JP2017216006A - 見守り支援装置 - Google Patents
見守り支援装置 Download PDFInfo
- Publication number
- JP2017216006A JP2017216006A JP2017155661A JP2017155661A JP2017216006A JP 2017216006 A JP2017216006 A JP 2017216006A JP 2017155661 A JP2017155661 A JP 2017155661A JP 2017155661 A JP2017155661 A JP 2017155661A JP 2017216006 A JP2017216006 A JP 2017216006A
- Authority
- JP
- Japan
- Prior art keywords
- temperature distribution
- sensor
- person
- bed
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
【課題】自ら緊急を知らせる必要がなく、また人間の姿勢を誤って認識することなく判別することができる見守り支援装置を提供する。
【解決手段】見守り支援装置1は、2個の2次元温度分布センサ2a,2bが検出した第1の温度分布及び第2の温度分布から、人体を示す温度領域を抽出し、この抽出した2個の人体温度領域から、人体の立位、座位又は臥位を判定するため、人体の姿勢を誤検出することなく、正しく判別することができる。また、例えば、第1及び第2の温度分布を2値化し、この第1及び第2の温度分布の夫々について、4個の特徴量を抽出し、この各4個の特徴量から、人体の立位、座位又は臥位を判定することにより、更に高精度に人間の姿勢を判別することができる。
【選択図】図1
【解決手段】見守り支援装置1は、2個の2次元温度分布センサ2a,2bが検出した第1の温度分布及び第2の温度分布から、人体を示す温度領域を抽出し、この抽出した2個の人体温度領域から、人体の立位、座位又は臥位を判定するため、人体の姿勢を誤検出することなく、正しく判別することができる。また、例えば、第1及び第2の温度分布を2値化し、この第1及び第2の温度分布の夫々について、4個の特徴量を抽出し、この各4個の特徴量から、人体の立位、座位又は臥位を判定することにより、更に高精度に人間の姿勢を判別することができる。
【選択図】図1
Description
本発明は、独居老人若しくは老々夫婦等の自宅、老人等が入居する介護施設又は老人等が入院する病院等で、その老人等の状態を把握するのに有効な見守り支援装置に関する。
老人等の見守り対象者が寝たきりになってしまう要因として、脳卒中に次いで多いものは、転倒又は転落であるといわれている。この転倒又は転落事故は、その過半数が、ベッドから車椅子等への移乗時又はベッドからの離床時に発生しており、転倒又は転落の事故発生場所は、ベッド周辺が多い。また、ベッド周辺において、転倒する危険性が最も高い状況としては、夜間、トイレに行く場合等が考えられる。夜間、トイレに行くためにベッドから離床する際、ベッドの周囲が暗いため、見守り対象者がベッドから転倒する危険性は極めて高い。このような転倒又は転落事故は、医療現場において最も多く発生している事故でもある。なお、近年、高齢化が進展しており、独居老人世帯又は老々夫婦世帯が急増している。このような独居老人世帯又は老々夫婦世帯においては、老人は一人でベッドから離床するか又はもう1人の老人に介護されつつベッドから離床するため、離床時に転倒するリスクが高まる。従って、独居老人世帯又は老々夫婦世帯においては、ベッド周辺における転倒が発生した際、外部の人間がその転倒を認識し、直ちに救護に向かうことが望まれている。また、見守り対象者が入居する介護施設又は入院する病院においては、介護者又は看護師等の内部の人間が、見守り対象者の転倒を認識し、直ちに見守り対象者の部屋に救護に向かうことが望まれている。
特許文献1には、施設内の複数の場所にアンテナを設置し、監視対象者が持つ送信機から送信された無線信号を、そのアンテナで受信し、同一の無線信号を複数のアンテナが捕捉した場合、その信号レベルが最大である信号を受信したアンテナが設置された位置を、送信機の所在位置であると判断する所在情報管理システムが開示されている。このシステムは、監視対象者の送信機から緊急コールを受けたときに、その送信機の位置をシステムの管理者に知らせることにより、システム管理者が監視対象者の所在位置を把握し、監視対象者を迅速に発見しようとするものである。
特許文献2には、室内の物体の輝度又は温度を示す2次元の画像情報から、人間が存在する領域及びその形状を検出すると共に、人間の動きを検出することにより、その形状及び動きから、人間が立位、座位又は臥位であることを判別する姿勢判別装置が開示されている。この従来技術は、2次元画像情報から検出される人間の形状を判別するだけでは、立位、座位又は臥位のうち、いずれかの姿勢であることを判別しにくいため、複数の連続した画像データを記憶しておき、これらの連続した画像情報から、人間の動きを検出して、この人間の動きと上記の人間の形状とから、人間の姿勢を、正確に判別しようとするものである。
しかしながら、特許文献1は、監視対象者である老人が、自ら送信機を持つ必要があるため、その老人に負担がかかる。また、特許文献1は、送信機からの緊急コールを受けて、初めてシステム管理者がその緊急事態を認識するものであるため、送信機を持つ老人が転倒し、この転倒した老人が、失神して緊急コールを送信することができない場合、システム管理者に対し、その転倒を知らせることができない。また、転倒を知らせることができる状態であったとしても、その老人が遠慮をしてしまい、緊急コールを送信したがらない虞もある。更に、この従来技術は、施設内の複数の場所にアンテナを設置するため、その設置コストが高い。
また、特許文献2は、2次元の画像データから、人間の形状(領域)及び動きを検出して、人間の姿勢を判別するものであり、例えば、形状のみでは、立位か臥位かの判別がつかない場合に、動きがあれば立位と判別し、動きがなければ臥位と判別する。しかし、この従来技術は、監視対象者である老人が、立位のまま、静止している場合、動きがないため、臥位であると誤判定してしまう。このように、人間の形状及び動きからは、人間の姿勢を誤検知することなく判別することはできない。
本発明はかかる問題点に鑑みてなされたものであって、自ら緊急を知らせる必要がなく、また人間の姿勢を誤って認識することなく判別することができる見守り支援装置を提供することを目的とする。
本発明に係る見守り支援装置は、ベッドの上方から下方に向けて2次元的に第1の温度分布を熱画像として測定する赤外線センサである第1の2次元温度分布センサ及びベッドの側方から水平に向けて2次元的に第2の温度分布を熱画像として測定する赤外線センサである第2の2次元温度分布センサを有する温度分布検出部と、
前記第1及び第2の2次元温度分布センサが検出した空間的な温度分布を複数個のセルに分割し、各セルの温度を段階的な温度範囲に分類し、この結果として得られる温度の空間的な分布のパターンを人体領域として抽出する抽出部と、
前記人体領域から、人体の立位、座位又は臥位を判定する判定部と、
を有することを特徴とする。
前記第1及び第2の2次元温度分布センサが検出した空間的な温度分布を複数個のセルに分割し、各セルの温度を段階的な温度範囲に分類し、この結果として得られる温度の空間的な分布のパターンを人体領域として抽出する抽出部と、
前記人体領域から、人体の立位、座位又は臥位を判定する判定部と、
を有することを特徴とする。
前記見守り支援装置は、例えば、更に、人体が、立位から座位、座位から臥位へ変化する時間を計測する時間計測部と、前記時間が所定時間以内である場合、人の転倒を検出する転倒検出部と、を有するように構成してもよい。
本発明に係る見守り支援装置は、2個の2次元温度分布センサが検出した第1の温度分布及び第2の温度分布から、人体を示す温度領域を抽出し、この抽出した2個の人体温度領域から、人体の立位、座位又は臥位を判定するため、人体の姿勢を誤検出することなく、正しく判別することができる。また、例えば、第1及び第2の温度分布を2値化し、この第1及び第2の温度分布の夫々について、4個の特徴量を抽出し、この各4個の特徴量から、人体の立位、座位又は臥位を判定することにより、更に高精度に人間の姿勢を判別することができる。また、例えば、見守り支援装置が、立位から座位、座位から臥位へ変化する時間を計測し、この時間が所定時間以内である場合、人の転倒を検出するものであれば、転倒者が自分自身で緊急を伝えなくても、外部にその転倒が知らされるため、転倒者は外部からの救助を受けることができる。
以下、本発明の第1の実施の形態について、添付の図面を参照して具体的に説明する。図1は、本実施形態に係る見守り支援装置の室内配置図、図2は、図1に示す見守り支援装置のセンサ配置図である。また、図4は、この見守り支援装置のコントローラのブロック図、図5は、この見守り支援装置のハードウェア構成図である。そして、図7(a)は、第1の温度分布図、図7(b)は、この第1の温度分布の温度を2段階に分類した後の温度分布図、図7(c)は、第2の温度分布図、図7(d)は、この第2の温度分布の温度を2段階に分類した後の温度分布図である。更に、図9(a)は、ベッドの側方に配置された2次元温度分布センサが検出した立位における温度分布図、図9(b)は、座位における温度分布図、図9(c)は、臥位における温度分布図である。図9(d)は、ベッドの上方に配置された2次元温度分布センサが検出した立位における温度分布図、図9(e)は、座位における温度分布図、図9(f)は、臥位における温度分布図である。そして、図9(g)は、立位を示す図、図9(h)は、座位を示す図、図9(i)は、臥位を示す図である。また、図11は、アクティブ赤外線センサにより、人の関節部及び骨格部の位置を抽出したことを示す図である。
