CN102575867B

CN102575867B - 空气调节机

Info

Publication number: CN102575867B
Application number: CN201080045510.0A
Authority: CN
Inventors: 神野宁; 清水努; 高桥正敏; 杉尾孝; 森川智贵; 河野裕介; 长谷川博基; 佐藤智; 辻村敏; 岩本惠子
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2009-10-07
Filing date: 2010-09-30
Publication date: 2015-11-25
Anticipated expiration: 2030-09-30
Also published as: KR20120093199A; CN102575867A; WO2011043037A1; JP5402487B2; JP2011080684A

Abstract

摄像装置具有：检测人是否存在的人体检测部件、和检测有无障碍物的障碍物检测部件，根据人体检测部件的检测信号以及障碍物检测部件的检测信号来控制风向变更部件。具体而言，至少两个障碍物位置判别区域属于多个人位置判别区域，在属于被判定为有人的人位置判定区域的障碍物位置判别区域，或者在位于被判定为有人得人位置判别区域的前方的障碍物位置判别区域中，判定为有障碍物的情况下，在属于被判定为有人的人位置判别区域的至少一个障碍物判别区域内使左右叶片摇摆，或者在属于被判定为有人的人位置判别区域或者其附近的人位置判别区域的至少一个障碍物位置判别区域内使左右叶片停留运转。

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人是否存在的人体检测装置与检测有无障碍物的障碍物检测装置的空气调节机，并且涉及一种根据在障碍物检测装置中所检测的障碍物的位置，有效地向在人体检测装置中所检测的有人的区域送出空调风的技术。

背景技术

现有的空气调节机在室内机中设置有人体检测装置，该人体检测装置具有焦电型红外线传感器等人体检测传感器和检测至物体的距离的超声波传感器，利用人体检测装置来检测室内的人的位置和距离，由此，控制由上下叶片以及左右叶片构成的风向变更部件，朝着无人的区域送出空调风(例如，参照专利文献1)。

另外，在专利文献1所述的空气调节机中，在室内有妨碍空调风的循环的家具等障碍物，在无人的区域与有障碍物的区域一致的情况下，朝着障碍物送出空调风，于是空气调节效率下降，因此，在室内机中设置人位置检出部件和障碍物位置检出部件，根据人位置检出部件以及障碍物位置检出部件两者的检测信号来控制风向变更部件，提高空气调节效率。

在该空气调节机中，如果开始制暖运转，那么，首先利用人位置检出部件判定在室内是否有人，在无人的情况下，利用障碍物位置检出部件判定是否有障碍物，在没有障碍物的情况下，控制风向变更部件以使空调风向整个室内扩散。

另外，虽然无人，但是在检测出有能够避开的障碍物的情况下，控制风向变更部件使其朝向没有障碍物的方向，而在检测出有不能避开的障碍物的情况下，控制风向变更部件，使空调风不会直接吹向障碍物，并且使空调风在整个室内扩散。

此外，在有人的情况下，判定是否有不在区域，在没有不在区域的情况下，控制风向变更部件以使空调风向整个室内扩散，在有不在区域的情况下，判定不在区域中有无障碍物，在有障碍物的情况下，朝着障碍物的方向控制风向控制部件，使空调风的强风不会吹向障碍物，而在没有障碍物的情况下，朝着没有障碍物的方向控制风向控制部件(例如，参照专利文献2)。

专利文献1：日本特开昭63-143449号公报

专利文献2：日本实开平3-72249号公报

发明内容

发明要解决的课题

对于专利文献2所述的空气调节机，根据人位置检出部件的检测信号以及障碍物位置检出部件的检测信号来控制风向变更部件，由此空气调节效率提高，但是，在室内存在桌子、沙发等家具、电视机、音响等众多的障碍物，因此，仅仅通过这种控制，从实现最佳空气调节的方面来看，仍然有很大的改善余地。

另外，人位置检出部件根据构成人体检出装置的人检出传感器与超声波传感器的检出信号检测出人的位置，而障碍物位置检出部件在没有构成人体检出装置的人检出传感器的检出信号的情况下，根据来自超声波传感器的距离信息等检测出障碍物的位置，人体检出装置也可以用作人位置检出部件或者障碍物位置检出部件。

因此，如果将人误认为障碍物，则不仅不能实现舒适的空气调节，而且，空调风(空气调节风)还会直接吹到人，因此，有可能变成低效且令人不适的空调控制(空气调节控制)。

本发明就是鉴于现有技术的这些问题点而完成的，其目的在于提供一种空气调节机，能够细化人位置判别区域以及障碍物位置判别区域，高精度且有效地进行各个区域中的人是否存在判定与障碍物的有无判定，并且根据这些判定结果，精细地控制由上下叶片与左右叶片构成的风向变更部件，由此，使空气调节效率得到提高。

用于解决课题的方法

为了实现上述目的，本发明提供一种空气调节机，其利用设置于室内机中的摄像装置，检测人是否存在(人体检测部件)，而且还检测障碍物的有无(障碍物检测部件)，另外，还配备有左右变更空气的吹出方向的左右叶片，对于应进行空气调节的区域，为了利用人体检测部件检测人是否存在而将其区分成多个人位置判别区域，同时为了利用障碍物检测部件检测障碍物的有无而将其区分成多个障碍物判别区域，各个多个人位置判别区域具有多个障碍物判别区域，根据人体检测部件和障碍物检测部件的检测结果，相对于有人的人位置区域在室内机一侧邻接的多个障碍物判别区域中，存在有障碍物的障碍物判别区域和没有障碍物的障碍物判别区域的情况下，进行第一气流控制，该第一气流控制为：在左右叶片的摇动范围内不设置左右叶片的固定时间而是使左右叶片摇动，朝着没有障碍物的障碍物判别区域吹出空气，根据人体检测部件和障碍物检测部件的检测结果，在相对于有人的人位置区域在室内机一侧邻接的多个障碍物判别区域的各个中有障碍物的情况下，进行第二气流控制，该第二气流控制为：在左右叶片的摇动范围的两端设置前述左右叶片的固定时间并且使左右叶片摇动，朝着有障碍物的各个障碍物判别区域吹出空气。

