JP2016222353A - 画像認識機能を備えたエレベータ - Google Patents

Abstract

【課題】エレベータのカゴ内の乗客の位置に依存する混雑を正確に判定して、エレベータを適切に制御する。【解決手段】エレベータのカゴ内の乗客の位置を含む画像情報が計測できる乗客センサと、乗客センサの画像情報から少なくともカゴ内の乗客の位置を抽出する乗客特徴抽出部と、乗客特徴抽出部が抽出した乗客の位置の情報から前記エレベータのカゴ内の混雑を判定する位置基準混雑判定部と、位置基準混雑判定部で判定した混雑に応じて前記エレベータのカゴの運行や案内を制御する制御部を備える。【選択図】図１

Description

本発明はエレベータのカゴ内の乗客の混雑度を認識する画像認識機能を備えたエレベータに関する。

エレベータにおいては、従来から乗客の乗りすぎや過重積載に対する対策を実施している。

例えば乗客の乗り過ぎによる運転を防止するために、かご内の荷重を検出している。かご内荷重が定格積載荷重を超過した場合には、かご内の警報器を鳴らし続けて戸閉動作を行わないようにしている。これにより、かご内の乗客に降車を促している。

また、かご内荷重が定格積載荷重の所定率以上である場合には、かご内が満員であるということで、エレベータの運行中にかご呼び（カゴ内の制御盤で指定された所定階への停車）が無いがホール呼び（所定階のホールで要請されたエレベータの配車）のある途中階でのドア開を抑止し満室通過をする場合もある。

これらの従来の対策は、かご内荷重を検知する荷重センサの検知信号に基づいて行われている。これに対し近年、従来の荷重センサよりも、より高度なセンサをエレベータのカゴ内に備え、センサで認識した乗客の認識結果を利用してエレベータを高度に制御する技術が検討されている。

例えば特許文献１では、カゴ床上に備えた赤外線センサやカゴの上部に備えたＣＣＤカメラを用いた画像認識等により乗客を認識し、空間的な混雑の度合いを認識している。そのうえで、空間的な混雑度が高い場合には、エレベータのドアや運行を制御する技術が開示されている。

この特許文献１に記載の技術によれば、空間的な混雑度を基準とすることで、荷重センサだけでは判別できなかった、大きな荷物が乗車している時の満室を検知して、満室通過の制御をすることが可能になっている。また、混雑時には、身動きが取れない乗客のすぐ近くをドアが通り過ぎることを安全上考慮して、ドア開閉速度を下げる制御を行っている。

特開平１１−７１０８０号公報

特許文献１の技術では、乗客の位置を考慮していないために、混雑の程度を正確に判定できないという第１の課題がある。例えば、カゴ内に同じ人数と面積の乗客が乗っている場合であっても、乗客が快適に乗れるように互いの間隔を広く取り乗っていることがある。この状態で、次の停止階でドアが開いた時に前記間隔に新たな乗客が入ることが困難な場合には、乗客が実質的にカゴ内の広い面積を占めることで混雑の程度は高くなる。その一方で乗客が他の乗客がより多く乗れるように気遣い、詰めている状況では乗客が実質的に占める面積は狭くなり混雑の程度は小さくなる。

また、特許文献１の技術では、同じく乗客の位置を考慮していないために、カゴ内の局所の混雑が判定できないという第２の課題がある。例えば、カゴが全体的に混雑していても、ドア付近の乗客が少なく混雑していなければ、混雑により身動きが取れない乗客のすぐ近くをドアが通り過ぎることは無いので、ドア開閉速度を通常通りにしてエレベータの運行効率を高めることができる。

以上のことから本発明の目的は、エレベータのカゴ内の乗客の位置の情報を使ってカゴ内の混雑を判定すること、およびさらには判定した混雑の情報を使って適切にエレベータを制御することができる画像認識機能を備えたエレベータを提供するものである。

以上のことから本発明においては、エレベータのカゴ内の乗客の位置を含む画像情報が計測できる乗客センサと、乗客センサの画像情報から少なくともカゴ内の乗客の位置を抽出する乗客特徴抽出部と、乗客特徴抽出部が抽出した乗客の位置の情報から前記エレベータのカゴ内の混雑を判定する位置基準混雑判定部と、位置基準混雑判定部で判定した混雑に応じて前記エレベータのカゴの運行や案内を制御する制御部を備える。

以上述べた特徴により、本発明のエレベータによれば判定した混雑の情報を使って適切にエレベータを制御することができる。

具体的には例えば、同数の乗客が乗っている場合において、位置基準混雑判定部がエレベータのカゴ内の全体の混雑を判定することで、乗客が間隔を開けて乗っていて新たな乗客が搭乗する余地が無い場合には混雑していると判定し、乗客が間隔を詰めて乗っていて新たな乗客が搭乗する余地が有る場合には混雑でないと判定し、このエレベータのかごの全体の混雑に応じてエレベータを制御することで第１の課題を解決することができる。

また、本発明のエレベータを適用することで、位置基準混雑判定部がエレベータのカゴ内の局所の混雑を判定することで、ドアの近くの混雑が混雑しているときのみドア開閉速度を低下する制御を行えば、乗客の安全を保ちつつドア開閉速度をなるべく速くして、エレベータの運行効率をできるだけ高くすることができる。

