JP2007144111A - 人工視覚装置、ならびに人工聴覚装置、ならびに波形変換方法、ならびに３次元空間予測認識システム、ならびに人工知能システム - Google Patents

Abstract

【課題】
視覚障害者用の補助器具においては、視覚情報の代わりとして利用することができる小型で情報伝達効率の高い装置が必要である。また、従来の人工知能型３次元空間認識システムにおいては、立体空間を効率的に学習し、高速に予測することができる空間認識方法が必要であった。そこで、聴覚から人工知能推論に基づいた映像情報を感覚的に得ることができるとともに、人工知能型３次元空間認識システムへの応用が期待できる波形変換方法、及び人工視覚装置、及び人工視覚装置、及び３次元空間予測認識システム、及び人工知能システムを提供する。
【解決手段】
すなわち、本発明は、変換元の情報を、複数の値の集合からなる高域周波数の波形と、その配列に相当する波形出力間隔が中域の周波数帯であり、低域の周波数で一連の処理を更新する波形変換方法と、及びその装置に関する。
【選択図】図１

Description

この発明は、視覚障害者用の補助器具、及び聴覚障害者用の補助器具、及び人工知能における３次元空間認識システムに関する。

近年の視覚障害者用の装置には、障害物までの距離を検出して音波で知らせたり、あるいは障害者用のタイルや施設にICチップ等を埋め込み、センサーで検出することで音声案内を行うものが発明されているようである。また、コンピューターにおける空間認識処理については、複数の視点のカメラを用いることにより、映像から立体化された数値を計算する方法があるが、いずれも視覚障害者用の補助器具として、汎用化までは至っていない。
特開２００３−３１０６７７号公報 （視覚障害者向け誘導装置及び誘導システム） 特開２００４−１１８８２１号公報 （軌条式視覚障害者誘導システム） 特開２００４−１９１９９４号公報 （３次元画像を得るための方法及びシステム ） 特開平９−１８５７０９号公報 （三次元空間 映像情報入力システム） ＷＯ００／５７１２９ （３次元 物体認識 方法および同方法を使用したビンピッキングシステム ）

視覚障害者用の補助器具においては、視覚情報の代わりとして利用することができる小型で情報伝達効率の高い装置が必要である。
また、従来の人工知能型３次元空間認識システムにおいては、例えば立体化処理に時間が掛かる場合や、部分的表面から該当する物体を予測することが難しい場合があり、そのため立体空間を効率的に学習し、高速に予測することができる空間認識方法が必要であった。

そこで、聴覚から人工知能推論に基づいた映像情報を感覚的に得ることができるとともに、人工知能型３次元空間認識システムへの応用が期待できる波形変換方法、及び人工視覚装置、及び人工視覚装置、及び３次元空間予測認識システム、及び人工知能システムを提供する。

すなわち、本発明は、変換元の情報を、複数の値の集合からなる高域周波数の波形と、その配列に相当する波形出力間隔が中域の周波数帯であり、低域の周波数で一連の処理を更新することを最も主要な特徴とする。

映像から連続的に変換されるとともに、人工知能推論に基づく波形と音波により、聴覚から映像情報が得られるだけでなく、逆算方式により、視覚から音波情報を得られる。また、画面内の視点を任意に移動して特徴を得ることにより、空間認識を効率化するとともに、将来的な人工知能型３次元空間認識システムに応用することができる。

本発明を、以下の実施例を用いて詳細に説明する。

図１は、人工視覚装置の想像図であり、左右の小型カメラと、左右の小型スピーカーと、ポインティングデバイスを備えた頭部装着型である。この時の波形変換には２通りがあり、左右別々のカメラで捕らえた映像を比較し、例えば明度を距離値に変換し、立体化された画面において、変換範囲を有する方法と、もうひとつは、立体化を行わずに左右別々の画面内で、左右それぞれの変換範囲を有する方法である。後者は立体であるか否かを、利用者が左右の変換された波形から認識する能力を訓練的に要する。

また、ポインティングデバイスは、変換範囲の位置を入力するものであり、視点として上下することによりカメラの角度を動かすことなく、物体の特徴を効率的に調べることができる。

図２は人工視覚装置におけるハンディータイプの想像図であり、手に持ったカメラを自由に動かすことができる。

また、ポインティングデバイスはトラックボールであり、縦軸に加えて横軸にも動かすことができるが、利便性を考慮し、例えば横軸は拡大縮小することが望ましい。

人工視覚装置における波形変換は、例えば色情報が左右ともに１２個とすれば、中域の周波数は１２階調となる。このときの偏移差を２倍とすれば、ちょうど鍵盤のように１オクターブ分の１２音階になる。

さらに、音階を聞き分ける能力が経験的に備わる場合が予想される。つまり、将来的には鍵盤が１オクターブ分増えるように、変換範囲を（縦軸方向を含めて）拡大することにより、より大量の視覚情報を認識できるようになると予想することができる。

人工聴覚装置は、本発明の波形変換方法を逆算的に用いたものである。すなわち、光から音波に変換する法則が人工知能推論に基づく適切なものであれば、別の利用法においても適応するはずだからである。