另外，具体而言，在上述第一气流控制中，在没有障碍物的障碍物判别区域为一个的情况下，将在该一个障碍物判别区域中预先设定的目标设定角度设定为中心，而且根据该一个障碍物判别区域的两端来设定摇动范围的两端。

另外，具体而言，在第二气流控制中，在将有障碍物的多个障碍物判别区域形成为块的情况下，根据该块的两端来设定摇动范围的两端。

另外，具体而言，空气调节机包括：左右叶片能够分别独立地控制左右的多枚左右叶片。

此外，具体而言，在第一气流控制中，朝着没有障碍物的障碍物判别区域吹出空气以使空气到达人，在第二气流控制中，朝着有障碍物的各个障碍物判别区域吹出空气以使空气到达人。

另外，具体而言，在每个障碍物判别区域中都预先向左右叶片分配在没有障碍物时所使用的目标设定角度，在第二气流控制中，左右叶片的位置按照相对于目标设定角度加上规定的修正值后的角度而被保持固定时间。

发明效果

根据本发明，根据人与障碍物的位置关系，选择一种控制：使左右叶片摇动，进行在摇动范围内不设置左右叶片的固定时间的第一气流控制；和使左右叶片摇动进行在摇动范围内设置有左右叶片的固定时间的第二气流控制，所以，能够精致地控制左右叶片，使得空气调节效率得到提高。

附图说明

图1是本发明的空气调节机的室内机的正面图。

图2是图1的室内机的纵截面图。

图3是可动前面面板打开前面开口部，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4是将构成上下叶片的下叶片朝下设定的状态的图1的室内机的纵截面图。

图5是表示本实施方式中的人位置推定的处理流程的流程图。

图6是用来说明本实施方式中的人位置推定的背景差分处理的示意图。

图7是用来说明在背景差分处理中创建背景图像的处理的示意图。

图8是用来说明在背景差分处理中创建背景图像的处理的示意图。

图9是用来说明在背景差分处理中创建背景图像的处理的示意图。

图10是用来说明本实施方式中的人位置推定中的区域分割处理的示意图。

图11用来说明在本实施方式中所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部件的摄像传感器单元中所检测的人位置判别区域的概略图。

图14是在构成人体检测部件的摄像传感器单元中所检测的人位置判别区域中存在人物时的示意图。

图15是用来在图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所示的各个区域中的人是否存在的流程图。

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坐标图。

图19是设置有图1的室内机的其它住所的概略平面图。

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坐标图。

图21是表示利用从帧(frame)图像抽取人相似区域(像人的区域)的处理的人位置推定处理的流程的流程图。

图22是表示利用从帧图像抽取脸部相似区域(像脸部的区域)的处理的人位置推定处理的流程的流程图。

图23是表示在障碍物检测部件中所检测的障碍物位置判别区域的概略图。

图24是用来说明用立体法检测出障碍物的示意图。

图25是表示到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是某个居住空间的立面图，是表示障碍物检测部件的测定结果的概略图。

图28是表示构成左右叶片的左叶片与右叶片的各个位置中的风向的定义的概略图。

图29是用来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壁检测算法(algorithm)的房间的概略平面图。

图30是本发明的其它空气调节机的室内机的正面图。

图31是表示摄像传感器单元与投光部(照明部)的关系的示意图。

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

图33是本发明的其它空气调节机的室内机的正面图。

图34是表示利用人体检测部件的人体距离检出部件的处理的流程的流程图。

图35是用来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部件的障碍物检出部件的处理的流程的流程图。

图37是用来说明利用人体距离检出部件所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是用来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是用来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

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由被制冷剂配管相互连接的室外机与室内机构成，图1至图4表示本发明的空气调节机的室内机。

室内机具有：主体2、和自由开闭主体2的前面开口部2a的可动前面板(以下仅称作“前面板”)4，在空气调节机停止时，前面板4紧贴主体2以关闭前面开口部2a，而在空气调节机运转时，前面板4向远离主体2的方向移动以打开前面开口部2a。此外，图1和图2表示前面板4关闭前面开口部2a的状态，图3和图4表示前面板4打开前面开口部2a的状态。

如图1至图4所示，在主体2的内部包括：热交换器6；用来将从前面开口部2a和上面开口部2b吸取的室内空气在热交换器6中进行热交换然后向室内吹出的室内风扇(室内风机)8；开闭将热交换后的空气向室内吹出的吹出口10并且上下变更空气的吹出方向的上下叶片12；和左右变更空气的吹出方向的左右叶片14，在前面开口部2a以及上面开口部2b与热交换器6之间设有过滤器16，用来除去包含在从前面开口部2a和上面开口部2b吸取的室内空气中的尘埃。

另外，前面面板4的上部通过设置于其两端部的两根臂部18、20与主体2上部连结，驱动控制与臂部18连结的驱动电机(马达)(图中未示)，由此，在空气调节机运转时，前面面板4从空气调节机停止时的位置(前面开口部2a的闭塞位置)朝着前方斜上方移动。

而且，上下叶片12由上叶片12a与下叶片12b构成，且分别以自如摇动的方式安装于主体2的下部。上叶片12a及下叶片12b与各个驱动源(例如，步进电机)连结，且被内置于室内机中的控制装置(后述的第一基板48，例如微电脑)分别独立地控制角度。另外，由图3及图4可知，下叶片12b的可变更的角度范围被设定为比上叶片12a的可变更的角度范围大。

此外，将在后面对上叶片12a及下叶片12b的驱动方法进行阐述。另外，上下叶片12也能够由3枚以上的上下叶片构成，在此情况下，优选能够独立地控制至少2枚(特别是位于最上方的叶片与位于最下方的叶片)的角度。

另外，左右叶片14由从室内机的中心在左右方向上各配置5枚共计10枚的叶片构成，且分别以自如摇动的方式安装于主体2的下部。另外，以左右的5枚作为一个单位与各个驱动源(例如，步进电机)连结，左右5枚叶片被内置于室内机中的控制装置分别独立地控制角度。此外，也将在后面对左右叶片14的驱动方法进行阐述。