実施例１に係る画像認識機能を備えたエレベータの具体的な構成事例を示す図。 距離画像センサ５２の撮像画面を取り込んで混雑度合いを判断する制御装置５４の構成事例を示した図。 距離画像において各画素の距離値から三次元データに変換することを説明するための図。 乗客特徴抽出部３における処理の概要を説明するための図。 直上変換によりカゴ５１を上方から見下ろした図。 図５の乗客の立ち位置Ｐを示した図。 図２における位置基準混雑判定部４の処理内容を示すフロー図。 乗客１人の立ち位置の周りに、占有領域Ｒ１を割り当てた状況を示す図。 複数乗客の立ち位置の周りに、占有領域Ｒを割り当てた状況を示す図。 複数乗客が詰めて乗車する場合の状況を示す図。 図１０の場合に占有領域Ｒを割り当てた状況を示す図。 実施例２に係る画像認識機能を備えたエレベータの具体的な構成事例を示す図。 図１２の位置基準混雑判定部４ｂでの局所領域における混雑の有無を判定するフローを示す図。 直上変換によりカゴ５１を上方から見下ろした図。 図１４の場合の占有領域Ｒと空き領域の関係を示す図。 実施例３に係る画像認識機能を備えたエレベータの具体的な構成事例を示す図。 図１６における位置基準混雑判定部４の処理内容を示すフロー図。

以下、本発明の具体的な実施形態について、図面を参照しながら説明する。

本発明の実施例１について、図１から図１１を用いて説明する。まず図１は、実施例１に係る画像認識機能を備えたエレベータの具体的な構成事例を示している。

図１において、５１はエレベータのカゴ、５２は本発明により設置された距離画像センサ、５３はカゴ５１のドア、５５はカゴ５１の床面、Ｍは乗客、Ｐは乗客Ｍの床面５５上における位置、５４は制御装置、５９はカゴ５１内の座標系である。

図２は、図１の制御装置５４の処理機能を示した図である。制御装置５４は、距離画像センサ５２の撮像画面を取り込んで混雑度合いを判断するものであり、この図２において乗客センサ２とあるのが、図１の距離画像センサ５２に対応する。制御装置５４内の乗客特徴抽出部３においては、距離画像センサ５２から取得した距離画像１５１を信号処理することによって、図１の乗客Ｍの床面５５上の位置Ｐを抽出する。

図２の乗客特徴抽出部３、位置基準混雑判定部４における処理の概要を結論的に先に述べておくと、図４に示すように距離画像１５１をカゴ５１の鉛直上方向の無限遠の仮想視点８２から見下ろした俯瞰画像２５１となるように座標変換し、次に俯瞰画像２５１上で高さＹが床面５５以上の領域を乗客として抽出してその重心位置を計算するというものである。

以下、上記概要の説明について図を参照しながら詳細に説明する。まず図１において、カゴ５１内に、原点Ｏおよび座標軸（Ｘ、Ｙ、Ｚ）で定義された座標系５９を設定している。座標系５９の原点Ｏは、距離画像センサ５２から鉛直下方向に伸ばした線と床面５５の交点であり、Ｙ軸は鉛直方向、Ｘ軸とＺ軸はドア５３からカゴ５１内を見た時に右方向および手前方向である。

これに対し距離画像センサ５２は、俯角θ、方位角φ、ロール角ρの設置角度で回転可能に取り付けられている。なお、俯角θと方位角φは、カメラがＺ軸方向を見るときに共に０°であり、このとき俯角θ、方位角φ、ロール角ρの回転軸はそれぞれＸ軸、Ｙ軸、Ｚ軸と一致する。なお、座標系５９で定義された距離画像センサ５２の設置位置（Ｘｃ、
Ｙｃ、Ｚｃ）、および設置角度（θ、φ、ρ）は事前に取得され、処理装置５４内に格納されている。

ここで距離画像センサ５２は、いわゆる監視カメラと同様の画像の撮像面を有しており、撮像面中の各画素において、各画素に対応した空間中の物体までの距離を計測するセンサである。このようにして画像中の各画素の距離値を計測した画像を距離画像と呼ぶ。

距離画像センサ５２の計測方式として適用可能な手法には、例えばＴＯＦ法（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）がある。ＴＯＦ方式の距離画像センサによれば、センサ内部に近赤外の発光体を有し、近赤外光を発光してからその近赤外光が視野角内の物体に反射してから戻ってくるまでの時間を計測することで、センサから物体までの距離を計測する計測方式である。

このようにして画像中の各画素の距離値を計測した距離画像では、各画素の距離値から三次元データに変換できる。図３を用いて、距離画像において各画素の距離値から三次元データに変換することを説明する。図３において、１５１は距離画像、１５０は距離画像中の画素、５０は画素１５０に対応した空間中の対応点、６９は距離画像センサ５２を基準（原点Ｏｓ）とし座標軸（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）で定義される座標系、ｉ（ｕ、ｖ）は画素１５０の距離画像１５１上の座標であり、空間中の対応点５０の座標Ｉ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）は、対応点５０を含む座標系６９の座標で表される。