図1に示すように、見守り対象者の居宅の寝室Bには、ベッド3が設けられており、このベッド3上に対象者が寝て、睡眠をとるようになっている。このベッド3には、ベッド3の頭部側から順に、背ボトム、腰ボトム、膝ボトム及び足ボトムが設けられており、この各ボトムのうち、背ボトムは、アクチュエータにより、ベッド3の頭側が高くなるように傾斜して、対象者の上半身を持ち上げることができるようになっている。そして、この背上げ動作の際、対象者がベッド3の足側にずり落ちることを防止するため、例えば、膝ボトムが、アクチュエータにより、ベッド3の膝側が高くなるように傾斜する。これにより、対象者は、ベッド3上の足側にずり落ちることなく、ベッド3上で座位の姿勢をとることができる。なお、この背ボトム及び膝ボトムの角度は、ベッドコントローラ17により制御されている。
そして、この寝室Bの天井におけるベッド3の上方の位置には、第1の2次元温度分布センサ2aが、その検出方向を下方に向けて設けられており、この第1の2次元温度分布センサ2aは、ベッド3の上方から下方に向けて、2次元的な温度分布を測定するようになっている。また、この寝室Bの壁には、第2の2次元温度分布センサ2bが、その検出方向を水平に向けて設けられており、この第2の2次元温度分布センサ2bは、ベッド3の側方から水平に向けて、2次元的な温度分布を測定するようになっている。
また、ベッド3には、離床センサ11が設けられている。この離床センサ11は、後述するコントローラ16により制御されており、このコントローラ16には、体重重心位置演算部及び端座検出部が設けられている。この離床センサ11は、4個の荷重センサを有しており、この4個の荷重センサは、ベッド3のフレームの4隅に設けられている。そして、この荷重センサは、ベッド3上の荷重を検出する。この検出した荷重値から、ベッド3上の見守り対象者の体重を、体重重心位置演算部が演算する。この体重重心位置演算部は、予めベッド3上に対象者がいない状態の荷重値を検出し、これを基準として、対象者がベッド3上にいるときの荷重値から、基準荷重値を減算することにより、対象者の体重を演算する。また、この体重重心位置演算部は、検出した荷重値から、ベッド3上の対象者の重心位置を演算する。ベッド3において、第1の荷重センサと第3の荷重センサとを結ぶ辺を頭側とし、第2の荷重センサと第4の荷重センサとを結ぶ辺を足側とする。そして、第1の荷重センサが設けられたベッド3の隅を原点(0,0)とする。また、第1の荷重センサと第2の荷重センサとを結ぶ辺の長さ、即ち、ベッド3の長手方向の長さをxとし、第1の荷重センサと第3の荷重センサとを結ぶ辺の長さ、即ち、ベッド3の幅方向の長さをyとする。対象者がベッド3上にいるときの第1乃至第4の荷重センサによる荷重値から、基準荷重値を減算した荷重増加分の演算値をL1、L2、L3及びL4とし、その合計値をLallとすると、対象者の重心位置(X,Y)は、数式1となる。
このように、体重重心位置演算部により演算された対象者の体重及び重心位置について、先ず、対象者の体重が所定の体重閾値以下であるか否かを、端座検出部が判定する。対象者がベッド3の端座位置に座っており、足が床についているときは、ベッド3上の体重値は、対象者の体重よりも低下するため、ベッド3上の体重値は、体重閾値以下となる。しかし、対象者が端座位置に座っても、その座り方によっては、明確な体重の低下が生じず、体重閾値以下とならない可能性があるため、この体重閾値を、対象者の体重に近い値に設定することによって、少しの体重低下があった場合でも、これを対象者が端座にいると判定することができる。しかし、このようにすると、僅かでも体重が低下したときに、対象者が端座位にいることを検出してしまうため、誤報が増える虞がある。そこで、端座検出部は、重心位置がベッド3の端座にあるか否かを判定し、この重心位置がベッド3の端座にあり、且つ体重が所定の体重閾値以下である場合、対象者が端座位にいることを検出する。これにより、対象者が端座位にいて、これから離床しようとしていることを高精度で検出することができる。また、対象者が寝返りをうったりして、ベッド3上の体重値の低下が生じても、ベッド3上の重心位置がベッド3の端座になければ、これを、対象者が端座位にいると検知することはないため、誤報を減らすことができる。
また、ベッド3には、体動センサ12が設けられている。この体動センサ12は、コントローラ16により制御されており、コントローラ16には、睡眠判定部が設けられている。体動センサ12は、ベッド3のマットレス上に設置され、ベッド3上に見守り対象者が寝ているとき、この体動センサ12が加圧され、また、ベッド3上で体を起こしたり、ベッド3から離床したりしたとき、この体動センサ12が除圧される。睡眠判定部は、ベッド3上の動きを検出し、その動きから、この体動センサ12にかかる圧力の変化を検知して、対象者がベッド3上で寝ているか否かを判定する。また、ベッド上の動きが活発である場合、体動センサ12は加圧及び除圧が繰り返されるため、対象者が覚醒した状態であることが認識され、また、その動きが微小であるか又は動きがない場合、体動センサ12は常に加圧された状態となるため、対象者が睡眠状態であると認識される。
そして、ベッド3の近くには、アクティブ赤外線センサ15が、その検出方向をベッド3に向けて設置されている。このアクティブ赤外線センサ15は、コントローラ16により制御されており、このコントローラ16には、反射波受信部、関節骨格位置抽出部、肩臀部位置決定部及び歩行状態判定部が設けられている。コントローラ16に設けられた反射波受信部が、見守り対象者に対し、赤外線ビームを複数発射すると、対象者は赤外線ビームを受ける。そして、この赤外線ビームを受けた対象者から、反射波が発せられ、反射波受信部は、この反射波を受信する。そして、この反射波により、図11に示すように、赤外線ビームを受けた対象者の関節部52の位置及び骨格部53の位置を、関節骨格位置抽出部が抽出する。この関節部52として、例えば、頭、首、肩関節、肘関節、手首、手、腰、股関節、膝関節及び足等が認識される。骨格部53は、各関節部52を結ぶ線として認識される。そして、この関節骨格位置抽出部により抽出された関節部52及び骨格部53の位置から、対象者の左右の肩の位置及び左右の臀部の位置が、肩臀部位置決定部により決定される。この肩臀部位置決定部は、肩関節を示す関節部52の位置及びその周辺の骨格部53の位置から、左右の肩の位置を決定し、また、股関節を示す関節部52の位置及びその周辺の骨格部53の位置から、左右の臀部の位置を決定する。そして、この左右の肩の位置と、左右の臀部の位置との時間的変位量を、計測することにより、歩行状態判定部が、対象者の歩行状態が、転倒しやすい歩行状態であるか否かを判定する。
そして、寝室Bには、柔軟な材料により人形ににせて作製された声掛け部が設けられている。この声掛け部は、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2b等により、対象者が転倒したり、対象者の転倒の危険性が検知されたりした場合、「どうしました」又は「大丈夫ですか」等の音声を、声掛け部に設けられたスピーカから発して、その対象者に対し、呼びかけを行う。そして、この呼びかけに対し、対象者が、「大丈夫」又は「助けて」等の音声を発すると、声掛け部に設けられたマイクが、その音声を拾う。この音声情報が、声掛け部に設けられた情報送信部により、外部のケアサービス拠点又は遠隔地の家族宅に送信されるので、このケアサービス拠点等は、対象者が危険な状態にあるか否かを把握することができる。また、この声掛け部には、LEDが設けられており、このLEDは、見守り対象者本人又は在宅者に、対象者の状態を知らせるものである。更に、この声掛け部には、対象者の意図を確認するためのON/OFFスイッチが設けられている。このON/OFFスイッチは、声掛け部からの呼びかけに対し、対象者が声を発することはできないが、体を動かすことはできる場合に、このON/OFFスイッチを押下することにより、ON/OFFスイッチが押下されたことが、情報送信部により、外部のケアサービス拠点又は遠隔地の家族宅に送信され、外部に対象者が異常状態にあることを知らせることができる。
また、この寝室Bの天井には、室内を照らすための照明器具が取り付けられており、この照明器具には、例えば、照度センサ18が内蔵されている。この照度センサ18は、コントローラ16により制御されており、コントローラ16には、照度検出部及び照度閾値判定部が設けられている。このコントローラ16に設けられた照度検出部が、室内の照度を照度検出部が検出する。そして、照度閾値判定部は、この照度検出部により検出された照度が、所定の閾値以上であるか否かを判定する。部屋に入室した対象者は、その部屋が暗かったりした場合、照明を点灯する。即ち、室内の照度が閾値以上である場合、対象者が入室して、照明を点灯した可能性があるため、室内に対象者がいることを推測することができる。但し、室内には、窓等を通して外光が入ってくるため、この外光による照度を考慮して、閾値を決定する必要がある。
そして、寝室Bの壁には、エアコン5が取り付けられており、ベッド3の近くには、テレビ4が設置されている。また、この寝室Bに隣接する部屋は、台所Kになっており、この台所Kには、冷蔵庫6が設置されている。また、この台所Kの隣には、トイレTがあり、このトイレTには、便器7が設置されている。そして、このトイレTの天井には、照明器具が取り付けられており、この照明器具には、人感センサ13が内蔵されている。この人感センサ13は、コントローラ16により制御されており、コントローラ16には、温度変化量検出部及び温度変化量閾値判定部が設けられている。なお、この人感センサ13は、焦電センサとも呼ばれ、焦電効果(温度変化によって、帯電電荷が増減する現象)を利用して人の動きを検出するセンサである。例えば、人がトイレTに入る場合、トイレT内の温度が変化するため、人感センサ13が反応して、人感センサ13が内蔵された照明が点灯するが、人がトイレT内で動かずにいると、トイレT内の温度が変化しないため、人感センサ13が反応せず、消灯する。この人感センサ13において、温度変化量検出部が、室内の床又は壁等の複数の位置における温度の変化量を検出し、また、温度変化量閾値判定部が、この複数の位置における温度の変化量のうち、少なくとも1カ所の温度の変化量が、所定の閾値以上であるか否かを判定する。室内に対象者がいなければ、室内の床又は壁等の温度が、大幅に変化することはない。しかし、対象者が入室して、温度が検出されている床等の上に対象者が立つと、温度変化量検出部による床等の温度検出が遮られて、代わりに、対象者の温度が検出されるようになる。そして、この室内の床又は壁等の複数の位置のうち、少なくとも1カ所において、温度変化量が閾値以上である場合、室内の床等よりも、対象者の体温の方が温度が高いため、室内に対象者がいることを推測することができる。
