CN102575865B - 空气调节机 - Google Patents

Abstract

本发明的空气调节机，其室内机设置有摄像装置，摄像装置具有：检测是否有人的人体检测单元；和检测有无障碍物的障碍物检测单元。基于人体检测单元的检测信号和上述障碍物检测单元的检测信号来控制设置于室内机中的风向变更单元。另外，在空气调节机停止运转时，用室内机的一部分盖住摄像装置。另外，在空气调节机开始运转时，将摄像装置设定成朝向相同的方向。

Description

空气调节机

技术领域

本发明涉及一种在室内机中设置有检测是否有人的人体检测单元和检测有无障碍物的障碍物检测单元的空气调节机，涉及基于人体检测单元的检测结果和障碍物检测单元的检测结果来控制风向变更叶片的空气调节机。

背景技术

在现有的空气调节机中，存在如下空气调节机：在室内机中设置有人体位置检测单元和障碍物检测单元，基于人体位置检测单元和障碍物检测单元两者的检测信号来控制风向变更单元，提高空气调节效率。

该空气调节机中，供暖运转开始时，首先通过人体位置检测单元判定室内是否有人，在无人的情况下，用障碍物检测单元判定是否存在障碍物，在无障碍物的情况下，控制风向变更单元以使空调风向室内整体扩散。

此外，虽然无人，但是在检测到能够避开的障碍物的情况下，控制风向变更单元向无障碍物的方向，另一方面，在检测到不能避开的障碍物的情况下，使空调风不会直接吹向障碍物，并且控制风向变更单元使空调风向室内整体扩散。

进而，在有人的情况下，判定是否有无人区域，在没有无人区域的情况下，控制风向变更单元以使空调风向室内整体扩散，在存在无人区域的情况下，判定无人区域中有无障碍物，在存在障碍物的情况下，控制风向控制单元向障碍物的方向以使空调风不会强烈地吹到障碍物上，另一方面，在无障碍物的情况下，控制风向控制单元向无障碍物的方向(例如，参照专利文献1)。

专利文献1：日本实开平3-72249号公报

发明内容

发明要解决的课题

在专利文献1所述的空气调节机的情况下，作为检测至人或者障碍物的距离的单元，采用超声波传感器作为测距装置，驱动超声波传感器进行室内整个区域的障碍物检测扫描，但是超声波传感器等测距装置的测定范围窄，如果不进行复杂且费时的扫描，就不能检测和掌握检测室内整个区域的人或障碍物。

另外，与空气调节机的运转、停止无关地，在采用超声波传感器等测距装置外露的结构的情况下，测距装置受到尘埃和烟等的影响，导致识别性能下降。

而且，如果采用可动式的超声波传感器等测距装置，在扫描室内的整个区域后停止测距装置的检测操作，则测距装置会朝向室内的角落，令居住者感到不协调。而且，如果每当超声波传感器等测距装置的扫描结束时测距装置的朝向不同，则同样居住者会感到不协调。

本发明是鉴于现有技术中的这些问题而研发的，目的在于提供一种空气调节机，其利用设置于室内机的固定或者驱动的摄像装置，检测是否有人(人体检测单元)，还检测有无障碍物(障碍物检测单元)，采用在空气调节机停止时摄像装置不外露的结构，另外，在采用驱动的摄像装置的情况下，在空气调节机开始运转时，将摄像装置设定成总是朝向相同的方向，由此能够抑制摄像装置的识别性能的下降，并且能够让居住者感到安心。

用于解决课题的方法

为了达到上述目的，本发明是一种空气调节机，其利用设置于室内机的固定或驱动的摄像装置，检测是否有人(人体检测单元)，而且检测有无障碍物(障碍物检测单元)，基于人体检测单元的检测结果和障碍物检测单元的检测结果，控制设置于室内机的风向变更叶片，其中在空气调节机停止运转时，用室内机的一部分盖住摄像装置，另外，在采用驱动的摄像装置的情况下，空气调节机开始运转时将摄像装置设定成朝向相同的方向。

发明效果

根据本发明，采用在空气调节机停止运转时摄像装置不会外露的结构，由此能够抑制摄像装置的识别性能的下降，并且在空气调节机开始运转时，将摄像装置设定成朝向相同的方向，由此能够让居住者感到安心。而且，通过在运转停止时摄像装置也外露，还能够消除也许总是在拍摄室内的出于隐私的观点的不安感。

附图说明

图1是本发明的空气调节机的室内机的正视图。

图2是图1的室内机的纵截面图。

图3A是可动前表面面板打开前表面开口部，并且上下叶片打开吹出口的状态的图1的室内机的纵截面图。

图3B是将构成上下叶片的下叶片设定为向下的状态的图1的室内机的纵截面图。

图4是设置于图1的室内机的摄像装置的截面图。

图5是表示本实施方式中的人体位置推定的处理流程的流程图。

图6是用于说明本实施方式中的人体位置推定的背景差分处理的示意图。

图7是用于说明在背景差分处理中生成背景图像的处理的示意图。

图8是用于说明在背景差分处理中生成背景图像的处理的示意图。

图9是用于说明在背景差分处理中生成背景图像的处理的示意图。

图10是用于说明本实施方式中的人体位置推定中的区域分割处理的示意图。

图11用于说明在本实施方式中利用的两个坐标系的示意图。

图12是表示从摄像传感器单元至人物的重心位置的距离的概略图。

图13是表示在构成人体检测单元的摄像传感器单元中检测的人体位置判别区域的概略图。

图14是在用构成人体检测单元的摄像传感器单元检测的人体位置判别区域中存在人物时的示意图。

图15是用于在图13所示的各个区域中设定区域特性的流程图。

图16是最终判定图13所示的各个区域中是否有人的流程图。

图17是设置有图1的室内机的住所的概略平面图。

图18是表示图17的住所中的各个摄像传感器单元的长期累积结果的图。

图19是设置有图1的室内机的其他住所的概略平面图。

图20是表示图19的住所中的各个摄像传感器单元的长期累积结果的图。

图21是表示利用从帧图像提取似人区域的处理的人体位置推定处理的流程的流程图。

图22是表示利用从帧图像提取似脸部区域的处理的人体位置推定处理的流程的流程图。

图23是表示用障碍物检测单元检测的障碍物位置判别区域的概略图。

图24是用于说明用立体(stereo)法进行障碍物检测的示意图。

图25是表示至障碍物的距离测定的处理流程的流程图。

图26是表示摄像传感器单元至位置P的距离的概略图。

图27是某个居住空间的垂直投影图，是表示障碍物检测单元的测定结果的概略图。

图28是表示构成左右叶片的左叶片和右叶片的各个位置的风向的定义的概略图。

图29是用于说明测定室内机至周围的壁面的距离然后求出距离编号的墙壁检测算法的房间的概略平面图。

图30是本发明的其他空气调节机的室内机的正视图。

图31是表示摄像传感器单元与投光部的关系的示意图。

图32是表示利用投光部和摄像传感器单元的至障碍物的距离测定的处理的流程的流程图。

图33是本发明的其他空气调节机的室内机的正视图。

图34是表示利用人体检测单元的人体距离检测单元的处理的流程的流程图。

图35是用于说明利用作为图像最上部的v坐标的v1，推定摄像传感器单元至人物的距离的处理的示意图。

图36是表示利用人体检测单元的障碍物检测单元的处理的流程的流程图。

图37是用于说明利用人体距离检测单元推定的、摄像传感器单元至人物的距离信息，来推定图像上的人物的高度v2的处理的示意图。

图38是用于说明推定在摄像传感器单元与人物之间是否存在障碍物的处理的示意图。

图39是用于说明推定在摄像传感器单元与人物之间是否存在障碍物的处理的示意图。

具体实施方式

第一发明是一种空气调节机，其利用设置于室内机的固定或驱动的摄像装置，检测是否有人(人体检测单元)，而且检测有无障碍物(障碍物检测单元)，基于人体检测单元的检测结果和障碍物检测单元的检测结果，控制设置于室内机的风向变更叶片，其中在空气调节机的运转停止时，用室内机的一部分盖住摄像装置。

根据该结构，能够抑制摄像装置的识别性能下降，能够让居住者感到安心。而且，通过在运转停止时摄像装置也外露，还能够消除也许总是在拍摄室内的出于隐私的观点的不安感。

第二发明是，在采用驱动的摄像装置的情况下，在空气调节机的运转开始时，将摄像装置设定成朝向相同的方向。

第三发明是，在采用驱动的摄像装置的情况下，在空气调节机开始运转时，将摄像装置设定成朝向室内机的正面。

根据这些结构，不会令居住者感到不适。

第四发明是，在采用驱动的摄像装置的情况下，在空气调节机开始运转时，将摄像装置的光轴设定成，从上方俯视室内机，与安装面在前方大致垂直，由此，能够发挥与第二和第三发明同样的效果。

第五发明是，在采用驱动的摄像装置的情况下，摄像装置，其朝向在垂直方向和水平方向的规定的角度范围变更自如，在空气调节机开始运转时，将摄像装置的朝向设定在垂直方向的上限位置或下限位置，由此，能够发挥与第二和第三发明同样的效果。

此外，当然，在摄像装置的垂直方向的视野角充分大的情况下，移动摄像装置的结构可以仅在水平方向，同样，在摄像装置的水平方向视野角充分大的情况下，移动摄像装置的结构也可以仅在垂直方向。当然，在摄像装置的视野角在垂直方向和水平方向上都充分大的情况下，摄像装置也可以采用固定设置。

第六发明是，在空气调节机停止时，用可动前表面面板或上下风向变更叶片盖住摄像装置，所以摄像装置不会受到尘埃和烟的影响，能够抑制识别性能下降。而且，通过在运转停止时摄像装置也外露，还能够消除也许总是在拍摄室内的出于隐私的观点的不安感。