座標系６９の原点Ｏ_Ｓは距離画像センサ５２の投影の中心であり、座標軸（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）は距離画像センサ５２から見て左、上、奥にあたる。座標Ｉ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）は、距離画像センサ５２を座標系の基準（原点Ｏｓ）としたときの三次元データである。座標Ｉ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）の要素中のＺｓが、画素１５０の距離値に等しい。距離画像センサ５２の投影モデルをピンホールモデルで近似し、距離画像センサ５２の焦点距離をλとすると、座標Ｉ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）の要素中で、残るＸ_Ｓ、Ｙ_Ｓは順に（１）式、（２）式で計算できる。

距離画像センサ５２は、距離画像１５１を所定の周期で撮像する。距離画像センサ５２には、以上述べたＴＯＦ方式以外にも、画像中の各画素の距離値を三次元データに変換できる方式が適用できる。ステレオカメラやレーザレーダがその一例であるがこれに限らない。距離画像センサ５２は、この距離画像を所定の周期で取得する。

詳細には、まず図２の乗客特徴抽出部３において、乗客センサ２（距離画像センサ５２）からの距離画像１５１をカゴ５１の鉛直上方向の無限遠の仮想視点から見下ろした様に直上変換する。図４において、８２は鉛直上方向の無限遠にある仮想視点、２５１は俯瞰画像、ｊは俯瞰画像２５１中の画素である。直上変換の機能を果たす乗客特徴抽出部３では、まず距離画像１５１中の各画素１５０において、（１）式、（２）式から座標についての三次元データＩ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）求める。

次に、（３）式を用いて、三次元データＩ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）をカゴ５１内の座標系５９で定義した三次元データＩ（Ｘ、Ｙ、Ｚ）に変換する。

（３）式において、位置（Ｘ_Ｃ、Ｙ_Ｃ、Ｚ_Ｃ）は図１に示すように座標系５９における距離画像センサ５２の設置位置、角度（θ、φ、ρ）は図１に示すように座標系５９における距離画像センサ５２の設置角度である。これらの設置位置や設置角度のデータは事前に計測しておく。

次に、図４の仮想視点８２から対応点５０を平行投影して、俯瞰画像上２５１の画素２５０の座標ｊ（Ｘ、Ｚ）を取得する。この対応点５０を介して、画素１５０から画素２５０を取得する変換を直上変換と呼ぶ。画素２５０では、座標ｊと共に、高さＹも求めておく。直上変換の機能を果たす乗客特徴抽出部３では、距離画像１５１中の全ての画素１５０を俯瞰画像２５１上に直上変換する。

画像認識機能を備えたエレベータの具体的な構成事例を示す図１においては、上記した変換処理を以下の構成により実施する。まず図１において、乗客センサ２は少なくともエレベータのカゴ内の乗客の位置に関わるセンサ情報を計測できるセンサであり、例えば距離画像センサ５２がこれに相当する。乗客特徴抽出部３は、上記（１）から（３）式を用いて、乗客センサ２が計測したセンサ情報から、少なくとも乗客の位置を認識する。位置基準混雑判定部４は、各々の乗客位置と、乗客１人あたりが占有することを予測した仮想的な占有領域から全ての乗客の占有領域を計算し、全ての乗客の占有領域からエレベータのカゴ内全体の混雑を判定する。制御部５は、位置基準混雑判定部４の混雑の判定結果を使って、エレベータの内部のドア等の装置や運行の少なくとも一つを制御する。

次に、乗客特徴抽出部３は、俯瞰画像２５１上における床面５５の領域において、高さＹが床面５５よりも高い部分の連結領域を乗客として抽出し、連結領域の重心を乗客の位置とする。ここで、俯瞰画像２５１上における床面５５の領域は、事前に座標系５９とカゴ５１の寸法から求めておくことができる。図１の場合、以上述べた信号処理で乗客Ｍの床面５５上の位置Ｐが抽出できる。

図１の乗客特徴抽出部３においては、乗客の数が２人以上の複数の場合、乗客Ｍから位置Ｐを抽出する手順を繰り返すことで、各乗客から床面５５上の位置を抽出する。図５に乗客が６人乗っている例、図６に図５の乗客から位置を抽出した例を示す。

まず図５はカゴ５１を上方から見下ろした図であり、直上変換により鉛直上方向の無限遠にある仮想視点８２から見たかご内の様子を表している。この図で５５は床面、５３はドアであり、Ｍ１からＭ６はそれぞれ乗客である。この図５によれば、乗客Ｍ１からＭ６は身体が接触するほど詰めてはおらず、間隔を開けて乗車している。

図６は図５の乗客の立ち位置Ｐをしめしたものである。図６において、立ち位置Ｐ１からＰ６はそれぞれ、乗客Ｍ１からＭ６についての撮像画像から乗客特徴抽出部３で抽出した位置である。なお、図６において床面５５上の点線は、乗客Ｍ１からＭ６の輪郭線を表しており、位置Ｐ１からＰ６と乗客Ｍ１からＭ６の関係が分かりやすくなるように補助的に記したものである。