この人感センサ13と、照度センサ18とを組み合わせることにより、例えば、人感センサ13により室内に対象者がいることが推測されても、照度センサ18により照明が暗いことが確認された場合、対象者がいるにもかかわらず、部屋の照明が暗いため、対象者に異常が発生した可能性があることを認識することができる。反対に、人感センサ13により室内に対象者がいないことが推測されても、照度センサ18により照明が点灯し続けていることが確認された場合も、対象者がいないにもかかわらず、部屋の照明が点灯し続けているため、異常発生の可能性を認識することができる。また、人感センサ13と、2次元温度分布センサ2a,2bとを組み合わせることにより、例えば、人感センサ13により室内に対象者がいることが推測されても、部屋の温度が低く寒すぎたりした場合、また、室内に対象者がいないことが推測されても、部屋の温度が高く暑すぎたりした場合に、対象者が異常状態である可能性を認識することができる。
そして、この居宅に設置されている家電等には、電力量センサ14が接続されており、これにより、この居宅の家電等の使用状況を把握する。この電力量センサ14は、接続された家電製品等において、夫々電力量の計測を行うことができる。この電力量センサ14に接続されているものは、トイレTに設けられた便器7及び照明器具、台所Kに設けられた冷蔵庫6である。また、寝室Bにおいて、電力量センサ14に接続されているものは、ベッド3、ベッドコントローラ17、テレビ4、照明器具、エアコン5、アクティブ赤外線センサ15、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bである。そして、この居宅に設けられた各センサは、コントローラ16により制御されており、このコントローラ16によって制御されているセンサは、第1の2次元温度分布センサ2a、第2の2次元温度分布センサ2b、離床センサ11、体動センサ12、照度センサ18、人感センサ13、電力量センサ14及びアクティブ赤外線センサ15である。この電力量センサ14は、コントローラ16により制御されており、コントローラ16には、電力消費量抽出部及び電力消費量閾値判定部が設けられている。このコントローラ16に設けられた電力消費量抽出部が、室内における電力消費量を抽出する。そして、電力消費量閾値判定部が、電力消費量抽出部により抽出された電力消費量が所定の閾値以上であるか否かを判定する。対象者が在宅していると、照明を点灯したり、テレビ4を見たりして家電を使用するため、電力消費量が閾値以上である場合、対象者が在宅していることを推測することができる。但し、家電製品の中には、待機電力を必要とするものが多く存在するため、この待機電力を考慮して、閾値を決定する必要がある。この電力量センサ14と、人感センサ13とを組み合わせることにより、例えば、人感センサ13により室内に対象者がいないことが推測されても、電力量センサ14により、照明が点灯していることが確認された場合、又はテレビ4の電源が入り続けていることが確認された場合に、対象者がいないにもかかわらず、照明が点灯し続けていたり、テレビ4の電源が入り続けていたりするため、対象者に異常が発生した可能性があることを認識することができる。
これらの各センサの監視範囲を、図2に示す。見守り対象者の自宅は、入口E1から入ると、玄関Eとなっており、玄関Eから廊下Cをとおって、トイレT及び風呂Baに行くことができる。また、廊下Cからは、寝室Bにも行けるようになっており、寝室Bから台所Kに入室することができる。この寝室Bには、ベッド3のほかに、テレビ4及びソファ8が設置されている。そして、見守り対象者の自宅は、離床センサ11及び体動センサ12により、寝室Bに設けられたベッド3上で見守り対象者が監視されている。また、アクティブ赤外線センサ15は、ベッド3の近傍を監視範囲とするものであり、これにより、ベッド3の近傍で見守り対象者が監視されている。このアクティブ赤外線センサ15によって、例えば、ベッド3から離床しようとしている対象者の状態を把握する。そして、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bは、ベッド3及びベッド3の近傍で見守り対象者を監視するセンサである。また、照度センサ18は、この照度センサ18を室内に設置された照明器具に内蔵させることにより、室内全体を監視範囲とする。人感センサ13も、照度センサ18と同様に、この人感センサ13を照明器具に内蔵させることにより、室内全体を監視範囲とする。この照度センサ18及び人感センサ13により見守り対象者が監視される場所は、玄関E、廊下C、トイレT、風呂Ba、台所K及び寝室Bである。また、電力量センサ14は、居宅の家電等に接続することにより、家電等の使用状況を調べるものであり、この電力量センサ14は、居宅の全体を監視範囲とする。
なお、本実施形態では、見守り支援装置1の各センサを居宅に配置しているが、図3に示すように、介護施設又は病院等に配置することも可能である。見守り対象者の自室R1は、部屋の入口E1から出ると、介護施設又は病院等の廊下Cとなっており、この自室の隣室R2は、隣人の部屋となっている。自室には、例えば、ベッド3、テレビ4、机9、椅子10及び衣装棚63等が配置されている。そして、見守り対象者の自室は、離床センサ11及び体動センサ12により、ベッド3上で見守り対象者が監視され、アクティブ赤外線センサ15により、ベッド3の周辺で見守り対象者が監視されている。このベッド3及びベッド3の周辺においては、見守り対象者は、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより監視されている。そして、自室R1内、部屋の入口E1及び自室R1内に設置されたトイレTにおいては、見守り対象者は、人感センサ13、照度センサ18及び電力量センサ14により監視されている。この人感センサ13からの情報と、照度センサ18、電力量センサ14又は2次元温度分布センサ2a,2bからの情報とを組み合わせて、前述の見守り対象者の生活パターンの変化(異常)を検出する。
次に、見守り支援装置1のコントローラ16の構成について説明する。図4に示すように、コントローラ16は、温度分布検出部1a、温度判別部1b、特徴量抽出部1c及び判定部1dを有している。この温度分布検出部1aは、寝室に設置された第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより構成される。この第1の2次元温度分布センサ2aは、前述の如く、センサ部が、ベッド3の上方から下方に向けられており、これにより、この第1の2次元温度分布センサ2aが、ベッド3及びその周辺において、ベッド3の上方から下方に向けて2次元的に第1の温度分布を測定する。一方、第2の2次元温度分布センサ2bは、前述の如く、そのセンサ部が、ベッド3の側方から水平に向けられている。これにより、ベッド3及びその周辺において、この第2の2次元温度分布センサ2bが、ベッド3の側方から水平に向けて2次元的に第2の温度分布を測定する。
そして、コントローラ16の抽出部1eの温度判別部1bは、先ず、第1の温度分布36を、図7(a)に示すように、複数のセルに分割する。この複数のセルは、2次元的に配列されており、例えば、横方向に8個、縦方向に8個配列されて、全部で64個のセルからなるセル群である。そして、温度判別部1bは、セル群の各セルにおける温度を、5段階に分けて表示し、各セルの温度を把握する。また、温度判別部1bは、第2の温度分布37も、第1の温度分布36と同様に、各セルに対応させて把握する(図7(c))。そして、このセル群の4隅のいずれか1カ所を原点とし、例えば、左上の隅のセルを原点とする。なお、図7(a),(c)に示す温度分布36,37は、最も温度が高いセル31、2番目に温度が高いセル32、3番目に温度が高いセル33、4番目に温度が高いセル34及び最も温度が低いセル35からなる。
この温度判別部1bは、図7(a),(c)に示すように、5段階に分けられた第1の温度分布36及び第2の温度分布37を、セル34における温度(4番目に高い温度)以上の温度を示すセルと、最も温度が低いセル35とに分類する。このセル34における温度以上の温度を示すセルを第1のセル41とし、また、セル35を第2のセル43とする(図7(b),(d))。このように、温度判別部1bは、5段階に分けて表示された第1の温度分布36及び第2の温度分布37を、第1のセル41及び第2のセル43からなる2段階表示の温度分布にする。即ち、5値の温度分布を2値化する。なお、本実施形態では、セル34における温度により、それ以上の温度及びそれより低い温度に分類しているが、この分類する温度を、所定の閾値に設定することもできる。この場合、第1の温度分布36及び第2の温度分布37において、第1のセル41が、所定の閾値以上の温度であり、第2のセル43が、所定の閾値より低い温度である。この所定の閾値は、人体を認識できる温度であればよく、例えば、20℃である。