下面，参照附图，对本发明的实施方式进行说明。

<空气调节机的整体结构>

一般家庭所使用的空气调节机通常包括由制冷剂配管相互连接的室外机和室内机，图1至图3B表示本发明的空气调节机的室内机。

室内机具有：主体2和将主体2的前表面开口部2a开闭自如的可动前表面面板(以下简称作“前表面面板”)4，在空气调节机停止时，前表面面板4紧贴主体2以关闭前表面开口部2a，与之相对地，在空气调节机运转时，前表面面板4向背离主体2的方向移动以打开前表面开口部2a。此外，图1和图2表示前表面面板4关闭前表面开口部2a的状态，图3和图3B表示前表面面板4打开前表面开口部2a的状态。

如图1至图3B所示，在主体2的内部具有：热交换器6；用于使从前表面开口部2a和上表面开口部2b导入的室内空气在热交换器6中热交换后向室内吹出的室内风扇8；使将热交换后的空气向室内吹出的吹出口10开闭并且使空气的吹出方向上下变更的上下叶片12；和使空气的吹出方向左右变更的左右叶片14，在前表面开口部2a和上表面开口部2b与热交换器6之间，设置有用于除去从前表面开口部2a和上表面开口部2b导入的室内空气中含有的尘埃的过滤器16。

另此外，前表面面板4上部，经由在其两端部设置的2个臂18、20与主体2上部连接，通过对与臂18连结的驱动电机(未图示)进行驱动控制，空气调节机运转时，前表面面板4从空气调节机停止时的位置(前表面开口部2a的闭塞位置)向前方的斜上方移动。

进而，上下叶片12由上叶片12a和下叶片12b构成，分别摇动自如地安装于主体2下部。上叶片12a和下叶片12b与不同的驱动源(例如步进电机)连结，通过内置于室内机的控制装置(后述的第一基板48，例如微型计算机)分别独立地进行角度控制。此外，从图3A和图3B可知，下叶片12b的可变更的角度范围，设定为比上叶片12a的可变更的角度范围大。

其中，对于上叶片12a和下叶片12b的驱动方法在后面叙述。此外，上下叶片12也能够由3枚以上的上下叶片构成，在这种情况下，优选至少2枚(特别是位于最上方的叶片和位于最下方的叶片)能够独立地进行角度控制。

此外，左右叶片14由从室内机的中心向左右各配置5枚的合计10枚叶片构成，分别摇动自如地安装于主体2的下部。此外，以左右的5枚作为一个单位与不同的驱动源(例如步进电机)连结，通过内置于室内机的控制装置对左右5枚叶片分别独立地进行角度控制。其中，对于左右叶片14的驱动方法也在后面叙述。

<人体检测单元的结构>

如图1所示，从主体的正面看在左右两端或者其一侧的下部，摄像传感器单元24组装设置于在摄像装置25，参照图4，对该摄像装置25进行说明。

摄像传感器单元24包括：电路基板51、安装于电路基板的透镜52和安装在透镜内部的摄像传感器53。另外，人体检测单元例如基于后述的差分处理利用电路基板51来判定是否有人。即，电路基板51用作进行是否有人判定的是否有人判定单元。

摄像传感器53包括：旋转自如地支承球体的支承体(传感器座)54，和改变摄像传感器53的朝向以能够全面扫描驱动所需视野的摄像方向变更单元(驱动单元)。

另外，支承体54具有：水平(横向)旋转用旋转轴55和在与水平旋转用旋转轴55正交的方向上延伸的垂直(纵向)旋转用旋转轴56，水平旋转用旋转轴55与水平旋转用电机57连结并被其驱动，垂直旋转用旋转轴56与垂直旋转用电机58连结并被其驱动。即，摄像方向变更单元由水平旋转用电机57、垂直旋转用电机58等构成，能够二维更改摄像传感器53的方向角度，并且能够识别摄像传感器53的方向角度。

<摄像传感器单元的人体位置推定>

以下，对摄像传感器单元的人体位置推定方法进行说明，而对在为了简化(摄像传感器的视野在水平方向、垂直方向上均能够确保)而不需要摄像传感器的驱动的情况下，即对固定的情况进行说明。

为了利用摄像传感器单元24进行人体位置推定，利用公知技术的差分法。对作为不存在人物的图像的背景图像和摄像传感器单元24所拍摄的图像进行差分处理，在产生差分的区域中，推定存在人物。

图5是表示本实施方式中的人体位置推定处理的流程的流程图。在步骤S101中，利用背景差分处理，由此检测在帧图像内产生差分的像素。所谓背景差分处理，是指如下方法，即，比较在特定的条件下拍摄的背景图像和摄像传感器单元的视野和视点、焦距等摄像条件与背景图像相等的状况下所拍摄的摄像图像，由此检测在背景图像中并不存在但在摄像图像中存在的物体。为了检测出人物，生成不存在人物的图像作为背景图像。

图6是用于说明背景差分处理的示意图。图6(a)表示背景图像。此处，按照与空气调节机的空气调节空间大致相等的方式来设定视野。在该图中，101表示存在于空气调节空间内的窗户，102表示门。图6(b)表示由摄像传感器单元拍摄的帧图像。此处，摄像传感器单元的视野和视点、焦距等与图6(a)的背景图像相等。103表示存在于空气调节空间内的人物。在背景差分处理中，通过生成图6(a)和图6(b)的差分图像，检测人物。图6(c)表示差分图像，白色像素表示不存在差分的像素，黑色像素表示存在差分的像素。可知在背景图像中并不存在，但在所拍摄的帧图像中存在的人物103的区域作为产生差分的区域104被检测出来。即，从差分图像中提取产生了差分的区域，由此能够检测出人物区域。

另外，通过利用帧间差分处理，能够生成上述的背景图像。图7～图9是用于说明该处理的示意图。图7(a)～(c)是表示在人物103在窗户101前从右向左移动的情景下，摄像传感器单元所拍摄的连续的三帧图像的示意图。图7(b)表示图7(a)的下一帧的图像，图7(c)表示图7(b)的下一帧的图像。另外，图8(a)～(c)表示利用图7的图像，进行帧间差分处理后的帧间差分图像。白色像素表示不存在差分，黑色像素105表示产生了差分的像素。此处，如果在视野内移动的物体仅仅是人物，则可以认为，在帧间差分图像中，在未产生差分的区域中不存在人物。于是，在未产生帧间差分的区域中，将背景图像置换成当前的帧图像。通过该处理，能够自动地生成背景图像。图9(a)～(c)分别是示意性地表示图7(a)～(c)的各帧中的背景图像的更新的图。斜线所示的区域106表示更新了背景图像的区域，黑色区域107表示还未生成背景图像的区域，白色区域108表示未更新背景图像的区域。即，图9的黑色区域107和白色区域108的合计区域，与图8的黑色区域相等。如图所示可知，在人物移动的情况下，黑色区域107逐渐变小，自动地生成背景图像。

接下来，在步骤S102中，通过对所求得的差分区域进行区域分割，在存在多个人物的情况下，作为多个差分区域来进行分割。利用公知的图像聚类法即可，例如，根据“产生差分的像素和存在于其附近的产生差分的像素是同一区域”的规则来区域分割差分图像。图10是实施该区域分割处理的示意图。图10(a)表示根据差分处理计算出的差分图像，111和112的黑色像素是产生差分的像素。图10(b)表示，作为差分图像得到图10(a)时，根据上述“产生差分的像素和存在于其附近的产生差分的像素是同一区域”的规则来进行区域分割的结果。此处，判断为横条纹区域113与纵条纹区域114是不同的区域。此时，也可以进行在图像处理中广泛利用的形态学处理等除噪处理。

接着，在步骤S103中，通过计算所求得的各个区域的重心位置，检测出所检测的人物的位置。为了根据图像的重心位置检测出人物的位置，可以利用透视投影变换。

为了说明透视投影变换，说明两个坐标系。图11是用于说明两个坐标系的示意图。首先，考虑图像坐标系。这是所拍摄的图像中的二维坐标系，以图像的左上的像素作为原点，右方向为u，下方向为v。接着，考虑以摄像机(camera，照相机)为基准的三维坐标系的摄像机坐标系。这是以摄像传感器单元24的焦点位置作为原点，摄像传感器单元24的光轴方向为Zc，摄像机向上为Yc，摄像机左方向为Xc。此时，根据透视投影变换，以下的关系成立。

[数学公式1]

$X_C=\frac{(u-u_0)\&CenterDot;\mathrm{dpx}\&CenterDot;Z_C}{f},$ $Y_C=-\frac{(v-v_0)\&CenterDot;\mathrm{dpy}\&CenterDot;Z_C}{f}$

此处，f表示焦距[mm]，(u0，v0)表示图像坐标上的图像中心[Pixel]，(dpx，dpy)表示摄像元件1个像素的大小[mm/Pixel]。此处，如果着眼于Xc、Yc、Zc是未知数，则可知，在数学公式1中，在图像上的坐标(u，v)是已知数的情况下，与该坐标对应的实际的三维位置存在于通过摄像机坐标系的原点的某直线上。

如图12(a)、(b)所示，图像上的人物的重心位置为(ug，vg)，该摄像机坐标系中的三维位置为(Xgc，Ygc，Zgc)。此处，图12(a)表示从横向观察空气调节空间的示意图，图12(b)表示从上方观察到的示意图。另外，摄像传感器单元的设置高度设为H，Xc方向与水平方向相等，光轴Zc按照从垂直方向具有θ角度的方式设置。另外，对于摄像传感器单元24的朝向，垂直方向的角度(仰角，从垂直线向上方测定的角度)为α，水平方向的角度(从室内机方向看，从正面的基准线向右方测定的角度)为β。而且，如果假设人物的重心的高度为h，则空气调节空间内的三维位置即摄像传感器单元至重心位置的距离L和朝向W能够用下式计算。

[数学公式2]

$X_{\mathrm{gC}}=\frac{(u-u_0)\&CenterDot;\mathrm{dpx}\&CenterDot;Z_{\mathrm{gC}}}{f}=\left(\tan \mathrm{\&beta;}\right)\&CenterDot;Z_{\mathrm{gC}},$