<人体检测部件的结构>

如图1所示，在前面面板4的上部，作为摄像装置而安装有摄像传感器单元24，摄像传感器单元24被保持在传感器座(sensorholder)中。

摄像传感器单元24由：电路基板、安装于电路基板上的透镜、和封装于透镜内部的摄像传感器构成。另外，人体检测部件例如根据后述的差分处理利用电路基板来判定人是否存在。即，电路基板用作进行人是否存在判定的在否判定部件。

<摄像传感器单元的人位置推定>

为了利用摄像传感器单元24进行人位置推定，利用作为众所周知的技术的差分法。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，由此检测出在帧(frame)图像内产生差分的像素。背景差分处理是指，比较在特定的条件下拍摄的背景图像、摄像传感器单元24的视野和视角、焦距等摄像条件与背景图像相等的情况下所拍摄的摄像图像，由此检测出在背景图像中并不存在，但在摄像图像中存在的物体的一种方法。为了检测出人物，创建不存在人物的图像作为背景图像。

图6是用来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24拍摄的帧图像。此处，摄像传感器单元24的视野和视角、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，创建图6(a)与图6(b)的差分图像，由此检测出人物。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图像。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，从差分图像中抽取产生了差分的区域，由此能够检测出人物区域。

另外，利用帧间差分处理，由此能够创建前述的背景图像。图7～图9是用来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24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。因此，在未产生帧间差分的区域中，将背景图像置换成现在的帧图像。通过该处理，能够自动地创建背景图像。图9(a)～(c)分别是表示图7(a)～(c)的各帧中的背景图像的更新的示意图。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表示还未创建背景图像的区域，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与白色区域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，自动地创建背景图像。

接下来，在步骤S102中，通过区域分割所求得的差分区域，在存在多个人物的情况下，作为多个差分区域来进行分割。利用众所周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即可。图10是实施该区域分割处理的示意图。图10(a)表示根据差分处理来计算的差分图像，111及112的黑色像素是产生差分的像素。图10(b)表示，作为差分图像而得到图10(a)时，根据前述“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，判断横条纹区域113与纵条纹区域114是其它的区域。此时，也可以进行在图像处理中广泛利用的形态学(morphology)处理等的去噪处理。

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

为了说明透视投影变换，说明两个坐标系。图11是用来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，以图像的左上方的像素作为原点，右方为u，下方为v。接着，考虑以相机为基准的三维坐标系的相机坐标系。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，相机上方为Yc，相机左方为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}) \cdot dpx \cdot Z_{C}}{f},

Y_{C} = - \frac{(v - v_{0}) \cdot dpy \cdot 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，那么可知，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相机坐标系的原点的某个直线上。如图12(a)、(b)所示，图像上的人物的重心位置为(ug，vg)，该相机坐标系中的三维位置为(Xgc，Ygc，Zgc)。此处，图12(a)表示从旁边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24的设置高度为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24至重心位置的距离L以及朝向W能够按照下式计算。

[数学公式2]

X_{gC} = \frac{(u - u_{0}) \cdot dpx \cdot Z_{gC}}{f} = (\tan β) \cdot Z_{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24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、以及人物的重心的高度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的各个区域中的情况下，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及F中，因此，判断在图13(b)的区域A及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中，因此，判断在图13(b)的区域D中存在人物。

图15是使用摄像传感器单元24，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24，判定在区域A～G的哪个区域中有人的流程图，下面，参照这些流程图，同时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的帧比率是5fps，则为200毫秒)，根据前述的方法来判定各个区域中的人是否存在。根据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分I、生活区分II、生活区分III，也可以将生活区分I、生活区分II、生活区分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，将生活区分I(区域特性I)、生活区分II(区域特性II)合称为生活区域(人所生活的区域)，与此相反，将生活区分III(区域特性III)称作非生活区域(人不在此生活的区域)，根据人是否存在的频率来对生活区域进行大体分类。

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及图18对该判别方法进行说明。

图17表示在由一个日式房间与LD(客厅兼餐厅)与厨房构成的一居室(1LDK)的LD中设置本发明的空气调节机的室内机，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中的人是否存在，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，清除全部的传感器输出。

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中判定未经过规定时间，则返回步骤S1，而如果判定经过了规定时间，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分别是生活区分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，设定第一阈值以及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，在步骤S5中将判定为多的区域判别为生活区分I。另外，在步骤S4中，如果判定各个区域A～G的长期累积结果比第一阈值少，那么，在步骤S6中，判定各个区域A～G的长期累积结果比第二阈值多，在步骤S7中将判定为多的区域判别为生活区分II，而在步骤S8中将判定为少的区域判别为生活区分III。

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

另外，图19表示在其它的一居室(1LDK)的(客厅兼餐厅)LD中设置本发明的空气调节机的室内机的情况，图20表示根据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被判别为生活区分I，区域A、F被判别为生活区分II，区域D、G被判别为生活区分III。

此外，在每个规定时间重复上述区域特性(生活区分)的判别，只要不移动在应判别的室内所配置的沙发、餐桌等，则判别结果就几乎不会改变。

下面，参照图16的流程图，对各个区域A～G中的人是否存在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，如果判定周期T1未达到规定数M，则返回步骤S21，而如果判定周期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，算出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算出，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算出结果，如果判定未达到规定次数，则返回步骤S21，而如果判定达到了规定次数，则在步骤S26中，根据已经判别的区域特性与规定次数的累积反应期间次数来推定各个区域A～G中的人是否存在。

此外，在步骤S27中，从累积反应期间次数的算出次数(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算出。

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，对于生活区分I，只要一次以上的累积反应期间次数有一次，那么就判定为有人。另外，对于生活区分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，对于生活区分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。

下面，从上述的人是否存在判定开始经过时间T1×M后，同样，根据过去四次的历史记录与生活区分以及累积反应期间次数来推定人是否存在。

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的区域特性、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，按照上述这种方法判定人是否存在，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]

生活区分	推定人在	推定不在
			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24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后，决定各个区域A～G的区域特性(生活区分I～III)，而且还根据各个区域A～G的区域特性来变更推定人在所需的时间、推定不在所需的时间。

即，在变更空气调节设定后，风吹到需要一分钟左右，因此，即使短时间(例如数秒)变更空气调节设定，也会破坏舒适性，对于人很快离开的场所，从节能的观点来看，最好不进行空气调节。因此，首先检测各个区域A～G中的人是否存在，特别是优化有人区域的空气调节设定。