図２における位置基準混雑判定部４の処理内容を図７のフローを使って説明する。図７のフローにおいて、処理ステップＳ１１と処理ステップＳ１３は部分的な繰り返し処理の範囲を示しており、処理ステップＳ１１と処理ステップＳ１３の間に記載された処理ステップＳ１２について、定義された個数が全て終了するまで繰り返し実行することを意味している。図７の場合には、直上変換により抽出された全ての乗客（Ｍ１からＭ６）について、乗客ごとに占有領域Ｒを割り当てていく。占有領域Ｒは、乗客Ｍの立ち位置Ｐの周囲に設定された当該乗客の体格が占める仮想の領域であり、図６の乗客ごとの外側の点線で示す領域がこれに当たると考えてよい。

図８は、乗客Ｍが１人の場合に、乗客Ｍ１の床面５５上の立ち位置Ｐ１の周りに、占有領域Ｒ１を割り当てた状況を示している。ここで、占有領域Ｒ１は、乗客１人あたりが実質的に占める領域であり、事前にその面積および形状が定められている。

図７の処理フローの処理ステップＳ１４においては、全ての乗客（Ｍ１からＭ６）に占有領域Ｒを割り振った後、床面５５上においてそれら占有領域Ｒと重ならない空き領域Ｓを求め、この空き領域Ｓの面積を計算する。

図９は、図５の全ての乗客（Ｍ１からＭ６）に占有領域（Ｒ１からＲ６）を割当てた後に空き領域Ｓを求めた図である。この図においてＲは、乗客Ｍ１からＭ６の占有領域（Ｒ１からＲ６）を重ね合わせた総占有領域であり、Ｓは床面５５上で総占有領域Ｒ以外の空き領域である。

次に図７の処理フローの処理ステップＳ１５においては、空き領域Ｓの面積が閾値以上であるかを判定し、閾値以上であれば処理ステップＳ１６において「混雑していない」と判定し、閾値未満であれば処理ステップＳ１７において「混雑している」と判定する。

なお図２の位置基準混雑判定部４において、占有領域Ｒの面積は、乗客Ｍが床面５５上において物理的に占める面積だけではなく、パーソナルスペース（他人に近付かれると不快に感じる空間）を考慮して定めるのがよい。また占有領域Ｒの形状は、乗客Ｍの凡その形状を近似して定めるのがよい。図８の例では、過半のエレベータにおいて乗客Ｍは乗車中に現在階を示すインジケータの有るドア５３を向くことと、ドア５３の方向を向いた乗客は床面５５上において長軸を肩幅、短軸を体の厚みとした楕円に近い形状をとるために、占有領域Ｒの形状は横長の楕円で近似している。ただしこれに限らず、エレベータ毎の乗客の平均的な乗り方に応じて占有領域Ｒの形状は定めて良い。

また図７の処理フローの処理ステップＳ１５における空き領域Ｓの面積の閾値は、空き領域Ｓに新たな乗客が所定人数以上乗れる余地があるかを基準としてあらかじめ定めておくのがよい。所定人数をＮとすると、処理ステップＳ１５における閾値は、Ｎと占有領域Ｒの面積の積で求める。所定人数は、制御部５で行う制御の内容および方針に応じて定める。例えば、制御部５において満室通過を行う場合、１人でも搭乗の余地が有ればドア開をする方針の場合には所定人数を１人とし、まとまった人数の搭乗の余地が有るとききのみドア開をする方針の場合には所定人数は２人以上の所定値、例えばカゴ５１の定員の所定の割合に設定するのがよい。

位置基準混雑判定部４の判定の例を、処理ステップＳ１５の閾値を１人とした場合について説明する。図５の様に乗客Ｍ１からＭ６が間隔を開けて乗車する状況では、図６のように総占有領域Ｒが床面５５上の広い範囲にまたがるため、空き領域Ｓはほぼ無いため処理ステップＳ１７において混雑していると判定する。

一方、図１０の様に乗客Ｍ１からＭ６が図５よりも詰めて乗車する場合には、図１１に示す様に乗客（Ｍ１からＭ６）から立ち位置（Ｐ１からＰ６）を求め、総占有領域Ｒおよび空き領域Ｓを求めた時、空き領域Ｓには乗客１人分以上あるため、位置基準混雑判定部４の処理ステップＳ１６では「混雑していない」と判定する。

図２の制御部５では、位置基準混雑判定部４の判定結果に応じて、エレベータのカゴ５１内の装置や、カゴ５１の運行の少なくとも１つを制御する。

また制御部５では、満室通過を行う場合、処理ステップＳ１７で「混雑」と判断しているとき、カゴ呼びが無くホール呼びのみがある途中階でのドア開を抑止する。

また制御部５では、ドア開放時間を制御する場合、処理ステップＳ１７で「混雑」と判断しているとき、ドア開の時間を通常通りもしくは短縮させ、処理ステップＳ１８で「混雑していない」と判断しているとき、ドア開の時間を通常よりも長くしてホールからより多くの乗客が乗れるように計らう。

なお実施例１についての上記説明においては、距離画像センサ５２を用いて直上変換を行う事例を紹介したが、同様のことは通常の監視カメラにおいても可能である。一般の監視カメラの場合には、乗客の頭部の形状をパターン認識で検出し、頭部の高さ位置を全て例えば成人の平均身長と近似しておくことで、センサ２としての利用が可能である。

本発明の実施例２について、図１２から図１５を用いて説明する。まず図１２は、実施例２に係る画像認識機能を備えたエレベータの具体的な構成事例を示している。なお図１２において、乗客センサ２と乗客特徴抽出部３の機能は図２の実施例１と共通であり、位置基準混雑判定部４ｂと制御部５ｂの処理内容が図２とは相違する。