[数学公式3]

[数学公式4]

[数学公式5]

此处，摄像传感器单元通常被设置在H＝约2m的高度，而且人物的重心的高度h约为80cm，如果考虑这一点，则数学公式3、数学公式5表示：在规定了摄像传感器单元24的设置高度H和人物的重心的高度h的情况下，根据画面上的重心位置(ug，vg)，单值地求出空气调节空间内的人物的重心位置(L，W)。图13(a)、(b)表示，在图像上的重心位置存在于A～G的各个区域的情况下，是否在空气调节空间内的某个区域中存在人物。另外，图14(a)、(b)表示存在人物时的示意图。在图14(a)中，人物的重心位置存在于区域A和F，所以判断为在图13(b)的区域A和F中存在人物。另一方面，在图14(b)中，人物的重心位置存在于区域D，所以判断为在图13(b)的区域D中存在人物。

图15是使用摄像传感器单元，用于在各个区域A～G中设定后述的区域特性的流程图，图16是使用摄像传感器单元，判定在区域A～G的哪个区域中是否有人的流程图，下面，参照这些流程图，对人的位置判定方法进行说明。

在步骤S1中，首先按照规定的周期T1(例如，如果摄像传感器单元24的帧率是5fps，则为200毫秒)，根据上述的方法来判定各个区域中是否有人。

基于该判定结果将各个区域A～G分成三个区域：经常有人的第一区域(常在的场所)、人停留的时间短的第二区域(人仅通过的区域、滞留时间短的区域等通过区域)、人停留的时间非常短的第三区域(墙壁、窗户等人几乎不去的非生活区域)。以下，将第一区域、第二区域、第三区域分别称作生活区划Ⅰ、生活区划Ⅱ、生活区划Ⅲ，也可以将生活区划Ⅰ、生活区划Ⅱ、生活区划Ⅲ分别称作区域特性Ⅰ的区域、区域特性Ⅱ的区域、区域特性Ⅲ的区域。另外，将生活区划Ⅰ(区域特性Ⅰ)、生活区划Ⅱ(区域特性Ⅱ)合称为生活区域(人所生活的区域)，与之相对地，将生活区划Ⅲ(区域特性Ⅲ)称作非生活区域(人不在此生活的区域)，根据是否有人的频率来对生活区域进行大致分类。

该判别是在图15的流程图中的步骤S3以后进行的，参照图17和图18对该判别方法进行说明。

图17表示在由一个日式卧室、LD(客厅兼餐厅)和厨房构成的一居室(1LDK)的LD中设置有本发明的空气调节机的室内机的情况，图17中的椭圆所示的区域表示被实验者常在的场所。

如上所述，在每个周期T1都判定各个区域A～G中是否有人，作为周期T1的反应结果(判定)输出1(有反应)或者0(没有反应)，多次重复该操作后，在步骤S2中，将全部的传感器输出清空。

在步骤S3中，判定是否经过了规定的空气调节机的累积运转时间。如果在步骤S3中判定为未经过规定时间，则返回步骤S1，而如果判定为经过了规定时间，则将在各个区域A～G中的该规定时间中累积的反应结果与两个阈值进行比较，由此来判别各个区域A～G分别是生活区划Ⅰ～Ⅲ中的一个。

参照表示长期累积结果的图18进行更加详细的阐述，设定第一阈值和比第一阈值小的第二阈值，在步骤S4中，判定各个区域A～G的长期累积结果是否比第一阈值多，将判定为多的区域在步骤S5中判别为生活区划Ⅰ。另外，在步骤S4中，如果判定为各个区域A～G的长期累积结果比第一阈值少，则在步骤S6中，判定各个区域A～G的长期累积结果是否比第二阈值多，将判定为多的区域在步骤S7中判别为生活区划Ⅱ，而将判定为少的区域在步骤S8中判别为生活区划Ⅲ。

在图18的例子中，区域C、D、G被判别为生活区划Ⅰ，区域B、F被判别为生活区划Ⅱ，区域A、E被判别为生活区划Ⅲ。

另外，图19表示在其他的一居室(1LDK)的(客厅兼餐厅)LD中设置有本发明的空气调节机的室内机的情况，图20表示基于该情况下的长期累积结果判别各个区域A～G的结果。在图19的例子中，区域B、C、E被判别为生活区划Ⅰ，区域A、F被判别为生活区划Ⅱ，区域D、G被判别为生活区划Ⅲ。

此外，在每个规定时间重复上述区域特性(生活区划)的判别，只要不移动在要判别的室内所配置的沙发、餐桌等，则判别结果就基本上会改变。

接着，参照图16的流程图，对各个区域A～G中是否有人的最终判定进行说明。

步骤S21～S22与上述图15的流程图中的步骤S1～S2相同，所以省略其说明。在步骤S23中，判定是否得到了规定数M(例如45次)的周期T1的反应结果，如果判定为周期T1未达到规定数M，则返回步骤S21，而如果判定为周期T1达到了规定数M，则在步骤S24中，将周期T1×M中的反应结果的总和作为累积反应期间次数，计算一次的累积反应期间次数。重复多次该累积反应期间次数的计算，在步骤S25中，判定是否得到了规定次数(例如N＝4)的累积反应期间次数的计算结果，如果判定为未达到规定次数，则返回步骤S21，而如果判定为达到了规定次数，则在步骤S26中，基于已判别的区域特性和规定次数的累积反应期间次数来推定各个区域A～G中是否有人。

此外，在步骤S27中，从累积反应期间次数的计算次数(N)中减去1并返回步骤S21，重复进行规定次数的累积反应期间次数的计算。

表1表示最新的一次(时间T1×M)的反应结果的历史记录，表1中，例如∑A0是指区域A中的一次的累积反应期间次数。

[表1]

此处，假设∑A0之前的一次累积反应期间次数是∑A1，它之前的一次累积反应期间次数是∑A2……，在N＝4的情况下，在过去四次的历史记录(∑A4、∑A3、∑A2、∑A1)中，对于生活区划Ⅰ，只要一次以上的累积反应期间次数有一次，就判定为有人。另外，对于生活区划Ⅱ，如果在过去四次的历史记录中，一次以上的累积反应期间次数有两次以上，则判定为有人，并且对于生活区划Ⅲ，如果在过去的四次历史记录中，两次以上的累积反应期间次数有三次以上，则判定为有人。

接着，从上述的是否有人判定开始经过时间T1×M后，同样根据过去四次的历史记录和生活区划和累积反应期间次数来推定是否有人。

即，在本发明的空气调节机的室内机中，根据长期累积每个规定周期的区域判定结果而成的区域特性，和N次累积每个规定周期的区域判定结果并求得的各个区域的累积反应期间次数的过去的历史记录来推定人的所在地，由此得到概率高的人的位置推定结果。

表2表示，像这样判定是否有人，在设定为T1＝0.2秒，M＝45次时的推定人在所需的时间、推定不在所需的时间。

[表2]

生活区划	有人推定	无人推定
			Ⅰ	15秒(快)	60秒(慢)
Ⅱ	30秒(标准)	45秒(标准)
			Ⅲ	45秒(慢)	30秒(快)

像这样，利用摄像传感器单元将应由本发明的空气调节机的室内机进行空气调节的区域区分成多个区域A～G，决定各个区域A～G的区域特性(生活区划Ⅰ～Ⅲ)，而且还根据各个区域A～G的区域特性来更改推定人在所需的时间、推定不在所需的时间。

即，在更改空气调节设定后，风吹到需要一分钟程度，所以即使短时间(例如数秒)更改空气调节设定，也会破坏舒适性，而且对于人很快离开的场所，从节能的观点来看，也优选不进行空气调节。于是，首先检测各个区域A～G中是否有人，特别是优化有人区域的空气调节设定。

详细来讲，以被判别为生活区划Ⅱ的区域的是否有人推定所需的时间作为标准，在被判别为生活区划Ⅰ的区域中，以比被判别为生活区划Ⅱ的区域短的时间间隔来推定人的存在，与之相对地，在人不再在该区域的情况下，以比被判别为生活区划Ⅱ的区域长的时间间隔来推定人的不存在，由此，缩短推定人在所需的时间，延长推定不在所需的时间。反之，在被判别为生活区划Ⅲ的区域中，以比被判别为生活区划Ⅱ的区域长的时间间隔来推定人的存在，与之相对地，在人不再在该区域的情况下，以比被判别为生活区划Ⅱ的区域短的时间间隔来推定人的不存在，由此，延长推定人在所需的时间，缩短推定不在所需的时间。而且，如上所述，因长期累积结果而各个区域的生活区划变化，推定人在所需的时间和推定不在所需的时间也要据此相应地更改设定。

在以上的说明中，摄像传感器单元所进行的人体位置推定利用了差分法，但当然也可以利用其他的方法。例如，也可以利用人物的全身图像数据，从帧图像中提取人区域。作为这种方法，例如公知的有利用HOG(Histograms of Oriented Gradients，方向梯度直方图)特征量等的方法(N.Dalal and B.Triggs，“Histograms of Oriented Gradients forHuman Detection”，In Proc.IEEE Conf.on Computer Vision and PatternRecognition.Vol.1.pp.886-893.2005.)。HOG特征量是基于局部区域内的各个边缘方向的边缘强度的特征量，也可以利用SVM(Support VectorMachine，支持向量机)等来学习、识别该特征量，由此从帧图像中检测出人物区域。

图21是表示利用从帧图像中提取人的区域的人体位置推定的处理的流程的流程图。在该图中，对于与图5相同的步骤，标注相同的符号，此处省略其详细的说明。

在步骤S104中，利用上述的HOG特征量，在帧图像中提取似有人(好像有人的样子)的区域作为有人区域。

在步骤S103中，计算所求得的有人区域的重心位置，由此检测出所检测的人物的位置。为了根据图像的重心位置检测人物的位置，如上所述，利用数学公式3、数学公式5即可。

另外，也可以不利用人物的全身的图像数据，而是从帧图像中提取似脸部(好像是脸部)的区域。作为这种方法，例如公知的有利用Haar-Like特征量等的方法(P.Viola and M.Jpnes，“Robust real-time facedectetion”，International Journal of Computer Vision，Vol.57，No.2，pp.137-154，2004.)。Haar-Like特征量是基于局部区域间的亮度差的特征量，也可以利用该特征量SVM(Support Vector Machine)等来学习、识别该特征量，由此从帧图像中检测出人物区域。