详细来讲，以被判别为生活区分II的区域的在否推定所需的时间作为标准，在被判别为生活区分I的区域中，按照比被判别为生活区分II的区域短的时间间隔来推定人的存在，与此相反，在人从该区域离开的情况下，按照比被判别为生活区分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，在被判别为生活区分III的区域中，按照比被判别为生活区分II的区域长的时间间隔来推定人的存在，与此相反，在人从该区域离开的情况下，按照比被判别为生活区分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，因长期累积结果各个区域的生活区分变化，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变更设定。

在以上的说明中，摄像传感器单元24所进行的人位置推定利用了差分法，当然也可以利用其它的方法。例如，也可以利用人物的全身图像数据，从帧图像中抽取人相似区域。作为这种方法，例如众所周知的有利用HOG(HistogramsofOrientedGradients，梯度方向直方图)特征量等的方法(N.DalalandB.Triggs，“HistogramsofOrientedGradientsforHumanDetection”，InProc.IEEEConf.onComputerVisionandPatternRecognition.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(SupportVectorMachine，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抽取人相似区域的人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，利用前述的HOG特征量，在帧图像中抽取人相似区域作为人区域。

在步骤S103中，计算所求得的人区域的重心位置，由此检测出所检出的人物的位置。为了根据图像的重心位置检测出人物的位置，如前所述，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，而是从帧图像中抽取脸部相似区域。作为这种方法，例如众所周知的有利用Haar-Like特征量等的方法(P.ViolaandM.Jones，“Robustreal-timefacedectetion”，InternationalJournalofComputerVision，Vol.57.No.2.PP.137-154，2004.)。Haar-Like特征量是基于局部区域间的辉度差的特征量，也可以利用该特征量SVM(SupportVectorMachine，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22是表示利用从帧图像中抽取脸部相似区域的处理的人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，利用前述的Haar-Like特征量，在帧图像内抽取脸部相似区域作为脸部区域。

在步骤S103中，计算所求得的脸部区域的重心位置，由此检测出所检出的人物的位置。为了根据图像的重心位置检测出人物的位置，如前所述，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，作为到脸部重心的高度，h＝约160cm，利用数学公式3、数学公式5检测出人物的位置。

<障碍物检测部件的结构>

对利用前述的摄像传感器单元24，进行障碍物检测的该障碍物检测部件进行说明。此外，本说明书中所使用的“障碍物”是指，妨碍用来从室内机的吹出口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，根据垂直方向的角度α与水平方向的角度β，利用障碍物检出部件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”，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，按照如下方式使区域以及位置对应，由此能够很容易地进行后述的空气调节控制，极大减少所存储的内存。

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位置判别区域的区域数多，至少两个位置属于各个人位置判别区域，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，但也可以按照至少一个位置属于各个人位置判别区域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，根据到室内机的距离来区分多个人位置判别区域的各个，将属于距离近的区域的人位置判别区域的位置的区域数设定为比属于距离远的区域的人位置判别区域的位置的区域数多，但是也可以不拘泥于与室内机的距离，使属于各个人位置判别区域的位置数相同。

<障碍物检测部件的检测动作及数据处理>

如上所述，本发明的空气调节机利用人体检测部件检测出区域A～G中的人是否存在，并且利用障碍物检测部件检测出位置A1～G2中有无障碍物，根据人体检测部件的检测信号(检测结果)与障碍物检测部件的检测信号(检测结果)，驱动控制作为风向转换部件的上下叶片12及左右叶片14，由此提供舒适的空间。

人体检测部件如前所述，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，由此能够检测出人是否存在，而障碍物检测部件根据摄像传感器单元24检测出障碍物的距离，因此，不能判别人与障碍物。

如果将人误认为是障碍物，那么，有时不能对有人的区域进行空气调节，以及空气调节风(气流)直接接触人，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。

因此，对于障碍物检测部件，进行以下所说明的数据处理，仅检测出障碍物。

首先，对利用摄像传感器单元的障碍物检测部件进行说明。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及26，利用其视差来推定到被摄物的距离的方法。图24是用来说明利用立体法检测出障碍物的示意图。在图中，利用摄像传感器单元24及26，测量到作为障碍物的点P的距离。另外，f表示焦距，B表示两个摄像传感器单元24及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及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 \cdot B}{| u_{1} - u_{2} | \cdot 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方法的块匹配方法等即可。如以上那样，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，根据像素位置与视差来推定障碍物的位置。表3中的i及j表示应测量的像素位置，垂直方向的角度及水平方向的角度分别表示上述仰角α及从室内机方向看从正面基准线沿着右方测定的角度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部件的检测范围限制在仰角10度以上。其原因在于，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)。

下面，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，在判定为在与现在的像素对应的区域(图13所示的区域A～G的一个)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)。

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位置判别区域中的人是否存在判定结果，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部件的判定结果，由此有效地进行障碍物的有无判定。更具体地来讲，在属于由人体检测部件判定为没有人的人位置判别区域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部件的前一次的判定结果，而在属于由人体检测部件判定为有人的人位置判别区域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部件的前一次的判定结果。

在步骤S42中，利用前述的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已经结束，如果判定距离测定尚未结束，则返回步骤S41。反之，在步骤S44中，如果判定距离测定已经结束，则进入步骤S45。

在步骤S45中评估其可靠性，由此来提高距离推定的精确度。即，在判断有可靠性的情况下，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及26中进行的，因此，摄像传感器单元24及26用作障碍物位置检测部件。

下面说明步骤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”表示，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底面2m的上方，假定摄像传感器单元至位置P的距离为“相当距离编号的距离”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，相当于距离编号的距离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所示来设定相当于各个距离编号的距离。

[表4]

此外，表4表示，各个距离编号与相当于根据数学公式2由各个像素的v坐标值所决定的仰角(α)的位置P的位置，对于涂成黑色的部分，h是负值(h＜0)，表示地面以下的位置。另外，表4的设定应用在能效等级为2.2kw的空气调节机中，该空气调节机专门设置于6张榻榻米的房间(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张榻榻米的房间中，相当于距离≥10的位置是对角距离＞4.50m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。