例えば、１２個のフルカラーＬＥＤを表示するために、入力された音波から１２階調の音程を分析する。このとき、人間の知覚は低周波なので、やはり低域の周波数で更新し、さらにこれを左右の音波に対応することにより、まったく聞こえなかった次元の情報が目の前に現れることになる。眼鏡の縁に計２４個のフルカラーＬＥＤを付けるなどすれば、より実用化に近づくと予想される。

人工視覚装置を人工知能システムと併用することにより、人工知能型３次元空間予測認識システムとして自立移動型ロボット等に応用する例である。

例えば、自立移動型ロボットへの応用に必要な条件には、対象物だけでなく周囲の障害物すべての立体データを保持するとともに、映像の分析等により視点位置との関係から移動を行うものである。

このとき、周囲の障害物すべての立体データを収集するとともに、断片的な特徴データは照合されたのち、不明部分を予測することにより３次元空間は認識されることになるが、波形変換方法とそのアルゴリズムを用いた場合、特徴的な部分のみが対象となるので、より高速に処理を行うことができるとともに、人工知能の特徴により未知の場所であっても、予測された障害物の位置関係に基づいて、自由に移動することができるようになる。

また、障害物の出現率に応じて、１００％であれば地形、０％であれば目新しい物体、それ以外であれば移動する物体、というように、条件判断をもつことができる。特徴の位置関係であれば、１００％が特徴の結合した固形物体、０％であれば目新しい特徴、それ以外であれば動作する特徴である。

したがって、人工知能における３次元空間認識においては、特徴のみを高速に見つけて、その他は人工知能により予測すべきであり、視点を自在に移動することができる人工視覚装置が有効である。

人工視覚装置は、映像を10Kz以上の波形に変換できるCPUがあれば利用することができる。

人工聴覚装置は、音波を複数の波長で分析できるCPU、又は電子回路があれば利用することができる。

３次元空間予測認識システムは、映像入力手段と、人工知能システムと、そのコンピューター上で利用することができる。

立体映像を音波に変換する人工網膜化音波装置の想像図である。 映像を音波に変換する映像インパルス音波装置の想像図である。 映像画面における変換範囲の状態を示した図である。 色情報を高周波帯域の波形に変換する図である。 左右に振り分けられた中域の変調周波数の図である。 人工知能推論に基づく有効範囲の図である。 ３次元空間予測認識システムにおける凹凸部分とその特徴を示した図である。

符号の説明

１ 本体
２ 小型カメラ
３ 小型スピーカー
４ ポインティングデバイス
５ パッド
６ 小型端末装置
１０ 映像画面
１１ 波形変換範囲
１２ 波形変換範囲の中央
Ａ-Ｃ 左側に並ぶ色情報
ａ-ｃ 右側に並ぶ色情報

Claims (17)