图22是表示利用从帧图像中提取似脸部区域的处理的人体位置推定的处理的流程的流程图。在该图中，对于与图5相同的步骤，标注相同的符号，此处省略其详细的说明。

在步骤S105中，利用上述的Haar-Like特征量，在帧图像内提取似脸部区域作为脸部区域。

在步骤S103中，计算所求得的脸部区域的重心位置，由此检测出所检测的人物的位置。为了根据图像的重心位置检测人物的位置，如上所述，利用透视投影变换即可。此时，在利用人物的全身区域从其重心位置检测出人物的位置的情况下，作为人物的重心高度，h＝约80cm，而在利用脸部区域的情况下，作为至脸部重心的高度，h＝约160cm，利用数学公式3、数学公式5检测出人物的位置。

<障碍物检测单元的结构>

对利用上述的摄像传感器单元24，进行障碍物检测的该障碍物检测单元进行说明。此外，本说明书中所使用的“障碍物”的用语是指，妨碍用于从室内机的吹出口10吹出向居住者提供舒适空间的空气气流的所有物品，例如桌子和沙发等家具、电视机、音响等居住者以外的物品。

在本实施方式中，如图12所示，基于垂直方向的角度α和水平方向的角度β，利用障碍物检测单元将居住空间的地面如图23所示地细分，将这些各个区域定义为障碍物位置判别区域或者“位置(position)”，判别在哪个位置存在障碍物。此外，图23所示的全部位置与图13(b)所示的人体位置判别区域的整个区域大体一致，使图13(b)的区域边界与图23的位置边界大体一致，以如下方式使区域和位置对应，由此能够很容易地进行后述的空气调节控制，极大减少所存储的存储器。

区域A：位置A1+A2+A3

区域B：位置B1+B2

区域C：位置C1+C2

区域D：位置D1+D2

区域E：位置E1+E2

区域F：位置F1+F2

区域G：位置G1+G2

此外，对于图23的区域分割，将位置的区域数设定为比人体位置判别区域的区域数多，在各个人体位置判别区域中包括至少两个位置，从室内机方向看左右配置这些至少两个障碍物位置判别区域，但也可以在各个人体位置判别区域中包括至少一个位置的方式来进行区域分割，然后进行空气调节控制。

另外，对于图23的区域分割，根据至室内机的距离来区分多个人体位置判别区域，将距离近的区域的人体位置判别区域所包括的位置的区域数设定为比距离远的区域的人体位置判别区域所包括的位置的区域数多，但是也可以不拘泥于与室内机的距离，使各个人体位置判别区域所包括的位置数相同。

<障碍物检测单元的检测动作和数据处理>

如上所述，本发明的空气调节机利用人体检测单元检测出区域A～G中是否有人，并且利用障碍物检测单元检测出位置A1～G2中有无障碍物，基于人体检测单元的检测信号(检测结果)和障碍物检测单元的检测信号(检测结果)，对作为风向转换单元的上下叶片12和左右叶片14进行驱动控制，由此提供舒适的空间。

人体检测单元如上所述，例如利用人物的移动来检测出在空气调节空间内有移动的物体，由此能够检测出是否有人，而障碍物检测单元根据摄像传感器单元24检测障碍物的距离，所以不能判别人和障碍物。

如果将人误认为是障碍物，则有时不能对有人的区域进行空气调节，或者空调风(气流)直接吹到人，结果就有可能变成无效率的空气调节控制或者给人不舒服感的空气调节控制。

于是，对于障碍物检测单元，进行以下所说明的数据处理，仅检测障碍物。

首先，对利用摄像传感器单元的障碍物检测单元进行说明。为了利用摄像传感器单元检测出障碍物，利用立体法。立体法是利用多个摄像传感器单元24和26，利用其视差来推定至被摄物的距离的方法。图24是用于说明利用立体法检测障碍物的示意图。在图中，利用摄像传感器单元24和26，测量至作为障碍物的点P的距离。另外，f表示焦距，B表示两个摄像传感器单元24和26的焦点间距离，u1表示摄像传感器单元24的图像上的障碍物的u坐标，另外，u1的摄像传感器单元26的图像上的对应点的u坐标为u2，X表示摄像传感器单元至点P的距离。另外，两个摄像传感器单元24和26的图像中心位置相等。此时，摄像传感器单元至点P的距离X通过下式求出。

[数学公式6]

$X=\frac{f\&CenterDot;B}{|u_1-u_2|\&CenterDot;\mathrm{dpx}}$

由该式可知，摄像传感器单元至障碍物的点P的距离X取决于摄像传感器单元间24、26间的视差|u1-u2|。

另外，对应点的探索采用利用模板匹配(template matching)法的分块匹配法等即可。如上所述，通过利用摄像传感器单元来进行空气调节空间内的距离测定(障碍物的位置检测)。

由数学公式3、数学公式5、数学公式6可知，根据像素位置和视差来推定障碍物的位置。表3中的i和j表示要测量的像素位置，垂直方向的角度和水平方向的角度分别表示上述仰角α和从室内机方向看从正面基准线向右测定的角度β。即，从室内机方向看，在垂直方向上5度～80度，在水平方向上-80度～80度的范围内设定各个像素，摄像传感器单元测量各个像素的视差。

[表3]

即，空气调节机通过在从像素[14，15]至像素[142，105]的各个像素中测定视差来进行距离测定(障碍物的位置检测)。

另外，也可以将空气调节机的运转开始时的障碍物检测单元的检测范围限制在仰角10度以上。这是因为，在空气调节机的运转开始时有人的可能性大，仅测定不检测人的可能性高的区域，即有墙壁的区域的距离，由此能够有效地利用测量数据(人不是障碍物，所以如后所述，不使用有人区域的数据)。

接着，参照图25的流程图，对至障碍物的距离测定进行说明。

首先在步骤S41中，在判定为在与当前像素对应的区域(图13所示的区域A～G的某个)中没有人的情况下，进入步骤S42，而在判定为有人的情况下，进入步骤S43。即，人不是障碍物，所以按照以下方式来设定：在与判定为有人的区域对应的像素中，不进行距离测定而使用以前的距离数据(不更新距离数据)，仅在与判定为没有人的区域对应的像素中进行距离测定，使用新测定的距离数据(更新距离数据)。

即，当在各个障碍物位置判别区域中进行障碍物的有无判定时，根据与各个障碍物位置判别区域对应的人体位置判别区域中的是否有人判定结果，来决定是否更新各个障碍物位置判别区域中的障碍物检测单元的判定结果，由此有效地进行障碍物的有无判定。更具体地来讲，在由人体检测单元判定为没有人的人体位置判别区域所包括的障碍物位置判别区域中，用新的判定结果来更新障碍物检测单元的上一次的判定结果，而在由人体检测单元判定为有人的人体位置判别区域所包括的障碍物位置判别区域中，不用新的判定结果来更新障碍物检测单元的上一次的判定结果。

在步骤S42中，利用上述的分块匹配方法来计算各个像素的视差，进入步骤S44。

在步骤S44中，在相同的像素中取得8次的数据，判定基于所取得的数据的距离测定是否结束，如果判定为距离测定尚未结束，则返回步骤S41。反之，在步骤S44中，如果判定为距离测定已结束，则进入步骤S45。

在步骤S45中通过评估其可靠性，来提高距离推定的精确度。即，在判断为有可靠性的情况下，在步骤S46中进行距离编号确定处理，而在判断为没有可靠性的情况下，在步骤S47中，将其附近的距离编号作为该像素的距离数据来进行处理。

此外，这些处理是在摄像传感器24和26中进行的，所以摄像传感器单元24和26用作障碍物位置检测单元。

接着说明步骤S46中的距离编号确定处理，首先对术语“距离编号”进行说明。

“距离编号”是指从摄像传感器单元至空气调节空间的某个位置P的大致距离，如图26所示，摄像传感器单元设置于距地面2m的上方，如果设摄像传感器单元至位置P的距离为“与距离编号相当的距离”X[m]，则位置P用下式表示。

[数学公式7]

[数学公式8]

如数学公式6所示，与距离编号相当的距离X取决于摄像传感器单元24、26的视差。另外，距离编号是2～12的整数值，如表4所示来设定与各个距离编号相当的距离。

[表4]

此外，表4表示，各个距离编号和与根据数学公式2由各个像素的v坐标值决定的仰角(α)相当的位置P的位置，对于涂成黑色的部分，h是负值(h＜0)，表示陷入地面的位置。另外，表4的设定应用在能力等级为2.2kw的空气调节机中，该空气调节机专门设置于6榻榻米的房间(对角距离＝4.50m)，将距离编号＝9设定为限制值(最大值D)。即，在6榻榻米的房间中，与距离编号≥10相当的位置是对角距离＞4.50m且超过房间的墙壁的位置(房间外侧的位置)，是完全没有意义的距离编号，用黑色表示。

另外，表5表示应用在能力等级为6.3kW的空气调节机中，该空气调节机专门设置在20榻榻米的房间(对角距离＝8.49m)，将距离编号＝12设定为限制值(最大值D)。

[表5]

表6表示根据空气调节机的能力等级和各个像素的仰角设定的距离编号的限制值。

[表6]

接着，对步骤S45中的可靠性评估处理和步骤S46中的距离编号确定处理进行说明。

如上所述，在距离编号中根据空气调节机的能力等级和各个像素的仰角来设定限制值，即使在距离编号推定结果N＞最大值D的情况下，在多个测定结果中，如果所有的结果不是距离编号＝N，则设定成距离编号＝D。