表5表示应用在能效等级为6.3kW的空气调节机中，该空气调节机被专门设置在20张榻榻米的房间(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表示空气调节机的能效等级与根据各个像素的仰角而设定的距离编号的限制值。

[表6]

仰角	能效等级	距离编号限制
			65deg	2.2～7.1kW	9

仰角	能效等级	距离编号限制
			55～60deg	2.2～7.1kW	8

仰角	能效等级	距离编号限制
			40～50deg	2.2～7.1kW	7

仰角	能效等级	距离编号限制
			10～35deg	2.2～7.1kW	6

下面，对步骤S45中的可靠性评估处理与步骤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效等级与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，则也设定成距离编号＝D。

在各个像素中决定八次的距离编号，按照大的顺序依次去掉两个距离编号和按照小的顺序依次去掉两个距离编号，取剩余的四个距离编号的平均值，确定距离编号。在使用块匹配法的立体法的情况下，在检测出没有辉度变化的障碍物的情况下，检测出视差计算不稳定，在测定时差异大的视差结果(距离编号)。因此，在步骤S45中，比较剩余的四个距离编号的值，在其误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，利用在附近像素中所推定的距离编号。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，去掉大小各两个距离编号，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位置判别区域中的人是否存在判定结果，决定是否更新各个障碍物位置判别区域中的障碍物检测部件的判定结果，由此有效地进行障碍物的有无判定。更具体地来讲，在属于由人体检测部件判定为无人的人位置判别区域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部件的前一次的判定结果，而在属于由人体检测部件判定为有人的人位置判别区域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部件的前一次的判定结果。

此外，在图25的流程图中的步骤S43中，使用以前的距离数据，但是，在安装空气调节机后以前的数据就不存在了，所以，在障碍物检测部件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是某个居住空间的立面图(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，图中的挂网部、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。

<障碍物避开控制>

根据上述障碍物的存否判定，作为风向变更部件的上下叶片12以及左右叶片14在制暖时按照如下方式控制。

在以下的说明中，使用术语“块”、“区域”、“近距离”、“中距离”、“远距离”，首先说明这些术语。

图13所示的区域A～G分别属于以下的块。

块N：区域A

块R：区域B、E

块C：区域C、F

块L：区域D、G

另外，区域A～G分别属于以下的区域。

区域1：区域A

区域2：区域B、D

区域3：区域C

区域4：区域E、G

区域5：区域F

而且，对于与室内机的距离按照以下方式来定义。

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片左叶片与5片右叶片的各个位置的目标设定角度，在数字(角度)上标记的符号如图28所示，将左叶片或右叶片朝向内侧时定位为正方向(+，在表7中无符号)，将朝向外侧时定义为负方向(-)。

[表7]

另外，表7中的“制暖B区域”是进行障碍物避开控制的制暖区域，“通常自动风向控制”是不进行障碍物避开控制的风向控制。此处，是否进行障碍物避开控制的判定以室内热交换器6的温度为基准，在温度低的情况下，进行风不会吹到居住者的风向控制，在温度过高的情况下，进行最大风量位置的风向控制，在温度适宜的情况下，进行向制暖B区域的风向控制。另外，此处所说的“温度低”、“过高”、“风不会吹到居住者的风向控制”、“最大风量位置的风向控制”的意思如下所示。

·低温度：对于室内热交换器6的温度，将皮肤温度(33～34℃)设定为最佳温度，能够变成该温度以下的温度(例如，32℃)

·过高的温度：例如56℃以上

·风不会吹向居住者的风向控制：为了不向居住空间送风，控制上下叶片12的角度，风沿着天花板流动的风向控制

最大风量位置的风向控制：空气调节机，如果利用上下叶片12以及左右叶片14使气流弯曲，那么必定会产生阻抗(损失)，因此，最大风量为止是损失接近0的风向控制(如果是左右叶片14，那么是朝着正面的位置，如果是上下叶片12，那么是从水平向下35度的位置)

表8表示进行障碍物避开控制时上下叶片12的各个区域中的目标设定角度。此外，表8中的上叶片的角度(γ1)以及下叶片的角度(γ2)是从垂直线朝着上方测定的角度(仰角)。

[表8]

下面，对符合障碍物的位置的障碍物避开控制进行具体的说明，首先对障碍物避开控制中所使用的术语“摇摆(swing)动作”、“位置停留运转”、“块停留运作”进行说明。

摇摆动作是左右叶片14的摇动动作，基本上是以一个目标的位置为中心按照规定的左右角度幅度摇动，在摇摆的两端没有固定时间的操作。

另外，位置停留运转是指，对于某个位置的目标设定角度(表7的角度)进行表9的修正，分别作为左右左端以及右端。其动作是，在左端和右端分别保持风向固定时间(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，在右端经过风向固定时间之前，保持右端的风向，在经过风向固定时间后，向左端移动，重复该动作。风向固定时间例如被设定为60秒。

[表9]

即，在某个位置有障碍物的情况下，如果不加改变地使用该位置的目标设定角度，则暖风就会经常吹到障碍物，但是通过进行表9的修正，能够使暖风从障碍物的旁边到达有人的位置。

而且，块停留运转是指，例如根据表10来决定与各块的左端和右端对应的左右叶片14的设定角度。其动作是，在各块的左端与右端分别保持风向固定时间，例如，在左端经过风向固定时间的情况下，向右端移动，在右端经过风向固定时间之前，保持右端的风向，在经过风向固定时间后，向左端移动，重复该动作。风向固定时间与位置停留运转同样，例如被设定为60秒。此外，各块的左端与右端与属于该块的人位置判别区域的左端与右端一致，所以，块停留运转也可以说是人位置判别区域的停留运转。

[表10]

此外，位置停留运转与块停留运转根据障碍物的大小分开使用。在前方的障碍物小的情况下，以有障碍物的位置为中心进行位置停留运转，由此避开障碍物来进行送风，而在前方的障碍物大，例如在有人区域的整个前方有障碍物的情况下，进行块停留运转，使其大范围地进行送风。

