，进行控制以针对新的时间区间进行从步骤s203到步骤s206的处理。

通过以上一系列处理，信息终端装置10学习用户u下床时的振动模型。

接着，说明与用户u的下床的判定相关的处理。图10是表示由本实施方式中的判定部28进行的下床的判定处理的流程图。

在步骤s301中，状态管理部21使振动传感器15进行的振动的检测开始。例如，在状态管理部21经由输入if16受理了振动的检测的开始操作的情况下，使振动的检测开始。

在步骤s302中，振动数据保存部24从振动传感器15取得振动数据。

在步骤s303中，判定部28判定在步骤s302中由振动传感器15取得的振动数据表示的振动波形是否与模型学习部26存储的振动模型27相符合。在判定为振动波形与振动模型相符合的情况下(在步骤s303中为是)，进入步骤s304。另一方面，在判定为振动波形与振动模型不相符合的情况下(在步骤s303中为否)，进入步骤s305。

在步骤s304中，判定部28向设备控制部29发送用于控制设备40的工作的控制信号。

在步骤s305中，状态管理部21判定是否从用户u受理了结束行动检测的指示(结束指示)。在受理了结束指示的情况下(在步骤s305中为是)，结束图10所示的一系列处理。在没有受理结束指示的情况下(在步骤s305中为否)，再次执行步骤s302。

通过以上一系列处理，信息终端装置10基于通过机器学习生成的用户u下床时的振动模型，判定用户u是否下床，并控制设备40。

此外，虽然用户u暂时下床时的振动模型与起床时的振动模型类似，但是也有能够将它们区别的情况。例如，这是由于：在暂时下床的情况下，假想了在存在较短时间的振动之后用户u离开床的情况，另一方面，在起床的情况下，假想了由于寝具的整理等，在持续较长时间的振动之后用户u离开床的情况。另外，即使在不能区别暂时下床时的振动模型与起床时的振动模型的情况下，也能够通过将从设定了闹钟的起床预定时刻起预定时间(例如30分钟)以上之前的下床判断为暂时下床，从起床预定时刻起预定时间(例如30分钟)以内的下床判断为起床，由此区别暂时下床与起床的振动模型。

这样，在能区别用户u暂时下床时的振动模型与起床时的振动模型的情况下，判定部28也能够判定由振动传感器15取得的振动与上述哪一个振动模型相符合，根据与上述哪一个振动模型相符合，向设备40发送相互不同的控制信号，或向不同的设备40发送控制信号。

此外，在上述说明中，说明了通过机器学习生成用户u下床时的振动模型，并基于生成的振动模型检测用户u的下床的方法。也能够利用与上述同样的方法，通过机器学习生成用户u上床时的振动模型。

图11是表示由本实施方式中的模型学习部26进行的上床时的振动模型的生成方法的示意图。上床时的振动模型的生成方法与图6所示的下床时的振动模型的生成方法类似，但预定期间的设定方法不同。即，行动检测部23将由用户u进行的照明的关闭操作检测为用户u的行动。而且，模型学习部26提取振动数据保存部24存储的时序的振动数据中的、以进行了上述用户u的行动的时刻为开始时间的时间长度s的预定期间的振动数据25d、25e、…、以及25f，并通过机器学习生成上床时的振动模型27a。

在该情况下，判定部28判定由振动传感器15取得的振动数据表示的振动波形是否与用户u下床时的振动模型27相符合，并且判定是否与用户u上床时的振动模型27a相符合。而且，能够在判定为上述振动波形与下床时的振动模型27相符合的情况下、判定为上述振动波形与上床时的振动模型27a符合的情况下或判定为上述振动波形与与上述哪一个振动模型都不符合的情况下，对设备40进行(或不进行)不同的控制。

以下，说明通过应用上述说明的下床时的振动模型的判定处理、暂时下床时的振动模型与起床时的振动模型的区别、上床时的振动模型的判定处理而成为可能的设备40的控制的例子。

图12是表示本实施方式中的信息终端装置10检测出的振动的大小和设备控制的例子的说明图。

图12所示的照明设备40a和音乐播放器40b分别是设备40的一例。信息终端装置10通过进行下床时的振动模型的判定处理，在用户u暂时下床时和起床时控制设备40。另外，信息终端装置10能够区别暂时下床时和起床时中的每一个。通过应用该方案，例如能够期待如下效果：在用户u暂时下床时通过以预定的点亮模式(例如微亮)使照明设备40a点亮而抑制将清醒感提高，并通过利用音乐播放器40b再现预定的音乐或声音(例如自然声音)而消除由寂静导致的不安。另外，能够期待如下效果：在用户u起床时，通过用与上述点亮模式不同的预定点亮模式(例如全亮)使照明设备40a点亮从而将清醒感提高，另外，通过利用音乐播放器40b再现与上述音乐或声音不同的音乐(例如爽快的音乐)从而促使用户u舒畅地醒来。

信息终端装置10通过进行上床时的振动模型的判定处理，能够进行在用户u上床后使照明设备40a熄灯的控制。

此外，设备40也可以是以检测用户u的行动作为目的的设备(例如人感传感器或红外线相机)等。在该情况下，行动检测部23取得人感传感器等检测出用户u的时刻来作为用户u的行动的时刻。