この温度判別部1bにより2値化された第1の温度分布36について、図7(b)に示すように、コントローラ16の抽出部1eの特徴量抽出部1cは、第1のセル41が縦方向及び横方向に連続する領域を検知し、この検知した領域を矩形に取り囲む特徴領域42を求める。この特徴領域42が、人体を示す温度領域である。次に、この特徴量抽出部1cは、この特徴領域42内に存在する第1のセル41の数を求め、これを特徴領域42の面積とする。図7(b)において、特徴領域42内に存在する第1のセル41の数は、9個である。そして、特徴量抽出部1cは、特徴領域42の縦方向の長さとしてのセル数を求める。これを特徴領域42の縦の長さとする。図7(b)において、特徴領域42の縦方向の長さとしてのセル数は、4個である。また、特徴量抽出部1cは、特徴領域42の横方向の長さとしてのセル数も求め、これを特徴領域42の横の長さとする。図7(b)において、特徴領域42の横方向の長さとしてのセル数は、3個である。そして、特徴量抽出部1cは、この特徴領域42を代表するセルの位置を求める。このセルの位置は、例えば、原点をセル群の左上の隅としている場合、そのセルから、横方向に何個目のセルであるかを数え、その数を、横方向(x方向)の座標位置とし、また縦方向に何個目のセルであるかを数え、その数を、縦方向(y方向)の座標位置とする。この代表セルを、特徴領域42の左上の隅のセルにした場合、図7(b)において、代表セルの位置は、x方向が4であり、y方向が2であるため、その座標は(4,2)である。
このように、この特徴領域42内に存在する第1のセルの数(面積)、特徴領域42の縦方向の長さとしてのセル数(縦の長さ)、特徴領域42の横方向の長さとしてのセル数(横の長さ)及び特徴領域42を代表するセルの位置を、4個の特徴量とし、特徴量抽出部1cが、この4個の特徴量を抽出する。また、特徴量抽出部1cは、第1の温度分布36と同様に、第2の温度分布37についても、4個の特徴量を抽出する。図7(d)に示すように、第1のセル41が縦方向及び横方向に連続する領域を矩形に取り囲んだ特徴領域42において、この特徴領域42の面積(特徴領域42内に存在する第1のセル41の数)は、18であり、特徴領域42の縦の長さ(特徴領域42の縦方向の長さとしてのセル数)は、8個であり、同じくこの横の長さ(特徴領域42の横方向の長さとしてのセル数)は、4個であり、特徴領域42を代表するセルの位置は、この代表セルを、特徴領域42の左上の隅のセルにした場合、その座標は(2,0)である。
このように、温度判別部1b及び特徴量抽出部1cにより構成される抽出部1eは、第1の2次元温度分布センサ2aが検出した第1の温度分布36から、特徴領域42、即ち、人体を示す温度領域を抽出する。そして、この抽出部1eは、第2の2次元温度分布センサ2bが検出した第2の温度分布37からも、人体を示す温度領域(特徴領域42)を抽出する。
そして、コントローラ16の判定部1dは、特徴量抽出部1cにより抽出された第1の温度分布36及び第2の温度分布37における人体温度領域から、人体の立位、座位又は臥位を判定する。この判定は、人体温度領域(特徴領域42)内の面積、縦の長さ、横の長さ及び代表セルの位置からなる4個の特徴量に基づいて行われる。先ず、この4個の特徴量が、夫々所定の範囲に含まれる場合、特徴領域42を人領域であると判定する。例えば、面積(特徴領域42内に存在する第1のセル41の数)が、一定値以下であれば、それは人ではなく、単なるノイズに過ぎず、これを排除する。一方、面積が、一定値以上であれば、それも人ではなくもっと大きな熱源物体であるため、これを排除する。また、縦の長さ(特徴領域42の縦方向の長さとしてのセル数)及び横の長さ(特徴領域42の横方向の長さとしてのセル数)についても、面積と同様に上限値及び下限値を設け、その範囲外であれば、これをノイズと判断し、人領域であるという判定をしない。特徴領域42を代表するセルの位置は、例えば、この位置が、極端に高い位置又は低い位置にある場合、人がその場所にいるということは考えにくく、これをノイズと判断し、排除したりする。このノイズとしては、例えば、見守り対象者のペット等の小動物の動き又は風によるカーテンの揺れ等が原因となる。
このように、ノイズを排除した後、人領域(ノイズではない特徴領域42)における4個の特徴量から、人体の立位、座位又は臥位を判定する。例えば、第1の2次元温度分布センサ2aによって、人を上方から下方に向けて観察する場合、人が立位又は座位であれば、この縦の長さは、人の幅であり、横の長さは、幅に対し垂直な方向の長さである。そして、第2の2次元温度分布センサ2bによって、人を側方から水平に向けて観察する場合、人が立位又は座位であれば、この縦の長さは、人の身長であり、横の長さは、幅に対し垂直な方向の長さである。なお、人が臥位である場合は、人を上方及び側方から観察しても、これらのことは当てはまらない。このように、上方及び側方からの観察においては、その縦の長さ及び横の長さに対応する部分が異なるため、ベッド上方に設置された第1の2次元温度分布センサ2a及びベッド側方に設置された第2の2次元温度分布センサ2bでは、人が立位、座位又は臥位であるかを判定する条件を変える必要がある。
例えば、第1の2次元温度分布センサ2aによりベッド3の上方から下方に向けて測定された第1の温度分布36では、人が立位であるとき、2次元温度分布センサ2aから人までの距離が近いため、特徴領域42は大きくなるが、人が座位であるとき、その距離が遠いため、特徴領域42は小さい。このように、第1の温度分布36においては、面積の大きさを、立位又は座位を判定する条件とすることができる。なお、臥位の場合は、縦の長さ又は横の長さが長くなるため、これを判定条件とすることができる。また、例えば、第2の2次元温度分布センサ2bによりベッド3の側方から水平に向けて測定された第2の温度分布37では、立位の場合、縦の長さ(身長)が極端に長くなり、横の長さ(幅に垂直な方向の長さ)は短くなるが、座位の場合、縦の長さと横の長さとの差が小さくなる。従って、縦の長さと横の長さとの比を計算し、この比が大きければ立位とし、小さければ座位とすることができる。なお、臥位の場合は、座標位置が床面に近い位置にあるため、この座標位置を判定条件とすることができる。
しかし、この第1の温度分布36のみから、人の立位、座位又は臥位を判定しても、その判定精度は低い。図9(d)、図9(e)及び図9(f)は、夫々、立位43a(図9(g))、座位43b(図9(h))及び臥位43c(図9(i))における第1の温度分布36である。図9(d)と図9(e)とを比較すると、図9(d)の方が特徴領域42の面積が大きいため、天井に設置された第1の2次元温度分布センサ2aと人との間の距離が近いことが予測でき、これを立位43aであると判定するが、床上で立っている人及びベッド3上で座っている人を、第1の2次元温度分布センサ2aにより測定すると、第1の2次元温度分布センサ2aと床上で立っている人との間の距離と、第1の2次元温度分布センサ2aとベッド3上で座っている人との間の距離との差が少なくなり、立位又は座位の判定が難しくなる。また、このことは、床上で座っている人及びベッド3上で寝ている人においても、同様のことがいえる。この場合、座位又は臥位の判定が困難となる。
一方、第2の温度分布37のみから、人の立位、座位又は臥位を判定しても、第1の温度分布36と同様に、その判定精度は低い。図9(a)は、立位43aにおける第2の温度分布37であり、図9(b)は、座位43bにおける第2の温度分布37であり、図9(c)は、臥位43cにおける第2の温度分布37である。図9(a)と図9(b)とを比較すると、図9(a)の方が、特徴領域42の縦の長さが長く、横の長さが短いため、これを立位42aであると判定する。しかし、この図9(a)と図9(b)との縦の長さは、セル1個分の差でしかないため、例えば、座位の人が足を伸ばさずに曲げることにより、人の幅方向に垂直な方向の長さが短くなると、この座位及び立位は、その特徴領域42の横の長さの差が小さくなり、座位又は立位を判定することが困難となる。また、臥位についても、寝ている方向又は倒れている方向が、第2の2次元温度分布センサ2bのセンサ部の向き(ベッド3側方から水平に向かう方向)に対し、垂直であれば、図9(c)に示すように、特徴領域42の横方向の長さが長くなるため、臥位を判定することが容易であるが、第2の2次元温度分布センサ2bのセンサ部の向きに対し、平行である場合、特徴領域42の横方向の長さが短くなるため、座位との差が小さくなる。従って、この場合、座位又は臥位を判定することが難しくなる。
そこで、本実施形態では、第1の温度分布36と第2の温度分布37とを組み合わせて、人の立位、座位又は臥位を判定することにより、その判定精度を高めている。先ず、図9(d)に示す第1の温度分布36においては、特徴領域42の縦方向の長さが4であること及び横方向の長さが3であることから、この縦方向又は横方向の長さが長くなる臥位43cの可能性を排除する。また、特徴領域42の面積が9であり、比較的大きいため、立位43aの可能性が高い。しかし、この図9(d)からは、立位43a又は座位43bを、完全に区別することが困難であるため、図9(a)に示す第2の温度分布37の特徴領域42の縦の長さ及び横の長さに着目する。この図9(a)において、特徴領域42の縦の長さが9であり、横の長さが4であるため、この特徴領域42は、縦に長く、横に短い。即ち、図9(a)からは、立位43aの可能性が高い。このように、図9(a)(第1の温度分布36)から、立位43aの可能性が高いことが示されると共に、図9(d)(第2の温度分布37)からも、立位43aの可能性が高いことが示されているので、判定部1dは、人体を立位43aであると判定する。
次に、図9(e)に示す第1の温度分布36においては、特徴領域42の縦の長さが2であること及び横方向の長さが3であることから、図9(d)と同様に、臥位43cの可能性を排除する。そして、この特徴領域42の面積は6であり、比較的小さいため、座位43bの可能性が高いが、これだけでは、座位43bであることを確定することはできない。一方、図9(b)に示す第2の温度分布37の特徴領域42の縦の長さは8であり、横の長さは5である。このように、特徴領域42の形状は、縦に長いものの、横の長さもあるため、立位43aよりも、座位43bの可能性が高い。このように、図9(b)に示す第1の温度分布36及び図9(e)に示す第2の温度分布37から、座位43bの可能性が高いことが示されていることから、これをもって、判定部1dは、人体を座位43bであると判定する。