在本实施方式中，将摆动动作与位置停留运转以及块停留运转总称为左右叶片14的摇动动作。

以下，具体地来说明上下叶片12或者左右叶片14的控制例子，在人体检测部件判定人仅位于单一区域中的情况下，在利用障碍物检检测部件判定，在位于由人体检测部件判定为有人的人位置判别区域的前方的障碍物位置判别区域中有障碍物的情况下，控制上下叶片12，进行从上方避开障碍物的气流控制。另外，在利用障碍物检测部件判定，在属于由人体检测部件判定为有人的人位置判别区域的障碍物位置判别区域中有障碍物的情况下，选择以下一种控制：在属于判定为有人的人位置判别区域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定左右叶片14的固定时间的第一气流控制、和在属于判定为有人的人位置判别区域或者与该区域邻接的人位置判别区域的至少一个障碍物位置判别区域内摇动左右叶片14，在摇动范围的两端设定左右叶片14的固定时间的第二气流控制。

另外，在以下的说明中，分开来进行上下叶片12的控制与左右叶片14的控制，根据人以及障碍物的位置，适当地组合来进行上下叶片12控制与左右叶片14的控制。

A.上下叶片控制

(1)在区域B～G中的任意一个中有人，在有人区域的前方的位置A1～A3有障碍物的情况下

对于通常的区域风向控制(表8)如表11所示来修正上下叶片12的设定角度，进行将上下叶片12设定成朝上的气流控制。

[表11]

(2)在区域B～G中的任意一个中有人，在有人区域的前方的区域A中没有障碍物的情况下(上述(1)以外)

进行通常自动风向控制

B.左右叶片控制

B1.在区域A(近距离)中有人的情况下

(1)在区域A中没有障碍物的位置是一个的情况下

以没有障碍物的位置的目标设定角度为中心左右摆动，进行第一气流控制。例如，在位置A1、A3有障碍物，在位置A2没有障碍物的情况下，以位置A2的目标设定角度为中心左右摆动，对基本上没有障碍物的位置A2进行空气调节，并非限于在位置A1、A3没有人，所以，通过摆动动作，也向位置A1、A3分配一些气流。

此外，具体地进行说明，根据表7和表9来决定位置A2的目标设定角度及修正角度(摇摆动作时的角度)，所以，左叶片及右叶片均以10度为中心，分别在±10度的角度范围不停止地继续摇动(摆动)。但是，左右摇动左叶片与右叶片的时间被设定成相同，左叶片与右叶片的摇动动作联动。

(2)在区域A中无障碍物的位置为两个且邻接的情况下(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，使其摆动进行第一气流控制，由此基本调节无障碍物的位置的空气。

(3)在区域A中无障碍物的位置为两个且分离的情况下(A1与A3)

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

(4)在区域A中在所有的位置都有障碍物的情况下

由于朝着哪个位置送风不明确，所以，使块N进行块停留运转并进行第二气流控制。与朝着整个区域相比，块停留运转变成有指向性的风向容易吹到远处，能够避开障碍物的可能性高。即，在区域A中有障碍物的情况下，在障碍物与障碍物之间通常有缝隙，能够通过该障碍物间的缝隙送风。

(5)在区域A中在所有的位置都没有障碍物的情况下

进行区域A的通常自动风向控制。

B2.人位于区域B、C、D(中距离)中的任意一个的情况下

(1)仅在属于有人区域的两个位置中的一个位置有障碍物的情况下

以没有障碍物的位置的目标设定角度为中心使其左右摆动来进行第一气流控制。例如，在人位于区域D中，仅在位置D2有障碍物的情况下，以位置D1的目标设定角度为中心使其左右摆动。

(2)在属于有人区域的两个位置中的两个位置有障碍物的情况下

使包括有人区域的块进行块停留运转来进行第二气流控制。例如，在人位于区域D中，在位置D1、D2两者中有障碍物的情况下，使块L进行块停留运转。

(3)在有人区域中没有障碍物的情况下

进行有人区域的通常自动风向控制。

B3.人位于区域E、F、G(远距离)中的任意一个的情况下

(1)仅在属于有人区域的前方的中距离区域的两个位置中的一个位置有障碍物的情况下(例如，人位于区域E中，在位置B2中有障碍物，在位置B1没有障碍物)

(1.1)在有障碍物的位置的两个相邻处没有障碍物的情况下(例如，在位置B1、C1没有障碍物)

(1.1.1)在有障碍物的位置的后方没有障碍物的情况下(例如，在位置E2没有障碍物)

以有障碍物的位置为中心使其位置停留运转来进行第二气流控制。例如，在人位于区域E中，在位置B2有障碍物，在其两侧及后方都没有障碍物的情况下，能够从旁边避开位置B2的障碍物，向区域E送入气流。

(1.1.2)在有障碍物的位置的后方有障碍物的情况下(例如，在位置E2有障碍物)

在中距离区域中以没有障碍物的位置的目标设定角度为中心使其左右摆动来进行第一气流控制。例如，在人位于区域E中，在位置B2有障碍物，在其两侧没有障碍物，但在其后方有障碍物的情况下，最好从没有障碍物的位置B1送入气流。

(1.2)在有障碍物的位置的两个相邻中的一个位置有障碍物，在另一个位置没有障碍物的情况下

以没有障碍物的位置的目标设定角度为中心使其左右摆动来进行第一气流控制。例如，在人位于区域F中，在位置C2有障碍物，在位置C2的两个相邻位置中在位置D1有障碍物，在C1无障碍物的情况下，能够从没有障碍物的位置C1避开位置C2的障碍物将气流送往区域F。

(2)在属于有人区域的前方的中距离区域的两个位置的两者中有障碍物的情况下

使包括有人区域的块进行块停留运转来进行第二气流控制。例如，在人位于区域F中，在位置C1、C2的两者有障碍物的情况下，使块C进行块停留运转。在此情况下，在人的前方有障碍物，无法避开障碍物，所以，与在与块C邻接的块中是否有障碍物无关，而进行块停留运转。

(3)在属于有人区域的前方的中距离区域的两个位置的两者中没有障碍物的情况下(例如，人位于区域F中，在位置C1、C2没有障碍物)

