JP2010169521A - 位置検出装置、位置検出方法及びプログラム - Google Patents

Abstract

【課題】プライバシー問題に影響されることなく計算コストを抑制しながら空間内における人の位置と向きを検出可能な位置検出装置を提供する。
【解決手段】 位置検出装置１０は、空間に設置され、空間内に位置する人との距離を非接触で測定する複数の距離センサ１１〜１４と、複数の距離センサ１１〜１４から所定の時間間隔で取得される距離情報に基づき、空間内における人の位置および向きを所定の演算により検出する演算制御装置１６とを含む。
【選択図】 図１

Description

本発明は、空間に設置された複数の距離センサにより人の位置と向きとを検出する位置検出装置、位置検出方法及びプログラムに関するものである。

近年、センサの小型化や通信技術の進歩により、ユビキタスコンピューティングに関する研究が盛んに行われるようになった。
これに伴ない人の行動支援を行う多くのシステムの研究がなされ、人の位置や向きの検出が重要な研究課題になってきている。この分野では、既に、カメラ画像等のセンサを用いることにより空間内における人の位置を検出し、かつ、顔の特徴点を利用して顔の向きを検出する技術が知られている。

また、人の向きを検出するための関連技術としては、非特許文献１で示される、慶応義塾大学で開発が行われた「Catch Me」や、非特許文献２で示される、カーネギメロン大学で開発された「A Social Robot Stand in the
Line」（非特許文献２）が知られている。
非特許文献１には、人の目や鼻などの顔の特徴点を抽出し、それらの位置から幾何学的に人の顔の向きを求める方法が開示されている。また、非特許文献２には、人の体の形状が概略楕円であるという身体的特徴から検出された人の胴体周りの輪郭を人の体の形状に近似した楕円によりテンプレートマッチングし、人の向きを求める方法が開示されている。

一方、人ではなく、物体の向きを検出する技術に関して多くの関連技術が存在する。例えば、特許文献１には、静翼長軸を中心として回動可能な圧縮機静翼と同期して回動する測定面が付設された圧縮機静翼の角度位置を検出する装置であって、少なくとも２個の距離センサを有する測定・評価装置を備え、両距離センサがそれぞれ基準位置から離れる方向に回動される測定面への距離を検出し、これにより、基準位置に対する測定面の角度位置が測定・評価装置によって決定される圧縮機静翼の角度位置検出装置に関する関連技術が記載されている。

特開２００８−５７５３３号公報

駒木亮伯 他"公共空間における人の位置と向き取得に関する研究"慶応義塾大学学部卒業論文、＜インターネットＵＲＬ＞http://WWW.stc.wide.ad.jp/thesis/2004/bachelor/akinori_paper.pdf（２００８年１２月１２日閲覧） 「ASocial Robot Stand in the Line」Carnegie Melon University学術論文＜インターネットＵＲＬ＞http://hri.iit.tsukubaac.jp/publication/AR_12.3 pdf（２００８年１２月１２日閲覧）

しかしながら、上記した非特許文献１に開示された技術によれば、顔が見えない状況では向きを検出することができず、サングラスやマスクなども検出に影響を及ぼす懸念がある。また、非特許文献２に開示された技術によれば、テンプレートマッチングを行うため細かい精度で角度を検出することができず（１５度程度）、正確なサービスを行うのが困難になる場合が想定される。更に、特許文献１に開示された技術は、固定形状の物体の検出を目的としたものであり移動により形状が変化する人の向きの検出への流用は困難である。

一方で、人の位置・向きを検出する場合にカメラを使用するとプライバシーが問題視される。過去には警察による監視カメラの自動的撮影、録画に対する訴訟などが数件起こっている。訴訟問題に限らず、無秩序なカメラの使用はその設置だけでも人に不快感を与えることがアンケートから実証済みであり、プライバシー問題は必ず取り組んでいかなければならない問題である。また、カメラを用いて人の位置や向きを検出する場合、距離を求める際に三次元画像処理によって距離測定を行うため計算コストが大きかった。

（発明の目的）
本発明の目的は、プライバシー問題に影響されることなく計算コストを抑制しながら空間内における人の位置と向きを検出可能な位置検出装置、位置検出方法及びプログラムを提供することにある。