(实施方式的变形例)

在本变形例中，将说明以更高的精度判定用户的动作的体动测定系统。本变形例中的体动测定系统是信息终端装置与服务器协作地实现实施方式中的信息终端装置的功能的系统。

图13是表示本变形例中的体动测定系统61的功能构成的框图。

如图13所示，本变形例中的体动测定系统61具备信息终端装置10a和服务器60。信息终端装置10a与服务器60通过网络62可通信地连接。网络62例如是互联网，可以包含lan(localareanetwork：局域网)和便携电话线路等。

信息终端装置10a至少具备振动传感器15，并经由网络62，可通信地与服务器60的振动数据保存部24和判定部28连接。振动传感器15取得的振动数据经由网络62提供给振动数据保存部24和判定部28。

服务器60具备状态管理部21等信息终端装置10具备的功能中的、除去振动传感器15的功能块。服务器60的设备控制部29经由网络62向设备40发送控制信号，日志取得部22经由网络62从设备40取得日志。服务器60可设为由所谓的云服务器实现，只要经由网络62能够通信地与信息终端装置10a和设备40连接，就可以物理上或地理上配置于任何地方。

利用体动测定系统61实现与实施方式中的信息终端装置10同等的功能。进而，由于行动检测部23、振动数据保存部24、模型学习部26以及判定部28这样的主要存储部和处理部在服务器60上实现，所以具有能够更安全且容易地实现数据的管理、软件更新等优点。

此外，一般来说，云服务器具有硬件和软件的导入以及保养运用成本降低等优点。因此，体动测定系统61能够享有云服务器的优点。

如上所述，本实施方式的信息终端装置基于用户行动的时刻以前的预定期间中的、实际由用户使用的寝具上的用户的体动，生成下床时的振动模型。由于按这种方式基于实际使用的寝具上的振动生成振动模型，所以能够使用生成的该振动模型，更高精度地判定该寝具上的用户的体动。因此，信息终端装置能够以更高的精度判定用户的动作。

另外，信息终端装置能够在基于生成的振动模型判定用户已下床的情况下控制家电设备。由此，在用户已下床的情况下，能够利用信息终端装置判定用户的下床，并自动地进行家电设备的控制，便利性提高。

信息终端装置将用户操作家电设备的时刻作为用户行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

信息终端装置将用户操作信息终端装置的时刻作为用户行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

信息终端装置将利用人感传感器检测出用户的时刻作为用户行动的时刻，并生成用户下床时的振动模型。这样，信息终端装置能够以更高的精度具体地判定用户的动作。

信息终端装置通过机器学习而生成用户下床时的振动模型。这样，由于信息终端装置基于实际使用的寝具上的振动，通过机器学习生成振动模型，所以能够更高精度地判定该寝具上的用户的体动。

由于信息终端装置在结束了振动模型的学习期间的情况下不再进行机器学习，所以具有减轻处理负荷的优点。

此外，在上述各实施方式中，各构成要素以专用硬件构成，或者也可以通过执行适合于各构成要素的软件程序来实现。各构成要素也可以通过cpu或处理器等程序执行部读出并执行记录在硬盘或半导体存储器等记录介质中的软件程序来实现。在这里，实现上述各实施方式的信息终端装置等的软件是如下程序。

即，该程序使计算机执行信息终端装置的控制方法，所述信息终端装置具备能够检测所述信息终端装置的振动的振动传感器、处理器以及存储器，所述控制方法中，使所述处理器取得振动数据，所述振动数据是由所述振动传感器检测出的振动的时序数据，所述振动包含基于放置有所述信息终端装置的寝具之上的用户的体动的振动，将所取得的所述振动数据存储于所述存储器，检测所述用户的行动，提取存储于所述存储器的所述振动数据中的、以进行了检测出的所述行动的时刻为结束时间的预定期间所包含的振动数据，将提取出的所述振动数据表示的振动波形作为所述用户下床时的振动模型存储在所述存储器中。

以上，基于实施方式说明了一个或多个技术方案涉及的信息终端装置等，但本发明不限定于该实施方式。只要不脱离本发明的主旨，对本实施方式实施了本领域的技术人员能够想到的各种变形而得到实施方式、以及组合不同的实施方式中的构成要素而构成的实施方式均包含在一个或多个技术方案的范围内。

产业上的可利用性

本发明能够利用于测定体动的体动测定装置和基于体动的检测来控制其他设备的控制装置等。

标号说明

10、10a信息终端装置

12处理器

13存储器

14通信if

15振动传感器

16输入if

21状态管理部

22日志取得部

23行动检测部

24振动数据保存部

25、25a、25b、25c、25d、25e、25f、25x、25y振动数据

26模型学习部

27、27a振动模型

28判定部

29设备控制部

40设备

40a照明设备

40b音乐播放器

50日志

51时刻

52设备名

53操作内容

60服务器

61体动测定系统

62网络

b寝具

u用户

v、v1、v2、v3、v4、v5、v6、v7、v8振动