(3.1)仅在属于有人区域的两个位置中的一个位置有障碍物的情况下

以没有障碍物的另一个位置的目标设定角度为中心使其左右摆动来进行第一气流控制。例如，在人位于区域F中，在位置C1、C2、F1没有障碍物，在位置F2有障碍物的情况下，有人区域F的前方开放，所以，考虑远距离的障碍物以没有障碍物的远距离的位置F1为中心进行空气调节。

(3.2)在属于有人区域的两个位置的两者有障碍物的情况下

使包括有人区域的块进行块停留运转来进行第二气流控制。例如，在人位于区域G中，在位置D1、D2没有障碍物，在位置G1、G2的两者有障碍物的情况下，有人区域G的前方开放，但是在整个该区域中有障碍物，以何处为目标并不明确，所以，使块L进行块停留运转。

(3.3)在属于有人区域的两个位置的两者没有障碍物的情况下进行有人区域的通常自动风向控制。

<人壁接近控制>

在人与墙壁存在于同一区域的情况下，人必定位于比墙壁更靠前的位置且接近墙壁，在制暖时，暖风容易滞留在墙壁附近，墙壁附近的室温与其它部分的室温相比有变高的倾向，因此，使其进行人壁接近控制。

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，首先认识正面壁与左右壁的位置。

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，测定到正面壁的距离然后求出距离编号。而且，还计算与略水平方向的左侧对应的像素的视差，测定到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。

此外，参照图29进行详细的阐述。图29是从上面观察到的安装了室内机的房间的图，表示从室内机方向观察，在正面、左侧及右侧分别存在正面壁WC、左壁WL、右壁WR的情况。此外，图29的左侧的数字表示所对应的升序的距离编号，表12表示从室内机至与距离编号对应的近地点以及远地点的距离。

[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，在本说明书所使用的“障碍物”是指，例如如果假定是桌子和沙发等家具、电视机、音响等，并且考虑这些障碍物的通常的高度，则能够推定在仰角75度的角度范围中未被检测，所检测的是墙壁，所以，在本实施方式中，在仰角75度以上检测到室内机的正面、左端及右端之间的距离，在包含该位置的延长线上有墙壁。

另外，在水平方向的视野角度下，能够推定左壁WL位于角度-80度、-75度的位置，正面壁WC位于角度-15度～15度的位置，右壁WR位于角度75度、80度的位置，所以，在图3所示的像素中，在仰角75度以内与前述水平方向的视野角度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]

当决定从室内机至正面壁WC、左壁WL、右壁WR的距离编号时，如表13所示，首先在上述各个像素中抽取壁面数据。

[表13]

WL

5	6
		6	6
6	6

WC

5	5	5	5	5	5	5
							5	5	5	5	5	5	5
14	5	5	5	5	5	5

WR

3	3
		3	3
3	3

下面，如表14所示，删除各个壁面数据的上限值以及下限值并排除多余的壁面数据，根据由此得到的壁面数据，决定与正面壁WC、左壁WL、右壁WR的距离编号。

[表14]

WL

	6
		6	6
6	6

WC

5	5	5	5	5	5	5
							5	5	5	5	5	5	5
	5	5	5	5	5	5

WR

3	3
		3	3
3	3

作为与正面壁WC、左壁WL、右壁WR的距离编号，能够采用表14中的最大值(WC：5，WL：6，WR：3)。在采用最大值的情况下，从室内机调节与正面壁WC、左壁WL、右壁WR的距离远的房间(大房间)的空气，作为空气调节控制的对象能够设定更大的空间。但是，未必是最大值，也能够采用平均值。

像这样，在决定与正面壁WC、左壁WL、右壁WR的距离编号后，利用障碍物检测部件来判定在障碍物位置判别区域中是否有墙壁，该障碍物位置判别区域属于由人体检测部件判定为有人的人位置判别区域，如果判定为有墙壁，则考虑人在墙壁的前面，所以，在制暖时，进行比用遥控器设定的设定温度低的温度设定。

下面，对该人壁接近控制进行具体的说明。

A.人在近距离区域或者中距离区域的情况下

近距离区域及中距离区域位于离室内机近的位置，区域面积也小，所以，室温上升的程度大，因此，将用遥控器设定的设定温度调低仅设定成第一规定温度(例如2℃)。

B.人在远距离区域的情况下

远距离区域位于离室内机远的位置，区域面积也大，所以，室温上升的程度比近距离区域或者中距离区域低，因此，将用遥控器设定的设定温度调低仅设定在比第一规定温度低的第二规定温度(例如1℃)。

另外，远距离区域的区域面积大，所以，即使检测出在相同的人位置判别区域中有人与墙壁，由于人与墙壁有可能分离，所以，仅限于表15所示的组合的情况，使其进行人壁接近控制，根据人与墙壁的位置关系来进行温度转换。

[表15]

此外，在本实施方式中，采用了作为距离检测部件的立体法，但是也能够代替立体法，采用利用投光部28与摄像传感器单元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及投光部28。投光部28由光源与扫描部构成(图中未示)，光源可以利用LED和激光。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，投光方向是双自由度，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单自由度，摄像面仅为横向的直线。此处，投光部28朝着摄像传感器单元24的光轴方向，在投光方向ρ上投入光线。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所投入的光的点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 \cdot \tan ρ - X \cdot \frac{(u - u_{0}) \cdot dpx}{f} = C

[数学公式10]

X = \frac{f \cdot C}{f \cdot \tan ρ - (u - u_{0}) \cdot dpx}

即，改变投光部28的投光方向ρ，同时检测出该光线的反射点P，由此能够得到空气调节空间内的距离信息。

表16中的i以及j表示投光部28应扫描的地址，垂直方向的角度以及水平方向的角度分别表示上述的仰角α及从室内机方向看从正面基准线沿着右方测定的角度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]

下面，参照图32的流程图，对到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中的任意一个)中没有人的情况下，进入步骤S49，而在判定有人的情况下，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，通过前述的投光处理与从摄像传感器单元24取得反射点，由此推定与障碍物的距离。当然，如前所述，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，作为距离检测部件，也可以利用人体检测部件。它由利用人体检测部件的人体距离检出部件；和利用人体检测部件的障碍物检出部件构成。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部件的人体距离检出部件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，人体距离检出部件在前述人体检测部件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。