本発明による位置検出装置は、空間に設置され、空間内に位置する人との距離を非接触で測定する複数の距離センサと、複数の距離センサから所定の時間間隔で取得される距離情報に基づき、空間内における人の位置および向きを所定の演算により検出する演算制御装置とを含む。

本発明による位置検出方法は、空間に設置され、空間内に位置する人との距離を非接触で測定する複数の距離センサを介し、人の位置および向きとを検出する位置検出方法であって、複数の距離センサから所定の時間間隔で距離情報を取得する第１のステップと、取得した距離情報から空間内における人の位置および向きを所定の演算により認識する第２のステップとを含む。

本発明による位置検出プログラムは、空間に設置され、空間内における人との距離を非接触で測定する複数の距離センサを介し、人の位置および向きとを検出する位置検出装置に用いられる位置検出プログラムであって、複数の距離センサから所定の時間間隔で距離情報を取得する第１の処理と、取得した距離情報から空間における人の位置および向きを所定の演算により認識する第２の処理と、を位置検出装置が備える演算制御装置に実行させる。

本発明によれば、プライバシー問題に影響されることなく計算コストを抑制しながら空間内における人の位置と向きを検出可能な位置検出装置を提供することができる。

その理由は、演算制御装置が、複数の距離センサから所定の時間間隔で取得される距離情報のみで演算により空間における人の位置および向きを検出するためである。

本発明の第１の実施の形態による位置検出装置の内部構成を示すブロック図である。 本発明の第１の実施の形態による位置検出装置が有する演算制御装置が実行するプログラムの構造を機能展開して示したブロック図である。 本発明の第１の実施の形態による位置検出装置の基本動作を示すフローチャートである。 本発明の第１の実施の形態による位置検出装置の距離情報の統合前のデータイメージを示した図である。 本発明の第１の実施の形態による位置検出装置の距離情報の統合後のデータイメージを示した図である。 本発明の第１の実施の形態による位置検出装置の詳細動作を示すフローチャートである。 本発明の第１の実施の形態による位置検出装置で使用される空間の走行路の一例を示した図である。 本発明の第１の実施の形態による位置検出装置のキャリブレーション処理の概要を二次元座標上にプロットして示した図である。 本発明の第１の実施の形態による位置検出装置のクラスタ定義の一例を示した図である。 本発明の第１の実施の形態による位置検出装置が出力する情報の一例を示す図である。

（第１の実施の形態）
次に、第１の実施の形態について図面を参照して詳細に説明する。

（第１の実施の形態の構成）
図１は、本実施の形態による位置検出装置１０の内部構成を示すブロック図であり、図２は、図１に示した本実施の形態による位置検出装置１０の構成の一つである演算制御装置１６が実行するプログラムの構造を機能展開して示したブロック図である。

図１を参照すると、本実施の形態による位置検出装置１０は、距離センサ１１〜１４と、入出力装置１５と、演算制御装置１６と、記憶装置１７と、を備えている。

距離センサ１１〜１４は、例えば、光源にレーザ光を使用し、２点間の距離を非接触で位相差により測定する距離測定器である。
ここでは、人が移動する空間の四隅にそれぞれ設置されるものとし、距離センサ１１〜１４で囲まれた空間が測定可能範囲である。

入出力装置１５は、ユーザによる人の位置と向きの検出開始操作（開始コマンドの発行）に基づき演算制御装置１６による位置検出プログラムの実行を起動し、ユーザが検出終了操作（終了コマンドの発行）を行うまでの間、位置検出プログラムの実行を継続し、最終的に、空間内において検出した人の位置と向きを出力する、例えば、キーボードディスプレイにより構成される。

演算制御装置１６は、入出力装置１５からの開始コマンドに基づき、記憶装置１７に記憶された位置検出プログラムを逐次読み出し実行することにより、複数の距離センサ１１〜１４から所定の時間間隔で取得される距離情報に基づき、空間内における人の位置および向きを演算により検出する機能を有する。演算制御装置１６は、ユーザが入出力装置１５を操作して終了コマンドを発行するまでの間、人の位置や向きを入出力装置１５に出力し続けることが可能である。

このため、演算制御装置１６が実行する位置検出プログラムは、図２に示されるように、入出力インタフェース部１６１と、補正ファイル生成部１６２と、距離情報取得部１６３と、二次元座標変換部１６４と、統合マップ生成部１６５と、クラスタ検出部１６６と、向き認識部１６７と、補正ファイル１６８と、統合マップ１６９とを含む。