また、図9(f)に示す第1の温度分布36においては、特徴領域42の縦の長さ7であり、その長さが長いため、臥位43cの可能性が高い。また、図9(c)に示す第2の温度分布37においては、特徴領域42の横の長さが7と長く、また、特徴領域42を代表するセルである特徴領域42の左上の隅のセルの位置は(0,5)であり、y方向の高さが低いため、臥位43cの可能性が高い。このように、この図9(c)及び図9(f)に示す第1の温度分布36及び第2の温度分布37の両方において、臥位43cの可能性が高いことが示されているので、判定部1dは、人体を臥位43cであると判定する。なお、このコントローラ16により制御される2次元温度分布センサ2a,2bは、例えば、2m×2mのエリアを、8×8のマトリクスで検出するものであるが、その分解能は30cmと低いため、監視対象者(人)のプライバシーを侵害することなく、リアルタイムに人の状態を判定することができる。
本実施形態では、この第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bと離床センサ11とを組み合わせて、人の監視を行うことにより、人の転倒防止を、より確実に行うことができる。例えば、離床センサ11により、人が端座位にいることが検出されても、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより、人の姿勢が臥位であると判定された場合、人はベッド3の端座位置に座っているのではなく、ベッド3の端座位置で寝ていることになるため、人がベッド3上から落下する危険性が高いことを認識することができる。
このように、第1の2次元温度分布センサ2a、第2の2次元温度分布センサ2b及び離床センサ11による監視に加え、体動センサ12による監視を付加することにより、人が転倒することを、より確実に防止することができる。例えば、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより、人の姿勢が臥位であると判定され、離床センサ11により、人が端座位にいないことが検出された場合、人がベッド3の中央部で寝ていることが認識される。しかし、体動センサ12により、ベッド3上の動きが活発であることが認識されると、人がベッド3上で暴れたりしている可能性が考えられるため、人がベッド3の中央部にいても、ベッド3上から転落する危険性が高いことを検知することができる。
また、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2b等と、アクティブ赤外線センサ15とを組み合わせて、人の監視を行うことにより、転倒の検出精度を高めることができる。例えば、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより、人の姿勢が臥位であると判定され、更に、アクティブ赤外線センサ15により、各関節部52及び各骨格部53の位置から、人の姿勢が臥位であると判定されると、3個のセンサにより臥位が判定されたことになるため、その判定精度は極めて高いものになる。また、このアクティブ赤外線センサ15からの情報に基づいて、人の歩行状態から、人が転倒する危険性を把握する。人の歩き方が、例えば、ふらついているような不安定な歩行パターン(歩容)である場合、人が、歩行中にバランスを崩して、転倒する可能性がある。このため、この歩容のふらつき等から、転倒する危険性、即ち、転倒危険度を検出することができる。
本実施形態では、更に、照度センサ18を、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2b等と組み合わせて、人の監視を行うことにより、人の状態を、より確実に把握することができる。例えば、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより、人の姿勢が臥位であると判定され、更に、照度センサ18により、照度が閾値より低いと判定されると、睡眠のために消灯していることを推測することができる。一方、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bにより、人の姿勢が臥位であると判定されても、照度センサ18により、照度が閾値以上であると判定されると、睡眠ではなく、失神している可能性が考えられるため、その状況を、コントローラ16により、外部のケアサービス拠点等に通報することで、ケアサービス拠点等が状況を認識することができる。
また、人感センサ13を、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2b等と組み合わせることにより、人の生活パターンを把握することができる。室内の床又は壁等の複数の位置の温度のうち、少なくとも1カ所の温度が、所定の閾値以上である時間と、所定の閾値より低い時間とを、継続的に測定する。これを、例えば1ヶ月程度続けることにより、通常、人が何時に入室し、何時に退室するかを、把握することができる。この継続的な入退室時間と、現在の行動とを比較して、現在の入退室時間が、継続的な入退室時間と異なることが検知された場合、人に異常が発生している可能性が考えられるため、その異常状況を、コントローラ16により、外部に知らせることができる。
また、本実施形態では、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2b等と、電力量センサ14とを組み合わせることにより、人の生活パターンを把握することができる。この電力消費量を、例えば1ヶ月程度の間、継続的に測定する。これにより、通常、人が何時に電力を多く消費し、何時に電力消費が少なくなるかを把握することができる。この電力を消費する又は消費しない時間と比較して、大幅にその時間がずれたり、全く電力を消費しなかったりした場合、失神のような異常状態にある可能性が考えられるため、その状態を、コントローラ16により、外部に連絡することができる。
そして、この各センサから得られた情報に基づいて、人が転倒したり気絶したりしていることを検知した場合、コントローラ16により、近隣のケアサービス拠点又は遠隔地の家族宅72に通報・連絡71を行う。そして、このケアサービス拠点又は遠隔地の家族宅72から、人手による救急要請73を行い、人は病院74に搬送される。
そして、この各センサから得られた情報に基づいて、人が転倒したり気絶したりしていることを検知した場合、コントローラ16により、近隣のケアサービス拠点又は遠隔地の家族宅72に通報・連絡71を行う。そして、このケアサービス拠点又は遠隔地の家族宅72から、人手による救急要請73を行い、人は病院74に搬送される。
なお、転倒の発生時等に、警報が提示される場所は、実際に転倒が発生した場合、及び転倒が発生する危険性が高まった場合等で、区別される。更に、転倒が発生した場合においては、その発生時の状況が考慮され、転倒危険性が高まった場合は、その危険性の程度が考慮されて、警報が提示される場所が決定される。例えば、実際に転倒が発生した場合は、見守り対象者本人、介護施設等のケアステーション又は近隣のケアサービス拠点(民生委員又は介護タクシー業者等)に警報を提示し、また、転倒が発生する危険性が高まった場合は、遠隔地の家族宅、又は必要に応じて近隣のケアサービス拠点等に警報を提示する。
このように、本実施形態では、実際に転倒が発生した場合に警報を発する転倒検知と、転倒の危険性が高くなった場合に警報を発する転倒危険度判定とが行われている。前述の如く、転倒検知は、主に、第1の2次元温度分布センサ2a及び第2の2次元温度分布センサ2bによって行われている。また、転倒危険度判定は、アクティブ赤外線センサ15により、歩行パターン、即ち、歩容のふらつき等を検出し、これに加えて、人感センサ13と、照度センサ18、電力量センサ14又は2次元温度分布センサ2a,2bとから得られた情報に基づいて、生活パターンを検出することにより行われるものである。見守り対象者が、ふらつくような不安定な歩き方をしている場合に、バランスを崩して転倒する虞がある。このため、アクティブ赤外線センサ15により検出される見守り対象者の歩容のふらつき等は、転倒危険度判定の指標となる。更に、この歩容のふらつき等に加えて、人感センサ13と、照度センサ18、電力量センサ14又は2次元温度分布センサ2a,2bとにより、見守り対象者の所在場所、所在時刻及び所在時間等を計測する。そして、これらの情報から、見守り対象者の生活パターンに変化があって、正常時の生活パターンとは異なる生活パターンであることが認識された場合、見守り対象者の生活活動量が変化して、転倒危険度が上昇したと判定される。
次に、見守り支援装置1のハードウェアの構成について説明する。図5に示すように、コントローラ16は、コントローラ基本基板91とコントローラ拡張基板92と電源96とから構成される。このコントローラ基本基板91には、CPU91c、メモリ91f及びFPGA91gが設けられている。このFPGA91gにより、コントローラ基本基板91へのプログラミングが可能となる。そして、このコントローラ基本基板91は、第1の2次元温度分布センサ2a、第2の2次元温度分布センサ2bからの情報を、I2C I/F91aを介して受信し、その情報をメモリ91fに格納する。また、離床センサ11からの情報を、RS485 I/F91bを介して、コントローラ基本基板91が受信し、その情報をメモリ91fに格納する。そして、メモリ91fから、各センサからの情報を呼び出し、FPGA91gのプログラムを、CPU91bにより動作させることにより、デジタル入出力91eを介して、対象者の状態が、近隣のケアサービス拠点又は遠隔地の家族宅72に、表示ランプ,ブザー,ナースコール93によって伝達される。また、声掛け部が、対象者に声を掛け、その対象者が無事であることを確認すると、対象者が無事であるとの情報が、近隣のケアサービス拠点又は遠隔地の家族宅72に伝達される。対象者が無事であることが確認されると、対象者の監視継続をコントローラ16に送信するキャンセル入力デバイス94により、デジタル入出力91eを介して、コントローラ16に、対象者の監視継続命令が送信される。なお、このコントローラ基本基板91には、RS232C I/F91dが設けられており、RS232C I/F91dを介して、コントローラ基本基板91とコントローラ拡張基板92が接続されている。