1. 映像信号を入力する手段（図１の２、図２の２）と、波形変換範囲（図３の１１）の画面縦軸位置を入力するポインティングデバイス（図１の４、図２の４）と、波形変換範囲における左右対称に並べられた色情報（図３の１２）を音波へ変換する手段と、及びその波形変換プログラムと、左右の小型スピーカー（図１の３、図２の３）を備えた人工視覚装置であり、前記色情報は、色相と、彩度と、明度と、波長変換範囲における横軸位置であり、前記波形変換プログラムは、横軸位置を参照して左右どちらかのスピーカーに出力するかを決定するとともに、色情報（図３）を参照して高周波(10kHz以上)の波形（高域）を生成（図４）し、さらに音程を想定した中域の周波数（110Hz以上）で順次波形出力するとともに、段階的に変移する変調周波数（図５）であって、脳波のα波（8-12Hz）前後を低域として想定した一連処理の更新間隔を有し、この時、高域と中域と低域の周波数の条件式が、次の式１と式２を満たす
   （式１） 低域周波数≦中域周波数の平均値÷色情報の個数
   （式２） 中域周波数の最高値≦高域周波数÷明度の最大値（分解能）
   ことを特徴とした波形変換方法と、及びその手段を用いたことによる人工視覚装置。
2. 変換元の情報を、複数の値の集合からなる高域周波数の波形と、その配列に相当する波形出力間隔が中域の周波数帯であり、低域の周波数で一連の処理を更新することを特徴とした波形変換方法。
3. 請求項２に記載の波形出力間隔において、変換範囲内における位置と比例して順次変調する変調周波数（図５）であることを特徴とした波形変換方法。
4. 請求項１から３に記載の波形変換方法において、変換元の情報は、任意の色空間（ＨＳＢ方式、ＲＧＢ方式、ＣＭＹ方式、Ｌａｂ方式など）と、又は分解能が任意の値であり、例えば距離を測定する距離装置、又は複数のカメラ映像による立体分析結果等の立体値を用いたものであるとともに、次の式３と式４の条件を満たした
   （式３） 低域周波数≦中域周波数の平均値÷配列の個数
   （式４） 中域周波数の最高値≦高域周波数÷波形長さ（分解能）
   ことを特徴とした波形変換方法。
5. 請求項２から４に記載の波形変換方法において、逆算的な変換方法であり、変換元の情報が、波形、及び音波であり、出力はｎ個の色情報であることを特徴として、ｎ階調からなる中域の周波数帯域に、それぞれ高域の周波数を合成した波長成分により順次分析し、対応するｎ個の出力端末へ出力するとともに、高域の周波数成分から色情報を決定し、低域の周波数で一連の処理を更新する波形変換方法。
6. 映像を入力する手段と、変換された音波（又は情報）を出力する手段と、ＣＰＵ本体を備えるとともに、変換範囲が１方向に並ぶ複数の位置であり、さらに変換範囲全体の位置を入力するポインティングデバイスを備えたことを特徴とした人工視覚装置。
7. 人工視覚装置は、複数方向を測定する手段と、変換範囲の位置を入力する手段と、変換された左右の音波（又は情報）を出力する手段と、ＣＰＵ本体（ＩＣ、又はロジック回路、又は人工知能型ロボットを含む）を備え、２つの変換範囲（図３−１１）が左右対象の複数の位置（図３−１２）であり、請求項２から４に記載の波形変換方法を用いたことを特徴とした人工視覚装置。
8. 請求項７に記載の複数方向を測定する手段は、カメラであることを特徴とした人工視覚装置。
9. 請求項１と、及び請求項６から８に記載の人工視覚装置において、変換範囲は、中央から外側に向けて、一定間隔ではなく、外側に比例して間隔が広いことを特徴とした人工視覚装置。
10. 請求項１と、及び請求項６から８に記載の人工視覚装置において、変換範囲は上下に複数であり、さらに中域の周波数帯域が重複しないことを特徴とした人工視覚装置。
11. 請求項１と、及び請求項６から８に記載の人工視覚装置において、変換範囲は、人工知能推論に基づき、四角形ではなく、左右の視点を想定した２つの円の範囲と、焦点を想定した中心よりやや上の円を含む、例えば図６のような人間工学に基づく範囲に限定することを特徴とした人工視覚装置。
12. 請求項１と、及び請求項６から８に記載の人工視覚装置において、α波前後の優勢脳波を検出し、低域の周波数において同調する手段を備えるとともに、自動的に配列（又は色情報）の個数が増減することを特徴とした人工視覚装置。
13. 音波を入力する手段と、変換されたｎ個の色情報（又は情報）を出力する手段と、ＣＰＵ本体を備え、さらにｎ階調からなる周波数帯域（中域〜高域）において、それぞれの波長成分により順次分析し、色情報を決定したのち、対応するｎ個の出力端末へ出力するとともに、低域の周波数で一連の処理が更新される、次の式５の条件を満たした
    （式５） 低域周波数≦中域から高域周波数の平均値÷配列の個数
    ことを特徴とした人工聴覚装置。
14. 請求項１３に記載の人工聴覚装置において、請求項５に記載の波形変換方法を用いたことを特徴とした人工聴覚装置。
15. コンピューターは、人工視覚装置と、人工知能システム（特許願２００５-３０１２５５）と、仮想空間プログラムを備え、仮想空間プログラムは、人工視覚装置を用いて、視点（又は変換範囲）を移動させることにより凹凸部分、及びその色相を特徴として抽出（図７）したのち、対象物を追尾し、立体化座標と複数の特徴の組み合わせによる構成関係を作成し、学習するとともに、さらに周囲と背景から他の対象物を探索し、対象物同士の位置関係を地形の特徴として学習するとともに、視点や、対象物が移動したり回転した場合でも、その距離や角度を算出し、保持されている立体化座標や地形の補正を行うとともに、地形や物体との位置関係から予測される対象物により、部分的な特徴からでも高速に照合を行い、前記人工知能システムは、それらの特徴、物体、地形を人工知能推論に基づいたデータ形式に変換し、対応するデータベースに記憶するとともに、断片的なデータであっても、復元と予測を行うことにより空間認識を高速化することを特徴とした３次元空間予測認識システム。
16. コンピューターは、人工視覚装置と、人工知能システム（特許願２００５-３０１２５５）と、仮想空間プログラムを備え、
    仮想空間プログラムは、人工視覚装置を用いて、対象物を追尾し、立体化座標を抽出したのち、
    人工知能システムを用いて、（物体の凹凸部分、及び色相の）特徴、（特徴の組み合わせによる）物体、（物体同士の位置関係）地形、の３つの要素を学習し、予測するとともに、立体化座標との照合においては３次元座標の整合性を保つ上で、適切に回転し、移動する要素を有することを特徴とした３次元空間予測認識システム。
17. 人工知能システム（特許願２００５-３０１２５５）は、データ学習時において、１：１の組み合わせを１：複数の形で順次学習するとともに、特定の組み合わせの学習量が予測精度の限界近くに達すると、自動的に組み合わせを１：１：１に拡大し、１：複数-１：複数-２の形式で学習量を増やすとともに、同様の条件で予測することを特徴とした人工知能システム。