入出力インタフェース部１６１は、入出力装置１５とのインタフェースを担い、入出力装置１５から本実施の形態による位置検出プログラムの起動、もしくは終了指示である、開始コマンド、もしくは終了コマンド取得し、また、入出力装置１５に対し、位置検出プログラムの実行結果である人の位置と向きに関する情報を表示のために出力する機能を有する。

補正ファイル生成部１６２は、空間に対する距離センサ１１〜１４間の位置ずれによる人の絶対位置空間のずれを補正するキャリブレーション処理を実行することにより補正ファイル１６８を生成する機能を有する。

距離情報取得部１６３は、複数の距離センサ１１〜１４により測定される距離情報を所定の時間間隔で取得して二次元座標変換部１６４に供給する機能を有する。

二次元座標変換部１６４は、距離情報取得部１６３により取得される人との距離情報を二次元座標値に変換して統合マップ生成部１６５に供給する機能を有する。

統合マップ生成部１６５は、補正ファイル１６８に格納されたデータを参照して二次元座標変換部１６４により供給される二次元座標値を空間上にマッピングし、唯一個の統合マップ１６９を生成する機能を有する。

クラスタ検出部１６６は、統合マップ１６９にマッピングされたデータに対してラベリング処理を行い、人の輪郭を形成する画素の集合であるクラスタを検出する機能を有する。ラベリング処理とは、周知のように画像上の画素の集合に番号を付与することで画素を分類する処理のことである。

向き認識部１６７は、クラスタ検出部１６６により検出されたクラスタに対して主成分分析を行い、当該クラスタの重心を人の位置として人の向きを認識する機能を有する。
向き認識部１６７は、後述するように、ある時刻におけるあるクラスタに対して直前の時刻における同じクラスタの有無を判定し、同じクラスタが存在する場合は各位置の差分から向きを認識し、同じクラスタが存在しない場合は前記ある時刻のクラスタ情報を保存して直後の時刻における人との距離情報を取得する処理を全てのクラスタに対し順次実行する。

（第１の実施の形態の動作）
図３は、第１の実施の形態による位置検出装置１０の基本動作を示すフローチャートであり、図４、図５は、距離情報の統合前後において測定空間に二次元座標値がプロットされたデータイメージを示す図である。
まず、図３のフローチャート、および図４、図５のデータイメージ図を参照しながら、図１に示す本実施の形態による位置検出装置１０の基本動作から説明する。

まず、ユーザが入出力装置１４を操作して開始コマンドを入力することにより演算制御装置１６により位置検出プログラムが起動される（ステップＳ３０１）。
位置検出プログラムが起動されると、演算制御装置１６は、補正ファイル１６８の有無を判定する。演算制御装置１６は、各距離センサ１１〜１４から取得される距離情報を変換することにより生成される位置座標の他に、この位置座標を統合する統合マップ１６９を有している。補正ファイル１６８は、各距離センサ１１〜１４から見える統合マップ１６９にマッピングされた位置座標のずれを補正するテキストデータファイルである。

補正ファイル１６８が無い場合、演算制御装置１６は、各距離センサ１１〜1４から見える測定範囲のずれを補正するためにキャリブレーション処理を実行し、各距離センサ１１〜１４から取得した距離情報から補正ファイル１６８を作成する（ステップＳ３０２）。
図４に、空間内に人が３名位置する状態において、右上に配置された距離センサ１３により人が検出された場合のデータイメージが示されている。

補正ファイル１６８が存在する場合、演算制御装置１６は、各距離センサ１１〜１４から距離情報を取得し、その距離情報を二次元座標値（ｘ，ｙ）に変換した後、その二次元座標値を補正ファイル１６８により、ずれが補正された統合マップ１６９上に統合する（ステップＳ３０３）。図５にずれが補正された統合された統合マップ１６９のデータイメージが示されている。図５に示す統合マップ１６９のデータイメージに基づき、複数の距離センサ１１〜１４から取得される距離情報を統合することによって人の輪郭がはっきり検出されていることがわかる。