このコントローラ拡張基板92には、CPU92b、メモリ92f及びストレージ92gが設けられている。そして、体動センサ12からの情報を、RS232C I/F92aを介して、コントローラ拡張基板92が受信し、その情報をメモリ92fに格納する。前述の如く、コントローラ基本基板91とコントローラ拡張基板92とは、RS232C I/F92aにより接続されているため、このRS232C I/F92aは、コントローラ拡張基板92に、2個設けられている。また、このコントローラ拡張基板92は、人感センサ13及び電力量センサ14からの情報を、ZigBee I/F92cを介して受信し、この各センサからの情報を、メモリ92fに格納する。そのほかに、アクティブ赤外線センサ15からの情報を、USB I/F92dを介して受信し、この情報をメモリ92fに格納する。そして、メモリ92fに格納された各センサからの情報を呼び出し、ストレージ92gに保存されたソフトウェアを、CPU92bにより動作させることにより、WiFi経由で、近隣のケアサービス拠点又は遠隔地の家族宅72に音声出力97を行ったり、外部通報連絡をしたり、外部データベースにアクセスしたりする。
次に、本実施形態に係る見守り支援装置1の動作について説明する。図6は、見守り支援装置のコントローラのフローチャート図、図8は、2次元温度分布センサにより測定された温度分布図である。また、図9(a)は、ベッドの側方に配置された2次元温度分布センサが検出した立位における温度分布図、図9(b)は、座位における温度分布図、図9(c)は、臥位における温度分布図である。そして、図9(d)は、ベッドの上方に配置された2次元温度分布センサが検出した立位における温度分布図、図9(e)は、座位における温度分布図、図9(f)は、臥位における温度分布図である。更に、図9(g)は、立位を示す図、図9(h)は、座位を示す図、図9(i)は、臥位を示す図である。図8に示すように、一定時間毎に取得した温度分布は、人等の熱源物体が移動することにより、その分布も変わっていく。図8(a),(b),(c)においては、最も温度が高いセル31、2番目に温度が高いセル32、3番目に温度が高いセル33、4番目に温度が高いセル34及び最も温度が低いセル35を示しており、セル31,32,33等が多数集合している部分に、人体が存在すると推定することができる。
図6に示すように、先ず、第1の温度分布センサ2aにより第1の温度分布36を測定し、第2の温度分布センサ2bにより第2の温度分布37を測定する(ステップS1)。次に、この第1の温度分布36及び第2の温度分布37を、8×8のセルに分割する(ステップS2)。このとき、各セルの温度は、5段階に分類されている。そして、この各セルを、所定の温度閾値以上の第1のセル41と、温度閾値よりも低い第2のセル43に分類する(ステップS3)。このように、第1のセル41及び第2のセル43に分類した後、第1のセル41が縦方向及び横方向に連続する領域を検知し、この検知した領域を矩形に取り囲む特徴領域42を求める(ステップS4)。図9(a)に示すように、第2の2次元温度分布センサ2bにより測定された第2の温度分布37を2値化処理すると、閾値よりも温度が高い第1のセル41が縦方向及び横方向に連続する領域は、縦方向に長く、横方向に短い。この第1のセル41が縦方向及び横方向に連続する領域を矩形に取り囲む特徴領域42において、この特徴領域42内に存在する第1のセルの数(面積)は18である。また、この特徴領域42の縦方向の長さとしてのセル数(縦の長さ)は8であり、特徴領域42の横方向の長さとしてのセル数(横の長さ)は4である。そして、この特徴領域42を代表するセル、例えば、特徴領域42の左上の隅のセルの位置は、縦方向(x方向)が2、垂直方向(y方向)が0である。このように、4個の特徴量を抽出する(ステップS5)。これらの特徴量が、夫々所定の範囲に含まれるとされると、この特徴領域42を人領域であると判定する。なお、例えば、図9(a)の座標(0,1)の第1のセル41は、面積が1、縦の長さ及び横の長さが1であるため、所定の範囲から外れ、これはノイズとして人領域であるとは認識されず、除去される。この特徴領域42における4個の特徴量のうち、縦の長さ:8と横の長さ:4との比を計算すると、比は2となる。そして、特徴領域42の座標(2,0)は、その位置が高いため、この比及び座標位置から、この特徴領域42は、立位である可能性が高い。
一方、図9(d)に示すように、第1の2次元温度分布センサ2aにより測定された後、2値化処理した第1の温度分布36において、第1のセル41が、縦方向及び横方向に連続する領域を取り囲む特徴領域42において、その特徴領域42内の第1のセル41の数は9であり、特徴領域42の縦の長さは4、横の長さは3である。また、この特徴領域42の4隅のうち、左上のセルの座標は、(4,2)である。これらの特徴量が、夫々所定の範囲に含まれる場合、この特徴領域42を人領域であると判定する。人が立位の場合、人と2次元温度分布センサ2aとの距離が近いため、セル数(面積)が大きくなる。特徴領域42における4個の特徴量のうち、面積は9であるため、その面積は比較的大きい。従って、特徴領域42は、立位である可能性が高い。このように、第1の温度分布36と第2の温度分布37との両方において、立位の可能性が高いことが示されているため、判定部1dにより立位であると判定される(ステップS6)。図9(a),(d)は、図9(g)に示す立位43aを、2次元温度分布センサを用いて検出した温度分布である。このように、本装置を使用すれば、人の状態を容易に判別することが確認された。
そして、図9(h)に示す座位43bを、第2の2次元温度分布センサ2bを用いて検出した第2の温度分布37が図9(b)であり、第1の2次元温度分布センサ2aを用いて検出した第1の温度分布36が図9(e)である。図9(b)に示すように、立位43aよりも、特徴領域42の縦の長さが短くなっており、その分横の長さが長くなっている。また、図9(e)に示すように、立位43aよりも、面積が小さくなっているが、これは、座位43bであるため、上方に配置された2次元温度分布センサと人との距離が遠くなったことに起因する。
また、図9(c)及び図9(f)は、図9(i)に示す臥位43cを、夫々第2の2次元温度分布センサ2bにより測定された第2の温度分布37及び第1の2次元温度分布センサ2aにより測定された第1の温度分布36である。図9(c)に示すように、面積が13であり、これは立位43a,座位43bよりも少ない。また、特徴領域42の縦の長さが3、横の長さが6であり、また、座標位置が(0,5)と、低い位置にある。面積数、縦横の長さから、この特徴領域42は人領域であると判定され、その座標位置の低さから、特徴領域42は、臥位の可能性が高い。また、図9(f)に示すように、上方に配置された第1の2次元温度分布センサ2aにおける温度分布において、第1のセル41を含む特徴領域42の縦の長さが極端に長く、横の長さが短い。これにより、この特徴領域42は人領域であると判定され、その姿勢は、臥位である可能性が高い。このように、第1の温度分布36と第2の温度分布37との両方において、臥位の可能性が高いことが示されているため、人の姿勢が臥位であると判定される。
次に、本発明の第2実施形態について説明する。本実施形態は、立位から座位、座位から臥位へ変化する時間を計測して、人の転倒を検出する。図10(a),(b)は、見守り支援装置の状態変化時間を計測することを示す図である。図10(a),(b)に示すように、2次元温度分布センサにより、継続的に人の状態を判定していく。そして、人の状態が、立位から座位、座位から臥位へ変化する時間を、時間計測部が計測する。図10(a)に示すように、変化時間T1が、所定の閾値時間Thを超える場合、人が床に寝るか又はうずくまる動作を取ったと考えられる。一方、図10(b)に示すように、変化時間T2が、所定の閾値時間Th以内である場合、転倒検出部が、人の転倒を検出する。これは、人が転倒する際、立位から、座位になることなく直ちに臥位となることから、立位から臥位に至るまでの時間が短い場合、これを転倒であると判断している。このように転倒した場合、声掛け部が、転倒した人に声を掛け、その人の安否を確認し、問題があれば、外部にその転倒が知らされるため、自ら外部に緊急を伝えることなく、転倒者は外部からの救助を受けることができる。
次に、本発明の第3実施形態について説明する。本実施形態は、アクティブ赤外線センサ15を用いて、人の歩行状態を判定し、その判定結果から、転倒しやすい歩行であるか、又は転倒しにくい歩行であるかを判断するものである。図12は、人の頭の時間経過による移動量を示すグラフ図、図13は、人がベッドから離床しようとすることを示す斜視図、図14は、ベッドから離床しようとする人の関節部及び骨格部の位置を抽出したスケルトンモデルを示す図である。図12に示すように、アクティブ赤外線センサ15により得られた関節部52のうち、頭の位置にある関節部52の時間的変位量をグラフ化することにより、歩行中の頭の振れ方を把握することができる。また、図13に示すように、ベッド62から離床しようとしている人61に、赤外線ビームを発射し、反射波により得られた関節部52及び骨格部53の位置を抽出して、図14に示すように、スケルトンモデル51を作成する。このようにして得られたスケルトンモデル51の形状は、ベッド62から離床しようとしている人61の姿勢に近いものであるため、アクティブ赤外線センサ15により、ベッド及びベッド周辺における人が離床しようとしていることを、把握することができることが確認された。