然后，在步骤S202中，人体距离检出部件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是用来说明该处理的示意图。图35(a)是表示在相机附近与远处存在两个人物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)的情景中所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。如前所述，将摄像传感器单元24设置于2m的高度，因此，如图35(a)所示，摄像传感器单元从人物的上部进行俯拍。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。由此，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，由此能够进行利用了人体检测部件的人体距离检出部件。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的例子。此处，作为摄像传感器单元，利用具有VGA的解像度的摄像传感器单元。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

下面，对利用人体检测部件的障碍物检出部件进行说明。

图36是表示利用人体检测部件的障碍物检出部件的处理流程的流程图。

在步骤S203中，障碍物检出部件利用由前述人体距离检出部件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是用来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，如前所述，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。如前所述，将摄像传感器单元24设置于2m的高度，因此，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。由此，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的例子。此处，作为摄像传感器单元，利用具有VGA的解像度的摄像传感器单元。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，障碍物检出部件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与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，比较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、与根据实际的差分图像而求出的人物的高度v3，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是用来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至人物的距离信息而推定的图像上的人物的高度v2、与根据实际的差分图像而求出的人物123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，人物的一部分被遮挡，所遮挡的区域不存在差分。此处，对于空气调节空间内的遮挡物，如果着眼于大部分遮挡物置于地面上这一点，则可以认为人物的下部区域被遮挡。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v3比v2小很多的情况下，进入步骤S206，判断在摄像传感器单元与人物之间存在障碍物。此时，摄像传感器单元和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。

如以上那样，利用人体检测部件的检测结果，实现距离检测部件。

另外，在本实施方式中，设置进行了细分的人位置判别区域以障碍物位置判别区域，根据所检测的障碍物与人的位置关系来控制风向变更部件。但是，在判定为应进行空气调节的区域中的人以及障碍物的位置关系时，也可以采用众所周知的方法。也可以根据用该众所周知的方法所检测出的人以及障碍物的位置关系，有选择地实施第一气流控制以及第二气流控制。

另外，在本实施方式中，在第二气流控制中，在左右叶片14的摇动范围的两端设置有固定时间(静止时间)。但是，并不限于此，也可以在第二气流控制中，设定相对大的摇动范围，在该摇动范围的中间设置左右叶片14的固定时间。此处，在摇动范围中，左右叶片14静止的位置与前述同样。例如，在区域F中有人，且在两个位置C1、C2有障碍物的情况下，将左右叶片14的摇动范围本身设定至覆盖块C的邻接块B、D，但是左右叶片14在块C的两端静止。

产业上的可利用性

本发明的空气调节机根据人与障碍物的位置关系来精密地控制风向变更部件，由此使空气调节效率得到提高，所以，作为一般家庭用的空气调节机特别有用。

符号说明

2室内机主体、2a前面开口部、2b上面开口部

4可动前面板、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前面板臂

24、26摄像传感器单元、28投光部

Claims

1.一种空气调节机，其特征在于：

在室内机中配备有：检测人是否存在的人体检测部件；检测有无障碍物的障碍物检测部件；和左右变更空气的吹出方向的左右叶片，

对于应进行空气调节的区域，为了利用所述人体检测部件检测人是否存在而将其区分成多个人位置判别区域，并且为了利用所述障碍物检测部件检测障碍物的有无而将其区分成多个障碍物判别区域，各个所述多个人位置判别区域具有多个障碍物判别区域，

根据所述人体检测部件和所述障碍物检测部件的检测结果，相对于有人的人位置区域在所述室内机一侧邻接的多个障碍物判别区域中，存在有障碍物的障碍物判别区域和没有障碍物的障碍物判别区域的情况下，进行第一气流控制，该第一气流控制为：在所述左右叶片的摇动范围内不设置所述左右叶片的固定时间而是使所述左右叶片摇动，朝着所述没有障碍物的障碍物判别区域吹出空气，

根据所述人体检测部件以及所述障碍物检测部件的检测结果，在相对于有人的人位置区域在所述室内机一侧邻接的多个障碍物判别区域的各个中有障碍物的情况下，进行第二气流控制，该第二气流控制为：在所述左右叶片的摇动范围的两端设置所述左右叶片的固定时间并且使所述左右叶片摇动，朝着所述有障碍物的各个障碍物判别区域吹出空气，

所述人体检测部件与所述障碍物检测部件由摄像装置来实现，

所述摄像装置利用背景差分处理创建差分图像，取得图像最上部的产生差分的像素的坐标v1，并且算出所述坐标v1与存在于所述图像最下部的产生差分的像素的坐标之差v3，

所述摄像装置具有所述坐标v1与从所述摄像装置至所述坐标v1的距离的对应表，

所述摄像装置对从所述坐标v1和所述对应表推定的人物的高度v2与所述差v3进行比较，当所述v3比所述高度v2小时，判断在所述摄像装置与人物之间存在障碍物，

在所述背景差分处理中，通过比较在特定条件下拍摄的背景图像、摄像传感器单元的视野和视角、焦距的摄像条件与背景图像相等的情况下所拍摄的摄像图像，检测在背景图像中并不存在而在摄像图像中存在的物体。

2.如权利要求1所述的空气调节机，其特征在于：

在所述第一气流控制中，在所述没有障碍物的障碍物判别区域为一个的情况下，将在该一个障碍物判别区域中预先设定的目标设定角度设定为中心，而且根据该一个障碍物判别区域的两端来设定摇动范围的两端。

3.如权利要求1所述的空气调节机，其特征在于：

在所述第二气流控制中，在将所述有障碍物的多个障碍物判别区域形成块的情况下，根据该块的两端来设定摇动范围的两端。

4.如权利要求1～3中任一项所述的空气调节机，其特征在于：

该空气调节机包括：所述左右叶片能够分别独立地控制左右的多枚左右叶片。

5.如权利要求1所述的空气调节机，其特征在于：

在所述第一气流控制中，朝着所述没有障碍物的障碍物判别区域吹出空气以使空气到达人，在所述第二气流控制中，左右叶片的位置按照相对于所述目标设定角度加上规定的修正值后的角度而被保持固定时间。