次に、演算制御装置１６は、統合したデータの中でどの点が同一の人間であるかを判定するためにラベリング処理を行い、人の輪郭を形成する点の集合であるクラスタを検出する（ステップＳ３０４）。
続いて、演算制御装置１６は、検出したクラスタの重心から人の体の位置を求め、検出された各クラスタに主成分分析を行うことにより人の体の角度を求める。人の体の角度を求めると、演算制御装置１６は、直前の時刻ｔ−１において検出した、同一と考えられるクラスタの位置・向きの差分から人の向きを認識し、入出力装置１５に出力する（ステップＳ３０５）。ここでは、人の角度を０〜１８０度と定義し、人の向きを０〜３６０度と定義する。

人の向きを出力した後、演算制御装置１６は、再び各距離センサ１１〜１４から距離情報を取得し、入出力装置１５を介して終了コマンドが入力されるまで上記同様の動作を繰り返し実行する（ステップＳ３０６）。

図６は、本実施の形態による位置検出装置１０（演算制御装置１６）の詳細な動作を示すフローチャートであり、図７〜図１０は、その動作を補足する意味で示した図である。
以下、図６のフローチャート、および図７〜図１０を参照しながら、図２に示す演算制御装置１６の処理動作について詳細に説明する。

ここでは、例えば、図７に示されるように、空間内を矢印Ａに沿って人が歩く走行路を想定する。図７中、×印で示す位置は人の停止位置である。
図６のフローチャートによれば、まず、ユーザが入出力装置１５を操作することにより開始コマンドが発行され、演算制御装置１６が入出力インタフェース部１６１を介してこれを受信（ステップＳ６０１“Ｙｅｓ”）することにより、本実施の形態による位置検出プログラムが起動される。

位置検出プログラムが起動されると、演算制御装置１６は、まず、補正ファイル生成部１６２が補正ファイル１６８の有無を判定する(ステップＳ６０２)。
補正ファイル１６８がない場合（ステップＳ６０２“Ｎｏ”）、補正ファイル生成部１６２は、キャリブレーション処理を実行して（ステップＳ６０３）、例えば、空間内に置かれた静止物との距離を測定し(ステップＳ６０４)、どの空間内に設置されたどの距離センサ１１〜１４からも静止物が同様の位置に検出されるような補正値を算出し、補正ファイル１６８を生成する（ステップＳ６０５）。

図８は、空間内に３個の静止物体を設置し、キャリブレーションを行った結果生成される距離情報のデータメージを示す図である。
図８のデータイメージを参照すれば、ｘは、キャリブレーション処理実行前に検出された静止物体の輪郭であり、統合マップ１６９において各距離センサ１１〜１４からは位置がずれて見えていることがわかる。このずれをキャリブレーション処理によって補正した後の検出点がｙである。キャリブレーション処理実行によって、どの距離センサ１１〜１４から見ても、統合マップ１６９において静止物体が本来の位置からずれることなく検出されていることがわかる。

説明を図６のフローチャートに戻す。補正ファイル１６８が存在する場合（ステップＳ６０２“Ｙｅｓ”）、距離情報取得部１６３は、各距離センサ１１〜１４から空間内における人との距離情報を取得して二次元座標変換部１６４へ供給する（ステップＳ６０６）。
二次元座標変換部１６４は、距離情報取得部１６３を介して取得した距離情報を二次元座標値に変換し、統合マップ生成部１６５により二次元座標値を空間にマッピングし、例えば、図５に示すずれが補正された唯一個の統合マップ１６９を生成する（ステップＳ６０７）。

続いて、クラスタ検出部１６６は、図４に示すデータイメージにラベリング処理を実行し、統合マップ１６９にマッピングされた点のうち、隣接する点が、例えば２０ｃｍ以内であった場合、それを同一のクラスタとして認識する（ステップＳ６０８）。この方法によりクラスタリングされた点の集合が人の体を表している。

次に、向き認識部１６７は、クラスタ検出部１６６で検出したクラスタに対し、主成分分析を行うことにより人の角度（０〜１８０度）を算出する（ステップＳ６０９）。ここで、人の角度算出の際に使用する人の位置に関してはクラスタの重心位置とする。
但し、角度だけを算出しても、人の前面と背面の２通りが特定されるにすぎないため、向き認識部１６７は、人が移動する方向（向き）を時系列に算出する。