在各个像素中决定8次的距离编号，去掉最大的两个距离编号和最小的两个距离编号，取剩余的四个距离编号的平均值，确定距离编号。在使用分块匹配法的立体法的情况下，在检测出没有亮度变化的障碍物的情况下，视差计算不稳定，在每次测定时检测出差异大的视差结果(距离编号)。于是，在步骤S45中，比较剩余的四个距离编号的值，在其偏差为阈值以上的情况下，在步骤S47中，该距离编号的值视作没有可靠性，放弃该像素中的距离推定，利用在附近像素中推定的距离编号。此外，平均值取小数点以后四舍五入量化的整数值，相当于由此确定的距离编号的位置如表4或表5所述。

此外，在本实施方式中，在各个像素中决定八个距离编号，去掉最大最小各两个距离编号，取剩余的四个距离编号的平均值，确定距离编号，但是，在各个像素中决定的距离编号并非限于八个，取平均值的距离编号也并非限于四个。

即，在各个障碍物位置判别区域中进行障碍物的有无判定时，根据与各个障碍物位置判别区域对应的人体位置判别区域中的是否有人判定结果，决定是否更新各个障碍物位置判别区域中的障碍物检测单元的判定结果，由此有效地进行障碍物的有无判定。更具体地来讲，在由人体检测单元判定为无人的人体位置判别区域所包括的障碍物位置判别区域中，用新的判定结果来更新障碍物检测单元的上一次的判定结果，而在由人体检测单元判定为有人的人体位置判别区域所包括的障碍物位置判别区域中，不用新的判定结果来更新障碍物检测单元的上一次的判定结果。

此外，在图25的流程图中的步骤S43中，使用以前的距离数据，但在刚安装空气调节机后不存在以前的数据，所以在障碍物检测单元在各个障碍物位置判别区域中进行初次判定的情况下使用默认值，默认值使用上述的限制值(最大值D)

图27是某个居住空间的垂直投影图(通过摄像传感器单元的纵截面图)，表示在摄像传感器单元的下方2m是地面，距离地面0.7～1.1m处有桌子等障碍物时的测定结果，图中的网线部、右上斜线部、右下斜线部被判定为分别在近距离、中距离、远距离(将在后面对这些距离进行阐述)有障碍物。

<障碍物检测的学习控制>

如上所述，在立体法检测出没有亮度变化的障碍物等情况下，因被摄物不同检测障碍物失败的可能性增大。

作为一例，如果考虑没有亮度变化，且具有平坦的上表面的饭桌等桌子，则在桌子上没有任何东西的情况下，采用立体法则视差计算会失败，所以桌子的定位困难。但是，如果在桌子上有生活用品(餐具、遥控器、书、报纸、纸巾盒等)，则在上表面会产生亮度差(纹理)，所以采用立体法定位桌子变得容易。

于是，在该学习控制中，不仅利用障碍物也利用与障碍物附近的周围附带物的相互作用来进行障碍物检测。但是，实际上放在房间内的家具等(与其说是家具，实际上是放在家具上表面的生活用品)每天其位置改变的可能性大，障碍物的角度和障碍物附近的周围附带物的相互作用变化，所以通过重复进行障碍物检测，能够极力降低检测误差。该学习控制如图28所示的流程图那样，根据每次的扫描结果来学习障碍物位置，根据该学习控制结果来判断有障碍物的位置，进行后述的气流控制。

图28是表示障碍物有无判定的流程图，该障碍物有无判定是对图23所示的全部的位置(障碍物位置判别区域)依次进行的。此处，以位置A1为例进行说明。

当摄像传感器单元24、26开始障碍物检测操作时，首先在步骤S71中，在位置A1的最初的像素中利用摄像传感器单元24、26来进行检测操作(立体法)，在步骤S72中，进行上述障碍物的有无判定。在步骤S72中，如果判定为有障碍物，则在步骤S73中，在第一存储器中加上“1”，而如果判定为没有障碍物，则在步骤S74中，在第一存储器中加上“0”。

在步骤S75中，判定位置A1的所有像素中的检测是否已经结束，在所有的像素中的检测尚未结束的情况下，在步骤S76中，在下一个像素中利用立体法进行检测操作，返回步骤S72。

另一方面，在所有的像素中的检测已经结束的情况下，在步骤S77中，用记录在第一存储器中的数值(判定为有障碍物的像素的总和)除以位置A1的像素数(进行除法)，在接下来的步骤S78中，将其商与规定的阈值进行比较。在商大于阈值的情况下，在步骤S79中，暂时判定为在位置A1中有障碍物，在步骤S80中，在第二存储器中加上“5”。另一方面，在商不到阈值的情况下，在步骤S81中，暂时判定为在位置A1中没有障碍物，在步骤S82中，在第二存储器中加上“-1”(减去“1”)。

此外，对于摄像传感器单元24、26的障碍物检测，摄像传感器单元24、26至障碍物的距离越远则越难，所以此处使用的阈值要根据与室内机的距离例如按照以下的方式来设定。

近距离：0.4

中距离：0.3

远距离：0.2

此外，该障碍物检测动作，在每次使空气调节机运转时进行，所以在第二存储器中，反复加上“5”或者“-1”。于是，第二存储器中记录的数值，将最大值设定为“10”，最小值设定为“0”。

接着，在步骤S83，判定第二存储器中记录的数值(加法运算后的合计)是否是判定基准值(例如5)以上，如果是判定基准值以上，则在步骤S84中，最终判定位置A1存在障碍物，另一方面，如果不到判定基准值，则在步骤S85，最终判定位置A1无障碍物。

其中，第一存储器，在某一个位置的障碍物检测动作结束时，能够通过将其存储器清空，用作下一个位置的障碍物检测动作的存储器，而第二存储器，每次使空气调节机运转时会累积一个位置的增加值(其中，最大值≥合计≥最小值)，所以准备与位置数量相同数量的存储器。

在上述障碍物检测的学习控制中，设定“5”作为判定基准值，某一个位置的初次障碍物检测中最终判定存在障碍物时，在第二存储器中记录“5”。在该状态下，如果下一次障碍物检测中最终判定无障碍物，则对“5”加上“-1”的值不到判定基准值，所以该位置无障碍物。

但是，如果下一次障碍物检测中最终仍然判定存在障碍物，则在第二存储器中记录对“5”加上“5”的值“10”，合计值为判定基准值以上，所以该位置存在障碍物，即使从下下次起5次障碍物检测中判定无障碍物，由于“10”加上“-1×5”的值为“5”，所以该位置仍然存在障碍物。

即，该障碍物检测的学习控制的特征在于，在基于多次的增加累计值(或者加减累计值)进行有无障碍物的最终判定时，将判定为存在障碍物时加上的值，设定为比判定为无障碍物时减去的值足够大的数字，通过这样设定，容易得出存在障碍物的结果。

此外，通过对第二存储器中记录的数值设定最大值和最小值，即使因搬家或者装修等使障碍物的位置较大地变化，也能够尽快地追踪其变化。在不设置最大值的情况下，每次判定存在障碍物时，其和逐渐增大，在因搬家等使障碍物的位置变化，每次判定为存在障碍物的区域中不再存在障碍物的情况下，使之降到判定基准值以下也会需要耗费时间。此外，在不设置最小值的情况下，会发生与其相反的现象。

图29表示图28的流程图所示的障碍物检测的学习控制的变形例，仅步骤S100、S102、S103的处理与图28的流程图不同，所以对这些步骤进行说明。

该学习控制中，在步骤S99，如果暂时判定位置A1存在障碍物，则在步骤S100中，对第二存储器加上“1”。另一方面，在步骤S101，如果暂时判定位置A1无障碍物，则在步骤S102中，对第二存储器加上“0”。

接着，在步骤S103，将基于包括当前的障碍物检测的过去10次障碍物检测记录到第二存储器中的合计值与判定基准值(例如2)进行比较，如果为判定基准值以上，则在步骤S104，最终判定位置A1存在障碍物，另一方面，如果不到判定基准值，则在步骤S105中，最终判定位置A1无障碍物。

即，上述障碍物检测的学习控制，即使某一个位置的过去10次的障碍物检测中8次未能检测到障碍物，只要2次能检测到障碍物，则最终判定存在障碍物。因此，该学习控制的特征在于，将最终判定存在障碍物的障碍物检测次数(此处为2)，设定为比参照的过去的障碍物检测次数充分小的数字，通过这样地设定，容易得出存在障碍物的结果。

另外，也可以在室内机主体或者遥控器上，设置使第二存储器中记录的数据重置的按钮，通过按下该按钮，使上述数据重置。

基本上，对气流控制造成较大影响的障碍物和墙面的位置较少改变，但是发生随着搬家的室内机的设定位置的变更和因房间内的装修导致家具位置的变更等的情况下，不优选基于之前获得的数据进行气流控制。这是因为，通过学习控制，总能够成为适合该房间的控制，但是到成为最佳控制需要耗费时间(特别是该区域中不再存在障碍物的情况下是显著的)。因此，设置重置按钮，在室内机与障碍物或者墙面的相对的位置关系改变的情况下，通过将到此为止的数据重置，能够防止基于过去的错误的数据的不适当的空气调节，并且通过从最初重新开始学习控制，能够实现更快地配合该状况的控制。

<障碍物躲避控制>

基于上述是否存在障碍物的判定，作为风向变更单元的上下叶片12和左右叶片14，在供暖时如下地控制。

以下说明中，使用用语“分块(block)”、“分区(filed)”，“近距离”、“中距离”、“远距离”，首先说明这些用语。

图13所示的区域A～G分别属于以下分块。

分块N：区域A

分块R：区域B、E

分块C：区域C、F

分块L：区域D、G

此外，区域A～G分别属于以下分区。

分区1：区域A

分区2：区域B、D

分区3：区域C

分区4：区域E、G

分区5：区域F

进而，对于与室内机的距离如下地定义。

近距离：区域A

中距离：区域B、C、D

远距离：区域E、F、G

表7表示构成左右叶片14的5枚左叶片和5枚右叶片的各位置的目标设定角度，对数字(角度)附加的符号，如图28所示，将左叶片或者右叶片朝向内侧的情况定义为正(+，表7中为无符号)的方向，将朝向外侧的情况定义为负(-)的方向。