図１２の構成における概要を述べると、位置基準混雑判定部４ｂにおいては、床面５５上の所定の位置に設けた局所領域における混雑を判定する機能を有し、制御部５ｂは局所領域における混雑を参照してエレベータの制御を行う。この場合における局所領域とはエレベータかごのドア付近であり、この部分に空き領域が存在するのであれば他の乗客の搭乗が可能と判断できる。

図１２の位置基準混雑判定部４ｂでの局所領域における混雑の有無を判定するフローを図１３で説明する。図１３において、処理ステップＳ１１から処理ステップＳ１３における処理は図７と同じであり、要するに各乗客の占有領域Ｒを割り当てている。

次に処理ステップＳ２４では、あらかじめ設定された局所領域Ｄ内の占有領域Ｒの面積を求める。図１４と図１５を用いて処理ステップＳ２４の処理を説明する。まず図１４は図５と同様にカゴ５１を見下ろした図で、Ｍ１からＭ４は乗客、Ｄはドア５３付近に設けられた局所領域である。図１４の例では、かご内には乗客が乗降可能な領域があるが、乗客Ｍ１とＭ２がドア５３近傍に位置しており、ドア５３付近に設けられた局所領域Ｄがふさがっている状態である。

図１５は、図１４の場合の占有領域Ｒと空き領域の関係を示している。この図によれば、乗客（Ｍ１からＭ４）から求めた立ち位置（Ｐ１からＰ４）、これら立ち位置（Ｐ１からＰ４）の周囲に設定した占有領域（Ｒ１からＲ４）及び割り振り求めた総占有領域Ｒおよび空き領域Ｓを示している。

処理ステップＳ２４での判断処理においては、局所領域Ｄをドア５３近傍に設定している。当該局所領域Ｄ内の占有領域ＲＤの面積は、局所領域Ｄ中の総占有領域の面積である。床面全体での占有領域Ｒの比率は、６割程度であり、まだ余裕があるといえるが、局所領域Ｄ内の占有領域ＲＤの比率は、９割以上であり、余裕がない状態ということができる。

次に処理ステップＳ２５では、処理ステップＳ２４で求めた局所領域Ｄ内における総占有領域ＲＤの面積を、局所領域Ｄ面積で除算することで局所領域中の占有率を計算する。

さらに処理ステップＳ２６では、処理ステップＳ２５で求めた局所領域Ｄ中の占有率が閾値以下かを判定し、閾値以下であれば処理ステップＳ２７において「局所領域Ｄが混雑していない」と判断し、閾値より大きければ処理ステップＳ２８において「局所領域Ｄが混雑している」と判断する。

図１４の状況の例では、ドア５３のすぐ前に乗客Ｍ１とＭ２がいることで、図１５に示すように局所領域Ｄ内の広い範囲に総占有面積ＲＤがまたがり、処理ステップＳ２５の局所領域中の占有率は高い。他方、仮に図１０に局所領域Ｄを図１４と同じ場所に設けた場合を想定すると、ドア５３の前に乗客はいないので、処理ステップＳ２５の局所領域Ｄ中の占有率は低いという結果になる。

よって、処理ステップＳ２６では処理ステップＳ２６中の閾値を適切に定めることによって、図１０の状況を局所領域Ｄが混雑していない（処理ステップＳ２７）と判定し、図１４の状況を局所領域Ｄが混雑している（処理ステップＳ２８）と判定することができる。

制御部５ｂは、位置基準混雑判定部４ｂにおける局所領域Ｄの混雑の有無（処理ステップＳ２８、処理ステップＳ２７）、あるいはこれに位置基準混雑判定部４におけるカゴ５１全体の混雑の有無（処理ステップＳ１６、処理ステップＳ１７）を加えて、カゴ５１内の装置や、カゴ５１の運行の少なくとも１つを制御する。

制御部５ｂで満室通過を行う場合、図１５の様にドア５３付近の局所領域Ｄを設け、局所領域Ｄが混雑している（処理ステップＳ２８）場合には、ドア５３が開いても局所領域Ｄの混雑に阻まれて新たな乗客が乗ることが困難であり、これが満室状態と等しいとみなして、カゴ呼びが無くホール呼びのみがある途中階でのドア開を抑止する。

あるいは処理ステップＳ２８の判定結果に、カゴ５１全体の混雑の判定結果を加えて（処理ステップＳ１５）、カゴ５１内が混雑してなくても（処理ステップＳ１６）、ドア５３付近の局所領域Ｄが混雑している（処理ステップＳ２８）場合には、乗客Ｍ等にカゴ５１の奥（ドア５３と反対側）に詰めるように促すアナウンスを流してもよい。図１４がこのアナウンスを出力するのに適した状況である。詰めるように促すアナウンスにカゴ５１内の乗客が従えば、ドア５３の付近が乗客で塞がれる状況が改善して、途中階の乗客が乗車できるようになり、エレベータの運行効率が向上する。