次に、本実施形態の動作について説明する。図15(a)は、このスケルトンモデルの基準点を示す図、図15(b)は、健常者が歩行する際の歩行状況計測図である。この歩行状況計測図は、人の右肩、左肩、右臀部及び左臀部の位置の時間的変位量を計測したグラフ図である。図15(c)は、衰弱した者が歩行する際の歩行状況計測図である。そして、図15(d)は、健常者が、左右における同じ側の手足を同時に同方向に動かすナンバ歩きをする際の歩行状況計測図、図15(e)は、衰弱した者がこのナンバ歩きをする際の歩行状況計測図である。また、図15(f)は、健常者が引摺歩きをする際の歩行状況計測図、図15(g)は、衰弱した者が引摺歩きをする際の歩行状況計測図である。なお、本実施形態では、通常歩行時の歩行状況計測図と比較するため、通常歩行と異なる歩行パターンとして、ナンバ歩き及び引摺歩きをする際の歩行状況を計測している。また、図15(c),(e),(g)は、実際に衰弱した者を対象として計測したものではなく、健常者が、衰弱した際の歩行を想定して模擬歩行を行った際の計測図である。図15(a)に示すように、スケルトンモデルの複数の関節部のうち、人間の腰椎に相当する部分を基準点とし、右肩、左肩、右臀部及び左臀部の時間的変位量を測定する。図15(b)に示すように、健常時における通常歩行は、左右肩及び左右臀部が滑らかに変位しているのに対し、図15(c)に示すように、衰弱時の通常歩行では、夫々の部分があまり動かない。一方、図15(d)に示すように、ナンバ歩きにおいては、健常時では、基準点からの変位量が少ないが、図15(e)に示すように、衰弱状態では、変位量が非常に大きく、不安定な歩き方となっている。更に、引摺歩きを行った場合の歩行状況は、健常時では、図15(f)に示すように、通常歩行及びナンバ歩きよりも変位量が大きく、少し不安定な歩き方といえる。また、図15(g)に示すように、衰弱状態における引摺歩きは、時間経過による変位量は少ないが、左肩が、常に基準点よりも後方にあり、右肩が、常に基準点よりも前方にあるため、バランスが悪い歩き方となっている。このように、歩行パターン(歩容)が、通常歩行とは異なって、正常でない場合、肩又は臀部の位置の変位量が多くなるため、この変位量により、歩行時にバランスを崩して転倒する危険性を把握することができると共に、この変位量を、転倒する危険性の指標とすることができる。
次に、本発明の第4実施形態について説明する。本実施形態は、見守り支援装置1を使用して、日常生活パターンを採取し、その日常生活パターンと比較して、現在の行動パターンの状況を把握するものである。図16は、日常生活パターンを抽出することを示す図、図17及び図18は、抽出した生活パターンから、現在の行動パターンが正常であるか否かを示すフローチャートを示す図及びグラフ図、図19(a),図19(b),図19(c)は、ファジー推論の例を示す図、図20は、見守り支援装置のソフトウェア構造図である。図16に示すように、前述した2次元温度分布センサ、人感センサ、体動センサ及び電力消費量センサによる情報を統合することにより、日常生活パターンを抽出する。例えば、気象、トイレ、食事、入浴及び睡眠等の事象毎の開始時刻、継続時間及び回数(単位時間当り)等を、各センサにより得られた情報から読み取り、これをデータ化したものを生活パターンとする。この生活パターンを一定期間、例えば1ヶ月採取する。開始時刻については、横軸に時間(24時間)をとり、縦軸に発生頻度(回数)をとると、ほぼ正規分布となる。この分布の時間軸方向の平均値(もっとも多発する時刻)と標準偏差を求める(ステップS1,S4)。また、継続時間については、横軸に時間をとり、縦軸に発生頻度(回数)をとる。そして、分布の時間軸方向の平均値と標準偏差を求める。この際、最小時間及び最大時間を用いて、所定時間内で事象を完了しているか否かを判定してもよい(ステップS2,S5)。そして、発生回数については、横軸に回数をとり、縦軸に1日の当該事象発生回数をとり、平均回数と標準偏差を求める。この際、最小回数及び最大回数を用いてもよく、最大回数のみを用いてもよい。最大回数のみを用いる場合は、適正回数範囲内か否かにより判定する(ステップS3,S6)。これらに、図19に示すように、「やや小(時刻が早い、時間が短い、回数が少ない)」「やや大」「だいぶ小」「だいぶ大」の三角形又は台形のファジー集合を追加する。
そして、生活パターン(生活習慣行動)が一定期間、例えば1ヶ月の行動パターンと異なったことをもって、生活パターンが異常であると判断する。例えば、通常であれば食事をしている時間に寝ている場合、トイレ回数が少ない場合又は睡眠が長い場合等がある。上記の開始時刻、継続時間及び発生回数による生活習慣行動の適合度を求め、これが所定値より小さいとき、生活パターンを異常と判断する。これがファジー推論ルールであり、ある時刻tにおいて、行動Xiを行っていたとすると、この時刻tの様々な行動(事象)X1〜Xnに対する生活習慣行動の適合度(この時刻にこの事象を行っている確率との整合性)をファジー推論により求めることができる。図19(a)において、時間tにおける縦の軸の値を各事象毎に求め、得られた値を図19(c)の縦軸に当てはめ、台形状のメンバシップ関数(図18)を得る。このメンバシップ関数に基づき、時間tにおける適合度を求め、適合度が小さい場合には不適合となり、日常生活パターンから逸脱した異常状態であると判断する(図17)。なお、完全適合の場合は適合度1、適合なしの場合は適合度0となる。
この第4実施形態の見守り支援装置1のソフトウェア構造は、図20のようになる。このソフトウェアは、生活行動認識システム81、生活パターン生成システム82、異常状態検出システム83及び警報提示システム84により構成される。高齢者がいる住環境において、センサシステム81aにより得られたセンサデータにより現在の行動を認識する(81b)。このセンサシステム81aは、第1の2次元温度分布センサ2a、第2の2次元温度分布センサ2b、離床センサ11、体動センサ12、照度センサ18、人感センサ13、電力量センサ14、アクティブ赤外線センサ15等により構成される。これが、生活行動認識システム81である。この現在の行動を、生活行動データベース82bに蓄積していき、蓄積された行動データにより個人適合型行動パターン82aを生成する。そして生成された行動パターンを、生活行動データベース82bに蓄積していく。これが、生活パターン生成システム82である。そして、現在の行動81bと、生活行動データベース82bに蓄積された生活パターンとを比較して、現在の行動81bと生活パターンとに差が生じた場合、異常状態検出システム83が、異常検知及びレベル分類83aを行う。このレベル分類83aは、例えば、現在の行動81bと生活パターンとの差の大きさに応じて、レベル分けを行うものである。この差が小さい場合は、高齢者の危険度は低く、差が大きい場合は、高齢者の危険度は高くなる。そして、この結果を、提示情報に変換する(84a)。この提示情報は、例えば、分類したレベルに応じた危険度であったりする。そして、この提示データを情報提示デバイス84bに送信する。これが警報提示システム84である。この情報提示デバイス84bにより、送信された提示データに基づいて、高齢者を支援する。
なお、これらの実施形態から、本願請求項1及び2に係る発明が把握されるが、更に以下に示す発明も把握される。
即ち、ベッドの上方から下方に向けて2次元的に第1の温度分布を熱画像として測定する赤外線センサである第1の2次元温度分布センサ及びベッドの側方から水平に向けて2次元的に第2の温度分布を熱画像として測定する赤外線センサである第2の2次元温度分布センサを有する温度分布検出部と、
前記第1及び第2の2次元温度分布センサが検出した空間的な温度分布を複数個のセルに分割し、各セルの温度を段階的な温度範囲に分類し、この結果として得られる温度の空間的な分布のパターンを人体領域として抽出する抽出部と、
前記人体領域から、人体の立位、座位又は臥位を判定する判定部と、
を有することを特徴とする発明である。
前記第1及び第2の2次元温度分布センサが検出した空間的な温度分布を複数個のセルに分割し、各セルの温度を段階的な温度範囲に分類し、この結果として得られる温度の空間的な分布のパターンを人体領域として抽出する抽出部と、
前記人体領域から、人体の立位、座位又は臥位を判定する判定部と、
を有することを特徴とする発明である。
1:見守り支援装置、1a:温度分布検出部、1b:温度判別部、1c:特徴量抽出部、1d:判定部、1e:抽出部、2a:第1の2次元温度分布センサ、2b:第2の2次元温度分布センサ、3:ベッド、4:テレビ、5:エアコン、6:冷蔵庫、7:便器、8:ソファ、9:机、10:椅子、11:離床センサ、12:体動センサ、13:人感センサ、14:電力量センサ、15:アクティブ赤外線センサ、16:コントローラ、17:ベッドコントローラ、18:照度センサ、31:最も温度が高いセル、32:2番目に温度が高いセル、33:3番目に温度が高いセル、34:4番目に温度が高いセル、35:最も温度が低いセル、36:第1の温度分布、37:第2の温度分布、41:第1のセル、42:特徴領域、43:第2のセル、43a:立位、43b:座位、43c:臥位、51:スケルトンモデル、52:関節部、53:骨格部、61:人、62:ベッド、63:衣装棚、71:通報・連絡、72:近隣のケアサービス拠点又は遠隔地の家族宅、73:人手による救急要請、74:病院、81:生活行動認識システム、81a:センサシステム、81b:現在の行動の認識、82:生活パターン生成システム、82a:個人適合型行動パターン生成、82b:生活行動データベース、83:異常状態検出システム、83a:異常検知・レベル分類、84:警報提示システム、84a:提示情報変換、84b:情報提示デバイス、91:コントローラ基本基板、91a:I2C I/F、91b:RS485 I/F、91c:CPU、91d:RS232C I/F、91e:デジタル入出力、91f:メモリ、91g:FPGA、92:コントローラ拡張基板、92a:RS232C I/F、92b:CPU、92c:ZigBee I/F、92d:USB I/F、92e:WiFi、92f:メモリ、92g:ストレージ、93:表示ランプ・ブザー・ナースコール、94:キャンセル入力デバイス、95:外部通報連絡・外部データベースアクセス・クラウド対応・携帯端末、96:電源、97:音声出力