[表7]

此外，表7中的“供暖B区域”是指进行障碍物躲避控制的供暖区域，“通常自动风向控制”是指不进行障碍物躲避控制的风向控制。此处，是否进行障碍物躲避控制的判定，以室内热交换器6的温度为基准，在温度较低的情况下进行使风不会吹到居住者的风向控制，在过高的情况下进行最大风量位置的风向控制，在适当的温度的情况下进行向供暖B区域的风向控制。此外，此处所说的“温度较低”、“过高”、“使风不会吹到居住者的风向控制”、“最大风量位置的风向控制”，是如下所述的含义。

●较低的温度：室内热交换器6的温度将皮肤温度(33～34℃)设定为最佳温度，可能成为该温度以下的温度(例如32℃)

●过高的温度：例如56℃以上

●使风不会吹到居住者的风向控制：为了不对居住空间送风，对上下叶片12进行角度控制，使风沿着屋顶流动的风向控制

●最大风量位置的风向控制：空气调节机，因上下叶片12和左右叶片14使气流弯曲时必然产生阻力(损失)，最大风量位置是指损失无限接近0的风向控制(左右叶片14的情况为笔直地朝向正面的位置，上下叶片12的情况为从水平向下35度的位置)

表8表示进行障碍物躲避控制的情况的上下叶片12的各分区中的目标设定角度。其中，表8中的上叶片的角度(γ1)和下叶片的角度(γ2)是从垂直线测定的向上的角度(仰角)。

[表8]

接着，对于与障碍物的位置相应的障碍物躲避控制进行具体说明，首先说明障碍物躲避控制中使用的用语“摇动(swing)动作”、“位置停留运转”、“分块停留运转”。

摇动动作是指左右叶片14的摇动动作，基本上是以目标的一个位置为中心以规定的左右角度幅度摇动，摇动的两端没有固定时间的动作。

此外，位置停留运转是指对于某一个位置的目标设定角度(表7的角度)，进行表9的修正，分别设为左端和右端。作为动作，在左端和右端分别具有风向固定时间(固定左右叶片14的时间)，例如，在左端经过风向固定时间的情况下，向右端移动，到右端经过风向固定时间为止，维持右端的风向，在风向固定时间经过后，向左端移动，对其反复进行。风向固定时间例如设定为60秒。

[表9]

即，在某一个位置存在障碍物的情况下，直接使用该位置的目标设定角度时，暖风会直接吹到障碍物，而通过进行表9的修正，能够使暖风从障碍物的旁边到达有人的位置。

进而，分块停留运转是指例如基于表10确定，与各分块的左端和右端对应的左右叶片14的设定角度。作为动作，在各分块的左端和右端分别具有风向固定时间，例如，在左端经过风向固定时间的情况下，向右端移动，到右端经过风向固定时间为止，维持右端的风向，风向固定时间经过后，向左端移动，对其反复进行。风向固定时间，与位置停留运转相同，例如设定为60秒。其中，由于各分块的左端和右端与该分块所包括的人体位置判别区域的左端和右端一致，分块停留运转也可以说是人体位置判别区域的停留运转。

[表10]

其中，位置停留运转和分块停留运转，与障碍物的大小相应地分别使用。在前方的障碍物较小的情况下，通过以存在障碍物的位置为中心进行位置停留运转来避开障碍物送风，与之相对地，在前方的障碍物较大，例如有人的区域的前方整体存在障碍物的情况下，通过进行分块停留运转而在较广的范围送风。

本实施方式中，将摇动动作、位置停留运转和分块停留运转统称为左右叶片14的摇动动作。

以下，具体说明上下叶片12或者左右叶片14的控制例，而在人体检测单元判定仅在单一区域中有人的情况，由障碍物检测单元判定为在位于由人体检测单元判定为有人的人体位置判别区域的前方的障碍物位置判别区域中存在障碍物的情况下，控制上下叶片12进行从上方避开障碍物的气流控制。此外，在由障碍物检测单元判定为在由人体检测单元判定为有人的人体位置判别区域所包括的障碍物位置判别区域中存在障碍物的情况下，选择第一气流控制和第二气流控制中的一种，该第一气流控制，在判定为有人的人体位置判别区域所包括的至少一个障碍物位置判别区域内使左右叶片14摇动，在摇动范围的两端不设置左右叶片14的固定时间；该第二气流控制，在判定为有人的人体位置判别区域或者与该区域邻接的人体位置判别区域所包括的至少一个障碍物位置判别区域内使左右叶片14摇动，在摇动范围的两端设置左右叶片14的固定时间。

此外，以下的说明中，将上下叶片12的控制和左右叶片14的控制分开，但也可以根据人和障碍物的位置，上下叶片12的控制和左右叶片14的控制适当组合进行。

A.上下叶片控制

(1)区域B～G中的某一个有人，有人的区域的前方的位置A1～A3存在障碍物的情况

对上下叶片12的设定角度相对于通常的分区风向控制(表8)如表11所示地修正，进行将上下叶片12设定为向上的气流控制。

[表11]

(2)区域B～G中的某一个有人，有人的区域的前方的区域A中无障碍物的情况(上述(1)以外)

进行通常自动风向控制。

B.左右叶片控制

B1.区域A(近距离)有人的情况

(1)区域A中无障碍物的位置为一个的情况

以无障碍物的位置的目标设定角度为中心左右地摇动动作，进行第一气流控制。例如，在位置A1、A3存在障碍物，位置A2无障碍物的情况下，以位置A2的目标设定角度为中心左右地摇动动作，基本上对无障碍物的位置A2进行空气调节，而因为位置A1、A3不一定无人，所以通过附加摇动动作，稍微使气流分配给位置A1、A3。

更具体而言，基于表7和表9，确定了位置A2的目标设定角度和修正角度(摇动动作时的摇动角)，所以左叶片和右叶片均以10度为中心，分别在±10度的角度范围中不停止地持续摇动(swing)。但是，使左叶片和右叶片向左右摆动的时刻设定为相同，左叶片与右叶片的摇动动作连动。

(2)区域A中无障碍物的位置为两个并且邻接的情况(A1与A2或者A2与A3)

以无障碍物的两个位置的目标设定角度作为两端进行摇动动作，进行第一气流控制，由此基本上对无障碍物的位置空气调节。

(3)区域A中无障碍物的位置为两个并且分离的情况(A1与A3)

以无障碍物的两个位置的目标设定角度作为两端进行分块停留运转，进行第二气流控制。

(4)区域A中所有的位置均存在障碍物的情况

由于以哪儿为目标较好不明确，所以使分块N进行分块停留运转，进行第二气流控制。这是因为，与以区域整体为目标相比，分块停留运转的方式具有指向性的风向，容易到达远处，能够回避障碍物的可能性高。即，即使在区域A散布有障碍物的情况下，在障碍物与障碍物之间也有通常间隙，能够通过该障碍物间的间隙而送风。

(5)区域A中所有的位置均无障碍物的情况

进行区域A的通常自动风向控制。

B2.区域B、C、D(中距离)中的某一个有人的情况

(1)有人的区域所包括的两个位置中仅一方存在障碍物的情况

以无障碍物的位置的目标设定角度作为中心左右地进行摇动动作，进行第一气流控制。例如，在区域D中有人，仅在位置D2存在障碍物的情况下，以位置D1的目标设定角度为中心左右地进行摇动动作。

(2)有人的区域所包括的两个位置双方均存在障碍物的情况

使包含有人的区域的分块进行分块停留运转，进行第二气流控制。例如，在区域D有人而在位置D1、D2双方都有障碍物的情况下，使分块L进行分块停留运转。

(3)有人的区域中无障碍物的情况

进行有人的区域的通常自动风向控制。

B3.区域E、F、G(远距离)中的某一个有人的情况

(1)有人的区域的前方的中距离区域所包括的两个位置中仅一方存在障碍物的情况(例如：区域E中有人，位置B2中存在障碍物，位置B1无障碍物)

(1.1)存在障碍物的位置的两侧无障碍物的情况(例如：位置B1、C1无障碍物)

(1.1.1)存在障碍物的位置的后方无障碍物的情况(例如：位置E2无障碍物)

以存在障碍物的位置作为中心进行位置停留运转，进行第二气流控制。例如，在区域E中有人，位置B2存在障碍物，其两侧和后方均无障碍物的情况下，能够从侧面避开位置B2中的障碍物对区域E送入气流。

(1.1.2)存在障碍物的位置的后方有障碍物的情况(例如：位置E2中存在障碍物)

在中距离区域以无障碍物的位置的目标设定角度作为中心进行摇动动作，进行第一气流控制。例如，在区域E中有人，位置B2存在障碍物，其两侧没有障碍物，而后方存在障碍物的情况下，从无障碍物的B1送入气流更加有利。

(1.2)存在障碍物的位置的两侧中一方存在障碍物，另一方无障碍物的情况

以无障碍物的位置的目标设定角度作为中心进行摇动动作，进行第一气流控制。例如，在区域F中有人，位置C2存在障碍物，位置C2的两侧中位置D1存在障碍物，C1中无障碍物的情况下，能够从无障碍物的C1避开位置C2的障碍物将气流送至区域F。

(2)有人的区域的前方的中距离区域所包括的两个位置双方均存在障碍物的情况

使包含有人的区域的分块进行分块停留运转，进行第二气流控制。例如，在区域F有人而在位置C1、C2双方都有障碍物的情况下，使分块C进行分块停留运转。在这种情况下，由于在人的前方有障碍物，且无法避开障碍物，所以不管与分块C邻接的分块有没有障碍物，都进行分块停留运转。

(3)有人的区域的前方的中距离区域所包括的两个位置双方均无障碍物的情况(例如：区域F中有人，位置C1、C2无障碍物)