また制御部５ｂでドア開閉速度を制御する場合、図１５の様にドア５３付近の局所領域Ｄを設け、局所領域Ｄ中が混雑している（処理ステップＳ２８）時のみ、ドア開閉速度を下げる。それ以外の場合は、ドア５３付近の乗客が混雑により身動きがとりにくい状況ではないので、ドア開閉速度を通常から下げない。制御部５ｂでは以上述べた制御により乗客Ｍの安全を確保しつつ、ドア開閉速度をなるべく通常に保つことで、カゴ５１の運行効率を高められる。

さらに制御部５ｂでドア開放時間を制御する場合、図１５の様にドア５３付近の局所領域Ｄを設け、局所領域Ｄが混雑している（処理ステップＳ２８）の場合には、カゴ５１内のドア５３付近が混雑していることが妨げとなり、ドア開放時間を長くしても新たな乗客が乗ることが期待できないとみなして、ドア開放時間を通常通りにするか通常より短縮する。

あるいはドア５３付近の局所領域Ｄが混雑している（処理ステップＳ２８）の判定結果に、カゴ５１全体の混雑の判定結果を加えて（処理ステップＳ１６、処理ステップＳ１７）、カゴ５１全体が混雑してなくても（処理ステップＳ１６）、局所領域Ｄが混雑している（処理ステップＳ２８）場合には、乗客Ｍ等にカゴ５１の奥（ドア５３と反対側）に詰めるように促すアナウンスを流してから、ドア開放時間を通常より長くしてもよい。

詰めるように促すアナウンスに乗客Ｍ等が従えば、ドア５３の付近を乗客Ｍ等がスムーズに通過できるようになり、ドア開の間に多くの乗客Ｍ等が乗車できるようになり、カゴ５１の運行効率を高めることができる。

本発明の実施例３について、図１６と図１７を用いて説明する。まず図１６は、実施例３に係る画像認識機能を備えたエレベータの具体的な構成事例を示している。なお図１３において、乗客センサ２と乗客特徴抽出部３の機能は図２の実施例１と共通であり、位置基準混雑判定部４ｂと制御部５ｂの処理内容が図２とは相違する。そのうえで荷重計６を新たに設けて制御部の判断に適用している。

図１６の概要を述べると、荷重計６はカゴ５１と乗客を合わせた荷重を図るセンサである。カゴ５１の下方に設けた渦電流による荷重センサや、カゴ５１を吊り下げるロープの張力計により、この荷重計６は実現できる。

位置基準混雑判定部４ｃは、乗客特徴抽出部３が抽出した少なくとも乗客Ｍの位置Ｐの情報と、荷重計６の荷重の情報を用いて、カゴ５１内の混雑を判定する。制御部５ｃは、位置基準混雑判定部４ｃで判定した混雑に応じて、カゴ５１の内部のドア等の装置やカゴ５１の運行を制御する。以下、詳細について説明する。

図１６の位置基準混雑判定部４ｃのフローを図１７に示す。図１７の最初の処理ステップＳ３１では、まず乗客特徴抽出部３が抽出した乗客Ｍの位置Ｐ等から位置基準混雑判定部４と同様に図７、図１３のフローでカゴ５１全体の混雑を判定する。係る混雑判定結果の一例が図９、図１１に示されている。

次に処理ステップＳ３２において、荷重計６の荷重値Ｗから、以下の手順で混雑を判定する。まず、荷重計６が計測した荷重Ｗ値からカゴ５１の荷重値ＷＣを差し引いて、カゴ５１内の乗客Ｍの荷重値ＷＭを求める。次に、カゴ５１内の乗客Ｍの荷重値ＷＭを、事前に求めて用意しておいた乗客Ｍの平均体重ＷＭｍで除算してカゴ５１内の乗客Ｍの概数を求める。また、乗客Ｍの荷重値ＷＭの荷重値で求めた乗客の概数が、乗客の概数の閾値以上になると混雑と判定する。

乗客の概数の閾値は、カゴ５１の定員の所定率以上（８０％等）で設定する。荷重値で求めた乗客Ｍの概数は、乗客Ｍの体重に個人差が有ることや荷重計６の精度があまり高くないことから、高い精度では期待できない。また、荷重計６はカゴ５１とカゴ５１内の乗客Ｍの合計の荷重値を図るので、荷重値で求めた乗客の概数には、位置Ｐの様なカゴ５１内の位置に関わる情報は含まれない。

その一方で、荷重計６は長年使われてきた実績のあるセンサなので、荷重値で求めた乗客の概数は信頼度が高い。すなわち、荷重値で求めた乗客の概数は、エレベータの運行を通じて長期間、所定範囲内の誤差に収まり続けることが期待できる。

次に処理ステップＳ３３において、処理ステップＳ３１と処理ステップＳ３２の判定結果を組み合わせた時、混雑しているかを判定する。処理ステップＳ３３での組み合わせの方法は論理積が一例である。処理ステップＳ３３では、処理ステップＳ３１と処理ステップＳ３２の両方で混雑していると判定した時のみ、処理ステップＳ３４において「混雑している」と判断し、それ以外では処理ステップＳ３５において「混雑していない」と判断とする。

論理積による判断では、カゴ５１内が乗客センサ２にとって悪影響を与える環境条件であり、乗客の位置Ｐを過剰に数えやすい（乗客センサ２にノイズが入る等）場合には、以下の修正が有効である。つまり処理ステップＳ３１で実際には混雑していないにも関わらず混雑していると誤判定した時（図１３の処理ステップＳ１７の処理で、「混雑している」と誤判定した時）に、処理ステップＳ３２で混雑していると誤判定しなければ、処理ステップＳ３３の判定は正しく混雑していない（処理ステップＳ３５）と修正することができる。