ここでは、向き認識部１６７は、人の位置および向きを検出するために、例えば、図９のクラスタ定義図に示されるように、「出現」、「向きの認識」、「向きの維持」、「消失」の４つのパターンを定義し、管理することとする。
具体的に向き認識部１６７は、ある時刻tと、直前の時刻t-1の間に同一のクラスタが存在しなかった場合のうち、時刻tにおいて新たにクラスタが現れた場合を「出現」、時刻ｔ−１において存在していたクラスタが時刻tにおいて存在しなくなった場合を「消失」と判定する。

このことから、向き認識部１６７は、時刻ｔと時刻ｔ−１の間に同一のクラスタが存在した場合に、時刻ｔ−１のクラスタが時刻ｔにおいていずれの向きに移動したかを示す位置の差分から人の向きの認識を行う。図９のクラスタ定義図において、楕円枠はクラスタ、矢印実線は人の向きを示し、クラスタａは「出現」、ｂは「向きの認識」、ｃは「向きの維持」、ｄは「消失」、をそれぞれ示す。

そのため、向き認識部１６７は、時刻ｔのあるクラスタに対して直前の時刻ｔ−１において同一のクラスタがあるか否かを判定し（ステップＳ５０９）、「同一クラスタあり」と判定されれば（ステップＳ６１０“Ｙｅｓ”）、それぞれの位置の差分からクラスタの向きを認識し（ステップＳ６１１）、「同一クラスタ無し」と判定されれば（ステップＳ６１０“Ｎｏ”）、向きを認識することができないため、内蔵するメモリに時刻tのクラスタ情報を保存し、ステップＳ６０６の距離情報取得処理に戻り、距離情報取得部１６３を制御して直後の時刻ｔ＋１における距離情報を取得する。
上記した動作は、空間内に存在する全てのクラスタにおいて実行され、ここで検出された向きに関する情報は入出力装置１５に出力され、表示される（ステップＳ６１２）。

図１０は、図７に示した空間において実線矢印Ａで示した歩行線上を実際に歩行した場合の人の位置と向きを入出力装置１５に出力した結果を示した図である。
図１０では、人の形を楕円形で表示し、人の向きは実線矢印Ｂで表示されている。なお、楕円内部に示された（）内の数値は、測定時刻（上記した時刻ｔ、ｔ−１）であり、例えば、０．３秒間隔で取得される。

図１０において、図７に示したクラスタの定義と照らし合わせてみると、時刻（１）の時点では、時刻ｔ−１において同一のクラスタが存在しなかったため向きは検出されておらず、時刻（２）からは、時刻ｔ−１におけるクラスタが存在したため位置の差分から向きを認識することに成功している。
この動作は、入出力装置１５から終了コマンドが到来（ステップＳ６１３“Ｙｅｓ”）するまで、ステップＳ６０６の距離情報取得処理から繰り返し実行される。

（第１の実施の形態の効果）
以上説明のように本実施の形態による位置検出装置１０によれば、プライバシーによる問題を意識することなく、安価に人の位置と向きを検出可能な位置検出装置を提供することができる。

その理由は、カメラを使用することなく安価な距離センサ１１〜１４を用い、演算制御装置１６が、距離センサ１１〜１４から所定の時間間隔で取得される距離情報に基づき測定空間における人の位置および向きを演算のみで検出するからである。このとき、三次元の画像情報によらず、距離センサ１１１４による二次元の距離情報で空間における人の位置および向きが検出可能となるため、演算制御装置１６の負荷が軽減され、計算コストが小さくなる。

また、本実施の形態による位置検出装置１０によれば、複数の距離センサ１１〜１４から取得した距離情報を唯一個のマップ（統合マップ１６９）に統合することにより、より信頼性の高い位置検出装置を提供することができる。

その理由は、各距離センサ１１〜１４から取得される距離情報だけでは、物影に隠れ、正確な検出ができないオクルージョンによって、誤った結果を表示してしまうことが考えられるが、キャリブレーション実行により補正した唯一個のマップに統合することで、単体の距離センサによる距離情報だけでなく複数の距離センサにより人を検出できるため、死角も見逃しにくいからである。

更に、本実施の形態による位置検出装置１０によれば、高い角度分解能により信頼性の高い位置検出装置を提供することができる。

その理由は、演算制御装置１６が、統合マップ１６９にマッピングされたデータに対してラベリング処理を行ってクラスタを検出し、当該クラスタに対して主成分分析を行うことで１度単位の細かい精度で人の角度を検出することができるためである。