(3.1)有人的区域所包括的两个位置中仅一方的位置中存在障碍物的情况

以无障碍物的另一方的位置的目标设定角度作为中心进行摇动动作，进行第一气流控制。例如，在区域F中有人，位置C1、C2、F1无障碍物，位置F2中存在障碍物的情况下，有人的区域F的前方是打开的，所以考虑到远距离的障碍物，以无障碍物的远距离的位置F1作为中心进行空气调节。

(3.2)有人的区域所包括的两个位置双方存在障碍物的情况

使包含有人的区域的分块进行分块停留运转，进行第二气流控制。例如，在区域G有人而在位置D1、D2没有障碍物且在位置G1、G2双方都有障碍物的情况下，虽然有人的区域G的前方打开，但在该区域整体有障碍物，以哪儿为目标较好不明确，所以使分块L进行分块停留运转。

(3.3)有人的区域所包括的两个位置双方均无障碍物的情况

进行有人的区域的通常自动风向控制。

其中，该障碍物躲避控制，基于人体检测单元进行的是否有人判定和障碍物检测单元进行的有无障碍物判定，控制上下叶片12和左右叶片14，但也能够仅基于障碍物检测单元进行的障碍物的有无判定来控制上下叶片12和左右叶片14。

<仅基于障碍物的有无判定的障碍物躲避控制>

该障碍物躲避控制，基本上是为了避开由障碍物检测单元判定为存在障碍物的区域，朝向判定为无障碍物的区域送风的，以下说明其具体例。

A.上下叶片控制

(1)区域A(近距离)存在障碍物的情况

为了抑制供暖时变轻浮起的暖气而使上下叶片12向最下方送出暖风时，在区域A中存在障碍物的情况下，考虑暖气积存在障碍物的背面(室内机一侧)，或者暖气遇到障碍物而不能到达地面的问题。

于是，在室内机正下方或者其附近检测到障碍物的情况下，使上下叶片12的设定角度相对于通常的分区控制(表8)，进行如表11所示的修正，进行将上下叶片12设定为向上的气流控制，从障碍物的上方进行空气调节。为了避开障碍物而使气流整体向上抬起过多时，暖气会直接碰到居住者的脸，令其产生不适感，所以用下叶片12b使暖气抬起，避开障碍物，用上叶片12a防止浮起。

B.左右叶片控制

(1)区域B、C、D(中距离)中的某一个存在障碍物的情况

对于无障碍物重点地进行空气调节。例如，在区域C(房间中央)检测到障碍物的情况，通过使包括无障碍物的两侧的区域B、D的分块交替地进行分块停留运转，能够对无障碍物(＝有人的可能性较高)的区域重点地进行空气调节。

此外，在区域B或者D(房间的角落)检测到障碍物的情况，使包括区域C和D或者区域B和C的分块进行分块停留运转。在这种情况下，以多次(例如5次)中有1次的比例，使区域C和D或者区域B和C进行分块停留运转之后，使左右叶片14向区域B或者D摇动时，不仅能够以有人的可能性更高的区域为中心进行空气调节，在房间整体的空气调节这点上也是有效的。

此外，判别障碍物的有无的位置(障碍物位置判别区域)，也可以与空气调节机的能力等级无关地如图23所示地进行细分，而由于与能力等级相应地设置的房间的尺寸也有所不同，所以也可以改变分割区域数量。例如，能力等级为4.0kw以上时，如图23所示地分割，为3.6kw以下时，也可以不设置远距离区域，将近距离区域分割为三部分，将中距离区域分割为六部分。

进而，如图23所示，在放射状地识别房间，从室内机等距离地分割为近/中/远距离的情况下，越远离室内机，其面积越大。于是，通过越远离室内机使判别区域数量越多，能够使各区域的大小大致均匀，易于进行气流控制。

<人壁接近控制>

在人体与墙壁在同一区域的情况下，人必然位于比墙壁靠前的位置接近墙壁，供暖时，暖风容易滞留在墙壁附近，有墙壁附近的室温与其他部分的室温相比更高的倾向，所以进行人壁接近控制。

在该控制中，在与表4所的像素[i，j]不同的像素中计算视差，检测其距离，首先识别正面的墙壁和左右的墙壁的位置。

即，利用摄像传感器单元24、26，首先计算与大致水平方向的正面对应的像素的视差，测定至正面的墙壁的距离然后求出距离编号。而且，还计算与大致水平方向的左侧对应的像素的视差，测定至左侧壁的距离然后求出距离编号，右侧壁的距离编号也按照同样的方式求出。

进而，参照图29详细叙述。图29是从上方看安装了室内机的房间的图，表示从室内机看的正面、左侧和右侧，分别存在正面墙壁WC、左侧墙壁WL、右侧墙壁WR的情况。其中，图29左侧的数字表示对应的格数的距离编号，表12表示从室内机到与距离编号对应的近地点和远地点的距离。

[表12]

距离编号	近距离[m]	远距离[m]
			1	0	0.63
2	0.63	0.83
			3	0.83	1.00
4	1.00	1.25
			5	1.25	1.67
6	1.67	2.00
			7	2.00	2.50
8	2.50	3.33
			9	3.33	4.17
10	4.17	5.00
			11	5.00	7.14
12	7.14	8.33
			13	8.33	10.00
14	10.00	∞

如上所述，本说明书中使用的“障碍物”设想为例如桌子和沙发等家具、电视、音响等，考虑到这些障碍物的通常的高度，在仰角75度的角度范围内不会检测到，能够推定检测到的是墙壁，所以本实施方式中，在仰角75度以上检测室内机到正面、左端和右端的距离，在包括该位置的延长线上存在墙壁。

此外，水平方向的视野角中，能够推定左侧墙壁WL位于角度-80度、-75度的位置，正面墙壁WC位于角度-15度～15度的位置，右侧墙壁WR位于角度75度、80度的位置，所以表3所示的像素中，在仰角75度以内与上述水平方向的视野角内对应的像素分别如下所示。

左端：[14，15]、[18，15]、[14，21]、[18，21]、[14，27]、[18，27]

正面：[66，15]～[90，15]、[66，21]～[90，21]、[66，27]～[90，27]

右端：[138，15]、[142，15]、[138，21]、[142，21]、[138，27]、[142，27]

确定从室内机到正面墙壁WC、左侧墙壁WL、右侧墙壁WR的距离编号时，如表13所示，首先在上述各像素提取墙面数据。

[表13]

接着，如表14所示，删除各墙面数据的上限值和下限值，排除不必要的墙面数据，基于这样获得的墙面数据确定到正面墙壁WC、左侧墙壁WL、右侧墙壁WR的距离编号。

[表14]

能够采用表14中的最大值(WC：5、WL：6、WR：3)作为到正面墙壁WC、左侧墙壁WL、右侧墙壁WR的距离编号。在采用最大值的情况下，对从室内机到正面墙壁WC、左侧墙壁WL、右侧墙壁WR的距离较远的房间(较大的房间)进行空气调节，能够设定更广的空间作为空气调节控制的对象。但是，不一定要为最大值，也能够采用平均值。

通过这样的方式确定到正面墙壁WC、左侧墙壁WL、右侧墙壁WR的距离编号之后，用障碍物检测装置判定由人体检测装置判定为有人的人体位置判别区域所包括的障碍物位置判别区域中是否存在墙壁，如果判定为存在墙壁，则考虑到墙壁前方有人，所以在供暖时，进行比遥控器设定的设定温度略低的温度设定。

以下，对该人壁接近控制以供暖时为例具体说明。

A.人位于近距离区域或者中距离区域的情况

由于近距离区域和中距离区域位于距离室内机较近的位置，区域面积也较小，所以室温上升的程度较高，所以将遥控器设定的设定温度设定为降低第一规定温度(例如2℃)。

B.人位于远距离区域的情况

由于远距离区域位于距离室内机较远的位置，区域面积也较大，所以室温上升的程度比近距离区域或者中距离区域低，所以将遥控器设定的设定温度设定为降低比第一规定温度少的第二规定温度(例如1℃)。

此外，远距离区域的区域面积较大，所以即使在同一个人体位置判别区域中检测到存在人和墙壁，也有人与墙壁远离的可能性，所以仅在表15所示的组合的情况下，进行人壁接近控制，与人和墙壁的位置关系相应地进行温度变换(shift)。

[表15]

此外，在本实施方式中，采用了作为距离检测单元的立体法，但是也能够代替立体法，采用利用投光部28和摄像传感器单元24的方法。对该方法进行说明。

如图30所示，在本实施方式的主体2中具有摄像传感器单元24和投光部28。投光部28包括光源和扫描部(未图示)，光源可以利用LED或激光。另外，扫描部利用检流计反射镜等，能够任意地改变投光方向。图31是表示摄像传感器单元24与投光部28的关系的示意图。本来，投光方向是2自由度，摄像面是纵横的二维平面，但是，为了简化说明，考虑将投影方向作为1自由度，摄像面仅为横向的直线。此处，投光部28相对于摄像传感器单元24的光轴方向，在投光方向ρ上投射光线。摄像传感器单元24进行投光部28投光之前的帧图像与投光过程中的帧图像的差分处理，由此取得反射投光部28所投射的光的点P的图像上的u坐标u1。假设摄像传感器24至点P的距离为X，则以下的关系成立。

[数学公式9]

$X\&CenterDot;\tan \mathrm{\&rho;}-X\&CenterDot;\frac{(u-u_0)\&CenterDot;\mathrm{dpx}}{f}=C$

由此，

[数学公式10]

$X=\frac{f\&CenterDot;C}{f\&CenterDot;\tan \mathrm{\&rho;}-(u-u_0)\&CenterDot;\mathrm{dpx}}$

即，通过一边改变投光部28的投光方向ρ，一边检测该光线的反射点P，能够得到空气调节空间内的距离信息。

表16中的i和j表示投光部28要扫描的地址，垂直方向的角度和水平方向的角度分别表示上述的仰角α和从室内机方向看从正面基准线向右测定的角度β。即，从室内机方向看，在垂直方向上5度～80度，在水平方向上-80度～80度的范围内设定各个地址，投光部28测量各个地址，扫描居住空间。