他方において、処理ステップＳ３３での組み合わせの方法は論理和も考えられる。処理ステップＳ３１と処理ステップＳ３２の両方が混雑していないと判定した時のみ混雑していない（処理ステップＳ３５）と判定し、それ以外では混雑している（処理ステップＳ３４）と判定する。

カゴ５１内が乗客センサ２にとって悪影響を与える環境条件であり乗客センサ２が位置Ｐを過小に数えやすい場合（乗客センサ２の感度が落ちる等）は、以下のように修正するのがよい。処理ステップＳ３１で実際には混雑しているにも関わらず混雑していないと誤判定した時、処理ステップＳ３３で混雑していないと誤判定しなければ、処理ステップＳ３３の判定は正しく混雑している（処理ステップＳ３４）と修正できる。

先述の通り、荷重値で求めた乗客の概数は信頼度が高いために、処理ステップＳ３２の判定はカゴ５１内が乗客センサ２にとって悪影響を与える環境条件でも影響を受けにくく、結果処理ステップＳ３３の判定結果は正しくなる。

処理ステップＳ３３における処理ステップＳ３１と処理ステップＳ３２の判定結果の組み合わせ方は、前述の論理積や論理和に限らず、乗客センサ２が受けると想定される主要な悪影響に応じて適切に定めればよい。

以上の実施例１から３の説明では、乗客センサ２を距離画像センサとしたが、乗客Ｍの位置Ｐを直接的に計測できるセンサ、もしくはセンサの計測情報から乗客特徴抽出部３の信号処理によって位置Ｐを計算できるセンサであれば、他のセンサを適用してもよい。例えば、感圧センサをカゴ５１の床面５５上に並べて、乗客Ｍの位置Ｐを計測すれば、乗客センサ２に適用できる。他にも、単眼カメラをカゴ５１内に設置し、乗客特徴抽出部３が座標系５９と乗客の平均身長から位置Ｐを計算するとき、単眼カメラを乗客センサ２にできる。

また以上の実施例１から３の説明では、占有領域Ｒの面積を事前に設定した所定値としたが、カゴ５１の設置個所に応じて自動調整してもよい。例えば、所定の設置個所のカゴ５１の乗員数の頻度分布を、乗客特徴抽出部３が抽出した位置Ｐ等の数から求め、上位３％に当たる乗員数Ｍを実質的な満室とみなして（３％という低い頻度でしかＭ人以上になることが無い）、床面５５の面積をＡとして、（４）式で計算したＲＳを所定の設置個所に最適な占有領域Ｒの面積としてもよい。（４）式のＲＳは、実質的な満室において乗客１人あたりが床面５５上を占める面積である。

あるいは、同じ設置個所でも、時間帯や曜日や日種毎に乗員数の頻度分布を計算して、（４）式のＲＳを時間帯や曜日毎に最適になるように定めてもよい。例えば、朝夕の通勤時間帯や昼食の時間帯では乗客が譲り合い詰めあって（４）式のＲＳが小さくなること、反対に休日や夜間は見知らぬ人が乗り合わせて心理上距離を開けるために（４）式のＲＳが大きくなることが予期される。

以上の実施例１から３の説明では、乗客特徴抽出部３は乗客Ｍの位置Ｐ等の位置の情報のみを抽出していたが、位置以外の情報を抽出し、位置基準混雑判定部４、４ｂ、４ｃにおける混雑の判定に用いてもよい。例えば、床面５５上の乗客Ｍの向きの情報を抽出して、乗客Ｍの向きがドア５３から離れる場合には、占有領域Ｒの向きを抽出した乗客Ｍの向きに応じて調整してもよい。

また、乗客Ｍの性別や年代（成人、子供等）等の属性を抽出して、属性を抽出した乗客ごとに占有領域Ｒの面積を調整してもよい。例えば、女性は男性よりも警戒心が強い分プライバシーエリアが広く占有領域Ｒの面積を広くした方が適切と予期される。また、床面５５上における乗客Ｍの荷物を認識して、荷物に応じて占有領域Ｒを拡大してもよい。例えば、荷物には、カバンやスーツケースといった手荷物あるいは、台車やショッピングカートの様な貨物を含む。占有領域Ｒの拡大の方法としては、例えば、床面５５上の乗客の占有領域Ｒに床面５５上における荷物の領域を重畳する。あるいは、より簡易に占有領域Ｒの形状は変えずにその面積を荷物に応じて拡大してもよい。なお、乗客特徴抽出部３が位置Ｐ以外の情報を抽出する場合、乗客センサ２も位置Ｐ以外の情報に応じたセンサ情報を計測できるものとする。

以上の実施例１から３を通じて本発明の制御部５では、かごの運行（ドアの開閉、通貨指示など）や案内（アナウンス：詰めることの指示など）を制御している。運行や案内の内容は、個別の実施例に限らず適用が可能である。

本発明の乗客の位置の情報を用いた混雑の判定の方法は、本発明で述べたエレベータのカゴ内以外にも、混雑している時と混雑していない時が現れ、かつドアやスピーカ等の制御可能な装置を備えた乗り物に適用できる。