なお、上記した本実施の形態による位置検出装置１０によれば、距離センサを４個使用する場合を例示したが、複数であればその数に制限が無く、また、使用する数が多いほど高い精度で空間における人の位置と向きを検出することができる。
また、本実施の形態による位置検出装置１０によれば、光源にレーザ光を使用して２点間の距離を位相差により測定するタイプの距離センサ１１〜１４を例示したが、ＰＳＤ（Position
Sensitive Detector）により光の重心位置を求め、三角測量により位置を割り出すタイプ、もしくは、超音波センサを使用して人との距離情報を取得しても同様、人の位置と向きを高い精度で検出することができる。更に、これらセンサを適宜組み合わせ使用する環境においても利用が可能である。

また、本実施の形態による位置検出装置１０によれば、距離センサ１１〜１４が演算制御装置１５に接続されるスタンドアロン構成の位置検出装置について説明したが、各空間に設置された距離センサ１１〜１４がそれぞれ接続されるステーションからネットワーク経由で位置検出要求を受信し、サーバで一括処理して応答する構成に適用しても同様の効果が得られる。

なお、図２に示す本実施の形態による位置検出装置１０の演算制御装置１６が有する機能は、全てをソフトウェアによって実現しても、あるいはその少なくとも一部をハードウェアで実現してもよい。例えば、演算制御装置１６が、複数の距離センサから所定の時間間隔で取得される距離情報に基づき、空間内における人の位置および向きを所定の演算により検出するデータ処理は、１または複数のプログラムによりコンピュータ上で実現してもよく、また、その少なくとも一部をハードウェアで実現してもよい。

以上、好ましい実施の形態をあげて本発明を説明したが、本発明は必ずしも上記実施の形態に限定されるものでなく、その技術的思想の範囲内において様々に変形して実施することができる。

本実施の形態による位置検出装置１０は、多様なサービス業種への適用が考えられる。例えば、人の位置を認識し、人がいる場所にロボットアームなどにより物を運ぶサービス、ロボットによる製品認識分野への適用等が考えられる。また、人の向きを認識して人が必要としている物を目の前に運ぶサービス、人が向いた方向に対し情報のディスプレイ表示を行うか、機器の制御を行うサービス等が考えられる。これらサービスは、今後深刻になってくる高齢化社会における老人の支援にも大きな役割を果たすことが期待できる。

１０：位置検出装置
１１〜１４：距離センサ
１５：入出力装置
１６：演算制御装置
１７：記憶装置
１６１：入出力インタフェース部
１６２：補正ファイル生成部
１６３：距離情報取得部
１６４：二次元座標変換部
１６５：統合マップ生成部
１６６：クラスタ検出部
１６７：向き認識部
１６８：補正ファイル
１６９：統合マップ

Claims (18)