[表16]

接着，参照图32的流程图，对至障碍物的距离测定进行说明。此外，图32的流程图与图25的流程图极其相似，以下仅说明不同的步骤。

首先，在步骤S48中，在判定为在与投光部28进行投光的地址[i，j]对应的区域(图13所示的区域A～G中的任一个)中没有人的情况下，进入步骤S49，而在判定为有人的情况下，进入步骤S43。即，按照以下方式来设定：由于人不是障碍物，所以在与判定为有人的区域对应的像素中，不进行距离测定而是使用以前的距离数据(不更新距离数据)，仅在与判定为没有人的区域对应的像素中进行距离测定，使用新测定的距离数据(更新距离数据)。

在步骤S49中，通过上述的投光处理和从摄像传感器单元24取得反射点，推定与障碍物的距离。当然，如上所述，也可以利用距离编号确定处理，进行利用距离编号的处理。

另外，作为距离检测单元，也可以利用人体检测单元。其包括：利用人体检测单元的人体距离检测单元；和利用人体检测单元的障碍物检测单元。对该处理进行说明。

如图33所示，在本实施方式的主体2中具有单一的摄像传感器单元24。另外，图34是表示利用人体检测单元的人体距离检测单元的处理流程的流程图。在该图中，对于与图5相同的步骤，标注相同的符号，并在此处省略其详细的说明。

在步骤S201中，人体距离检测单元在上述人体检测单元进行了区域分割的各个区域中，检测出在发生了差分的像素中存在于图像最上部的像素，取得其v坐标作为v1。

而且，在步骤S202中，人体距离检测单元利用作为图像最上部的v坐标的v1来推定从摄像传感器单元至人物的距离。图35是用于说明该处理的示意图。图35(a)是表示在摄像机附近和远处存在两个人物121、122的情景的示意图，图35(b)是表示摄像传感器单元在图35(a)的情景中拍摄的图像的差分图像。另外，产生差分的区域123、124分别与人物121、122对应。此处，人物的身高h1已知，空气调节空间内的所有人物的身高大致相等。如上所述，将摄像传感器单元24设置于2m的高度，所以如图35(a)所示，摄像传感器单元从人物的上部俯视地进行拍摄。此时，人物越接近摄像传感器单元，如图35(b)所示，人物越在图像上的下部被拍摄。即，人物的图像最上部的v坐标v1与从摄像传感器单元至人物的距离是一一对应的。因此，事先求出人物的最上部的v坐标v1与从摄像传感器单元至人物的距离的对应关系，由此能够实现利用人体检测单元的人体距离检测单元。表17是将人物的平均身高作为h1，事先求出人物的图像最上部的v坐标v1与从摄像传感器单元至人物的距离的对应关系的例子。此处，作为摄像传感器单元，利用具有VGA分辨率的摄像传感器单元。由该表可以推测，在v1＝70的情况下，从摄像传感器单元24至人物的距离大约是2m。

[表17]

与摄像传感器的距离[m]	最上部的v坐标v1
		1	98
2	72
		4	60
8	54

接着，对利用人体检测单元的障碍物检测单元进行说明。

图36是表示利用人体检测单元的障碍物检测单元的处理流程的流程图。

在步骤S203中，障碍物检测单元利用由上述人体距离检测单元推定的从摄像传感器单元24至人物的距离信息，推定图像上的人物的高度v2。图37是用于说明该处理的示意图，是表示与图35同样的情景的示意图。此处，如上所述，人物的身高h1已知，空气调节空间内的所有人物的身高大致相等。如上所述，将摄像传感器单元24设置于2m的高度，所以如图34(a)所示，摄像传感器单元从人物的上部俯视进行拍摄。此时，人物越接近摄像传感器单元24，如图34(b)所示，人物的图像上的大小越大。即，人物的图像最上部的v坐标与图像最下部的v坐标之差v2，与从摄像传感器单元24至人物的距离是一一对应的。因此，在知道从摄像传感器单元至人物的距离的情况下，能够推定该图像上的大小。这只要事先求出人物的图像最上部的v坐标与图像最下部的v坐标之差v2，与从摄像传感器单元至人物的距离的对应关系即可。表18是事先求出人物的图像最上部的v坐标v1、人物的图像最上部的v坐标与图像最下部的v坐标之差v2，与从摄像传感器单元24至人物的距离的对应关系的例子。此处，作为摄像传感器单元，利用具有VGA分辨率的摄像传感器单元。由该表可以推测，例如，在从摄像传感器单元24至人物的距离为2m的情况下，人物的图像最上部的v坐标与图像最下部的v坐标之差v2＝85。

[表18]

与摄像传感器的距离[m]	最上部的v坐标v1	区域的高度v2
			1	98	96
2	72	85
			4	60	70
8	54	53

在步骤S204中，障碍物检测单元在差分图像的各个区域中，检测出产生了存在于图像最上部的差分的像素和产生了存在于图像最下部的差分的像素，计算其v坐标之差v3。

在步骤S205中，将利用从摄像传感器单元24至人物的距离信息推定的图像上的人物的高度v2，和根据实际的差分图像求出的人物的高度v3进行比较，由此推定在摄像传感器单元24与人物之间是否存在障碍物。图38、39是用于说明该处理的示意图。图38表示与图35同样的情景，是表示在摄像传感器单元24与人物之间不存在障碍物的情景的示意图。另一方面，图39是表示存在障碍物的情景的示意图。在图38中，在摄像传感器单元与人物之间不存在障碍物的情况下，利用从摄像传感器单元24至人物123的距离信息推定的图像上的人物的高度v2，与根据实际的差分图像求出的人物的高度v3大致相等。另一方面，在图39中，在摄像传感器单元24与人物之间存在障碍物的情况下，人物的一部分被遮蔽，所遮蔽的区域不存在差分。此处，对于空气调节空间内的遮蔽物，如果着眼于大部分遮蔽物置于地面上这一点，则可以认为人物的下部区域被遮蔽。这种情况表示，在利用作为人物区域的图像最上部的v坐标的v1而求出至人物的距离的情况下，即使在摄像传感器单元24与人物之间存在障碍物，也正确地求出距离。另一方面，在摄像传感器单元24与人物之间存在障碍物的情况下，推测根据实际的差分图像而求出的人物125的高度v3比利用从摄像传感器单元24至人物的距离信息而推定的图像上的人物的高度v2小。因此，在步骤S205中，在判断为v3比v2充分小的情况下，进入步骤S206，判断为在摄像传感器单元与人物之间存在障碍物。此时，摄像传感器单元与障碍物的距离，与根据最上部的v坐标v1而求得的从摄像传感器单元至人物的距离相等。

如上所述，利用人体检测单元的检测结果，实现距离检测单元。

在本实施方式中，对将视野角充分大的摄像传感器单元24进行固定的情况进行了说明，但是在摄像传感器24的水平视野窄的情况下，只要水平地往复驱动来进行扩大视野的动作即可。同样，在摄像传感器单元24的垂直视野窄的情况下，只要垂直地往复驱动来进行扩大视野的动作即可。在水平、垂直两者的视野窄的情况下，通过使摄像传感器单元24扫描地进行动作，能够扩大水平、垂直的视野。

在这种情况下，各个图像处理只要使用通过驱动摄像装置而得到的整个图像即可，仅像素数不同，方法与固定的摄像装置时同样。

在该操作中，通过使本发明中具有那样的摄像传感器单元24动作，能够不让居住者感到不适。

另外，在本实施方式中，采用用室内机的一部分盖住配置于室内机下部的摄像装置25的结构，但是当然将其配置在室内机上部也是同样的。此外，即便采用不用室内机的一部分盖住摄像装置25，在运转停止时也使摄像传感器单元露出，或者用透明罩等对其加以保护的结构，驱动的摄像传感器单元的驱动方法通过进行本发明所述的操作，也能够不会让居住者感到不适，这是不言而喻的。

另外，当然也可以采用将一个摄像装置25配置在室内机的中央附近的结构。

产业上的可利用性

本发明的空气调节机能够抑制摄像传感器的识别性能的下降，并且能够让居住者感到安心，所以作为一般家庭用的空气调节机尤其有用。

符号说明

2室内机主体

2a前表面开口部

2b上表面开口部

4可动前表面面板

6热交换器

8室内风扇

10吹出口

12上下叶片

14左右叶片

16过滤器

18、20前表面面板用臂

24、26摄像传感器单元

28投光部

25摄像装置

51电路基板

52透镜

53摄像传感器

54支承体(传感器座)

55水平(横向)旋转用旋转轴

56垂直(纵向)旋转用旋转轴

57水平旋转用电机

58垂直旋转用电机

Claims (5)

1.一种空气调节机，其特征在于：

在室内机中设置有检测是否有人的人体检测单元；和检测有无障碍物的障碍物检测单元，基于该人体检测单元的检测结果和该障碍物检测单元的检测结果对设置于室内机的风向变更叶片进行控制，其中

所述人体检测单元和所述障碍物检测单元，由被固定或被驱动的摄像装置实现，

在空气调节机运转停止时，用上下变更空气的吹出方向的上下风向变更叶片盖住摄像装置。

2.如权利要求1所述的空气调节机，其特征在于：

在采用驱动所述摄像装置的方式的情况下，在空气调节机的运转开始时，将摄像装置设定成朝向相同的方向。

3.如权利要求2所述的空气调节机，其特征在于：

所述相同的方向是室内机的正面。

4.如权利要求2所述的空气调节机，其特征在于：

所述相同的方向是，从上方看所述室内机，所述摄像装置的光轴与安装面在前方大致垂直。

5.如权利要求2至4中任一项所述的空气调节机，其特征在于：

所述摄像装置，其朝向在垂直方向和水平方向的规定的角度范围变更自如，

所述相同的方向是垂直方向的角度范围中的上限位置或下限位置。