２：乗客センサ
３：乗客特徴抽出部
４、４ｂ、４ｃ：位置基準混雑判定部
５、５ｂ、５ｃ：制御部
５０：画素１５０に対応した空間中の対応点
５１：エレベータのかご
５２：距離画像センサ
５３：カゴ５１のドア
５４：制御装置
５５：カゴ５１の床面
５９：カゴ５１内の座標系
６９：距離画像センサ５２を基準とした座標系
８２：鉛直上方向の無限遠にある仮想視点
１５０：距離画像中の画素
１５１：距離画像
２５１：俯瞰画像
ｉ（ｕ、ｖ）：画素１５０の距離画像１５１上の座標
ｊ：俯瞰画像２５１中の画素
Ｉ_Ｓ（Ｘ_Ｓ、Ｙ_Ｓ、Ｚ_Ｓ）：対応点５０の座標系６９の座標で表される。
Ｍ：乗客
Ｐ：乗客Ｍの床面５５上における位置

Claims (11)

1. エレベータのカゴ内の乗客の位置を含む画像情報が計測できる乗客センサと、該乗客センサの画像情報から少なくともカゴ内の乗客の位置を抽出する乗客特徴抽出部と、該乗客特徴抽出部が抽出した乗客の位置の情報から前記エレベータのカゴ内の混雑を判定する位置基準混雑判定部と、該位置基準混雑判定部で判定した混雑に応じて前記エレベータのカゴの運行や案内を制御する制御部を備えることを特徴とする画像認識機能を備えたエレベータ。
2. 請求項１に記載の画像認識機能を備えたエレベータにおいて、
   前記乗客センサはエレベータのカゴ内に設けられており、前記乗客特徴抽出部は前記乗客センサの画像情報をカゴの鉛直上方向の無限遠の仮想視点から見下ろした時の俯瞰画像に直上変換し、俯瞰画像からカゴ内の乗客の位置を抽出することを特徴とする画像認識機能を備えたエレベータ。
3. 請求項１または請求項２に記載の画像認識機能を備えたエレベータにおいて、
   前記乗客センサは距離画像センサであり、撮影画像内の対象物までの距離の情報を含む画像情報を得ることを特徴とする画像認識機能を備えたエレベータ。
4. 請求項１または請求項２に記載の画像認識機能を備えたエレベータにおいて、
   前記乗客センサは監視カメラであり、前記乗客特徴抽出部は前記監視カメラ乗客の頭部の形状をパターン認識で検出し、頭部の高さ位置を平均身長と近似してカゴ内の乗客の位置を抽出することを特徴とする画像認識機能を備えたエレベータ。
5. 請求項１から請求項４のいずれか１項に記載の画像認識機能を備えたエレベータにおいて、
   前記位置基準混雑判定部は、前記エレベータのカゴ内の乗客の位置と、前記乗客の位置の周囲に設定した占有領域を用いて前記エレベータのカゴ内の混雑を判定することを特徴とする画像認識機能を備えたエレベータ。
6. 請求項５に記載の画像認識機能を備えたエレベータにおいて、
   前記位置基準混雑判定部は、前記エレベータのカゴの設置個所、時間帯、日種の少なくとも一つに応じて、前記乗客の位置の周囲に設定した占有領域を調整することを特徴とする画像認識機能を備えたエレベータ。
7. 請求項１から請求項６のいずれか１項に記載の画像認識機能を備えたエレベータにおいて、
   前記位置基準混雑判定部において前記エレベータのカゴ内の混雑を判定するに当たり、かご内全域を対象として混雑を判定し、あるいは前記エレベータのカゴ内のドア近傍に設定された局所領域における混雑を判定することを特徴とする画像認識機能を備えたエレベータ。
8. 請求項１から請求項７のいずれか１項に記載の画像認識機能を備えたエレベータにおいて、
   前記エレベータの混雑を類推可能な第２のセンサを備え、前記位置基準混雑判定部において前記エレベータのカゴ内の混雑を判定するに当たり、前記乗客の位置の情報から求めた前記エレベータのカゴ内の混雑判断と、前記第２のセンサによる混雑判断とから最終的な混雑を判断することを特徴とする画像認識機能を備えたエレベータ。
9. 請求項１から請求項８のいずれか１項に記載の画像認識機能を備えたエレベータにおいて、
   前記乗客センサが検知した前記画像情報から、乗客の荷物に関わる情報を抽出し、前記乗客の位置の情報に、前記乗客の荷物に関わる情報を加味して前記混雑を判定することを特徴とする画像認識機能を備えたエレベータ。
10. 請求項１から請求項９のいずれか１項に記載の画像認識機能を備えたエレベータにおいて、
    前記制御部は、前記混雑の情報を用いたエレベータカゴの運行に関して、満室通過、ドア開放時間の調整、ドア開閉速度の調整の内、少なくとも１つの制御を行うことを特徴とする画像認識機能を備えたエレベータ。
11. 請求項８に記載の画像認識機能を備えたエレベータにおいて、
    前記第２のセンサは、前記エレベータのカゴ内の乗客の荷重を計測できる荷重計であることを特徴とする画像認識機能を備えたエレベータ。

Images