1. 空間に設置され、空間内に位置する人との距離を非接触で測定する複数の距離センサと、
   前記複数の距離センサから所定の時間間隔で取得される距離情報に基づき、前記空間内における人の位置および向きを所定の演算により検出する演算制御装置と、
   を備えたことを特徴とする位置検出装置。
2. 前記演算制御装置は、
   前記空間に設置された距離センサ間の位置ずれによる人の絶対位置空間のずれを補正するキャリブレーション処理を実行して補正ファイルを生成することを特徴とする請求項１に記載の位置検出装置。
3. 前記演算制御装置は、
   前記複数の距離センサから所定の時間間隔で取得される距離情報を二次元座標値に変換し、前記補正ファイルを参照して前記二次元座標値を前記空間上にマッピングして唯一個の統合マップを生成することを特徴とする請求項２から請求項３のいずれか１項に記載の位置検出装置。
4. 前記演算制御装置は、
   前記統合マップにマッピングされたデータに対してラベリング処理を行い、人の輪郭を形成する画素の集合であるクラスタを検出することを特徴とする請求項１から請求項３のいずれか１項に記載の位置検出装置。
5. 前記演算制御装置は、
   前記クラスタに対して主成分分析を行い、前記クラスタの重心を人の位置として人の向きを認識することを特徴とする請求項４に記載の位置検出装置。
6. 前記演算制御装置は、
   ある時刻におけるあるクラスタに対して直前の時刻における同じクラスタの有無を判定し、同じクラスタが存在する場合は各位置の差分から向きを認識し、同じクラスタが存在しない場合は前記ある時刻のクラスタ情報を保存して直後の時刻における人との距離情報を取得する処理を全てのクラスタに対し順次実行することを特徴とする請求項５に記載の位置検出装置。
7. 空間に設置され、前記空間内に位置する人との距離を非接触で測定する複数の距離センサを介し、人の位置および向きとを検出する位置検出方法であって、
   前記複数の距離センサから所定の時間間隔で距離情報を取得する第１のステップと、
   前記取得した距離情報から前記空間内における人の位置および向きを所定の演算により認識する第２のステップと、
   を有することを特徴とする位置検出方法。
8. 前記第２のステップは、
   前記空間に対する前記距離センサ間の位置ずれによる人の絶対位置空間のずれを補正するキャリブレーション処理を実行して補正ファイルを生成することを特徴とする請求項７に記載の位置検出方法。
9. 前記第２のステップは、
   前記複数の距離センサから所定の時間間隔で取得される距離情報を二次元座標値に変換するサブステップと、
   前記補正ファイルを参照して前記二次元座標値を前記空間上にマッピングし、唯一個の統合マップを生成するサブステップと、
   を有することを特徴とする請求項請求項７または請求項８に記載の位置検出方法。
10. 前記第２のステップは、
    前記統合マップにマッピングされたデータに対してラベリング処理を行い、人の輪郭を形成する画素の集合であるクラスタを検出するサブステップ、
    を有することを特徴とする請求項請求項７から請求項９のいずれか１項に記載の位置検出方法。
11. 前記第２のステップは、
    前記クラスタに対して主成分分析を行い、前記クラスタの重心を人の位置として向きを認識するサブステップ、
    を有することを特徴とする請求項７から請求項１０のいずれか１項に記載の位置検出方法。
12. 前記第２のステップは、
    ある時刻におけるあるクラスタに対して直前の時刻における同じクラスタの有無を判定するサブステップと、
    同じクラスタが存在する場合は各位置の差分から向きを認識し、同じクラスタが存在しない場合は前記ある時刻のクラスタ情報を保存して直後の時刻における前記人との距離情報を取得するサブスップと、
    を有することを特徴とする請求項１１に記載の位置検出方法。
13. 空間に設置され、前記空間内における人との距離を非接触で測定する複数の距離センサを介し、人の位置および向きとを検出する位置検出装置に用いられる位置検出プログラムであって、
    前記複数の距離センサから所定の時間間隔で距離情報を取得する第１の処理と、
    前記取得した距離情報から前記空間における人の位置および向きを所定の演算により認識する第２の処理と、
    を前記位置検出装置が備える演算制御装置に実行させる位置検出プログラム。
14. 前記第２の処理は、
    前記空間内に設置された距離センサ間の位置ずれによる人の絶対位置空間のずれを補正するキャリブレーション処理を実行して補正ファイルを生成する機能を実行することを特徴とする請求項１３に記載の位置検出プログラム。
15. 前記第２の処理は、
    前記複数の距離センサから所定の時間間隔で取得される距離情報を二次元座標値に変換し、前記補正ファイルを参照して前記二次元座標値を前記空間上にマッピングして唯一個の統合マップを生成する機能を実行することを特徴とする請求項１３または請求項１４に記載の位置検出プログラム。
16. 前記第２の処理は、
    前記統合マップにマッピングされたデータに対してラベリング処理を行い、人の輪郭を形成する画素の集合であるクラスタを検出する機能を実行することを特徴とする請求項１３から請求項１５のいずれか１項に記載の位置検出プログラム。
17. 前記第２の処理は、
    前記クラスタに対して主成分分析を行い、前記クラスタの重心を人の位置とした人の向きを認識する機能を実行することを特徴とする請求項１３から請求項１６のいずれか１項に記載の位置検出プログラム。
18. 前記第２の処理は、
    ある時刻におけるあるクラスタに対して直前の時刻における同じクラスタの有無を判定し、同じクラスタが存在する場合は各位置の差分から向きを認識し、同じクラスタが存在しない場合は前記ある時刻のクラスタ情報を保存して直後の時刻における人との距離情報を取得する処理を全てのクラスタに対し順次実行することを特徴とする請求項１７に記載の位置検出プログラム。

Images