Claims (2)
- ベッドの上方から下方に向けて2次元的に第1の温度分布を熱画像として測定する赤外線センサである第1の2次元温度分布センサ及びベッドの側方から水平に向けて2次元的に第2の温度分布を熱画像として測定する赤外線センサである第2の2次元温度分布センサを有する温度分布検出部と、
前記第1及び第2の2次元温度分布センサが検出した空間的な温度分布を複数個のセルに分割し、各セルの温度を段階的な温度範囲に分類し、この結果として得られる温度の空間的な分布のパターンを人体領域として抽出する抽出部と、
前記人体領域から、人体の立位、座位又は臥位を判定する判定部と、
を有することを特徴とする見守り支援装置。 - 更に、人体が、立位から座位、座位から臥位へ変化する時間を計測する時間計測部と、
前記時間が所定時間以内である場合、人の転倒を検出する転倒検出部と、
を有することを特徴とする請求項1に記載の見守り支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017155661A JP2017216006A (ja) | 2017-08-10 | 2017-08-10 | 見守り支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017155661A JP2017216006A (ja) | 2017-08-10 | 2017-08-10 | 見守り支援装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012257792A Division JP6258581B2 (ja) | 2012-11-26 | 2012-11-26 | 見守り支援装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017216006A true JP2017216006A (ja) | 2017-12-07 |
Family
ID=60575810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017155661A Pending JP2017216006A (ja) | 2017-08-10 | 2017-08-10 | 見守り支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017216006A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111442466A (zh) * | 2020-03-27 | 2020-07-24 | 青岛海尔空调器有限总公司 | 空调器室内机及其控制方法 |
JP2020194493A (ja) * | 2019-05-30 | 2020-12-03 | アースアイズ株式会社 | 介護設備又は病院用の監視システム及び監視方法 |
WO2020241034A1 (ja) * | 2019-05-30 | 2020-12-03 | アースアイズ株式会社 | 監視システム及び監視方法 |
CN112102360A (zh) * | 2020-08-17 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 动作类型识别方法、装置、电子设备和介质 |
JP2021140756A (ja) * | 2021-01-13 | 2021-09-16 | 東京瓦斯株式会社 | 見守りの方法、システム、プログラム、記録媒体、機器、および住居 |
WO2021192398A1 (ja) * | 2020-03-25 | 2021-09-30 | 株式会社日立製作所 | 行動認識サーバ、および、行動認識方法 |
JP2022062661A (ja) * | 2021-01-13 | 2022-04-20 | 東京瓦斯株式会社 | 見守りの方法、システム、プログラム、記録媒体、機器、および住居 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004078297A (ja) * | 2002-08-09 | 2004-03-11 | Takenaka Komuten Co Ltd | 情報処理装置、情報処理方法及び環境制御装置 |
JP2011198161A (ja) * | 2010-03-22 | 2011-10-06 | Hiromitsu Hama | 対象物認識システム及び該システムを利用する監視システム、見守りシステム |
-
2017
- 2017-08-10 JP JP2017155661A patent/JP2017216006A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004078297A (ja) * | 2002-08-09 | 2004-03-11 | Takenaka Komuten Co Ltd | 情報処理装置、情報処理方法及び環境制御装置 |
JP2011198161A (ja) * | 2010-03-22 | 2011-10-06 | Hiromitsu Hama | 対象物認識システム及び該システムを利用する監視システム、見守りシステム |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020194493A (ja) * | 2019-05-30 | 2020-12-03 | アースアイズ株式会社 | 介護設備又は病院用の監視システム及び監視方法 |
WO2020241034A1 (ja) * | 2019-05-30 | 2020-12-03 | アースアイズ株式会社 | 監視システム及び監視方法 |
WO2021192398A1 (ja) * | 2020-03-25 | 2021-09-30 | 株式会社日立製作所 | 行動認識サーバ、および、行動認識方法 |
JP2021157274A (ja) * | 2020-03-25 | 2021-10-07 | 株式会社日立製作所 | 行動認識サーバ、および、行動認識方法 |
CN114424263A (zh) * | 2020-03-25 | 2022-04-29 | 株式会社日立制作所 | 行为识别服务器和行为识别方法 |
CN114424263B (zh) * | 2020-03-25 | 2023-06-27 | 株式会社日立制作所 | 行为识别服务器和行为识别方法 |
JP7366820B2 (ja) | 2020-03-25 | 2023-10-23 | 株式会社日立製作所 | 行動認識サーバ、および、行動認識方法 |
CN111442466A (zh) * | 2020-03-27 | 2020-07-24 | 青岛海尔空调器有限总公司 | 空调器室内机及其控制方法 |
CN112102360A (zh) * | 2020-08-17 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 动作类型识别方法、装置、电子设备和介质 |
CN112102360B (zh) * | 2020-08-17 | 2023-12-12 | 深圳数联天下智能科技有限公司 | 动作类型识别方法、装置、电子设备和介质 |
JP2021140756A (ja) * | 2021-01-13 | 2021-09-16 | 東京瓦斯株式会社 | 見守りの方法、システム、プログラム、記録媒体、機器、および住居 |
JP2022062661A (ja) * | 2021-01-13 | 2022-04-20 | 東京瓦斯株式会社 | 見守りの方法、システム、プログラム、記録媒体、機器、および住居 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6258581B2 (ja) | 見守り支援装置 | |
JP2017216006A (ja) | 見守り支援装置 | |
JP5648840B2 (ja) | ベッド上及び室内の見守りシステム | |
EP1071055B1 (en) | Home monitoring system for health conditions | |
KR102299017B1 (ko) | 모니터링하기 위한 방법 및 시스템 | |
EP0903707B1 (en) | In-bed state detection system | |
JP6520831B2 (ja) | 表示制御装置、表示制御システム、表示制御方法、表示制御プログラム、記録媒体 | |
JP6150207B2 (ja) | 監視システム | |
CN105989695B (zh) | 监护对象活动风险评估方法及装置 | |
JP4841462B2 (ja) | 寝台装置 | |
CN113035345A (zh) | 带有生命体征监测的床垫及其监控系统 | |
JPH11290394A (ja) | 寝台装置 | |
JP7120238B2 (ja) | 発報制御システム、検知ユニット、ケアサポートシステムおよび発報制御方法 | |
JP2019517051A (ja) | モニタリングのための方法およびシステム | |
US20210217288A1 (en) | Sensor and system for monitoring | |
WO2018194523A1 (en) | System for recording, analyzing risk(s) of accident(s) or need of assistance and providing real-time warning(s) based on continuous sensor signals | |
CN111759273A (zh) | 行为追踪方法及装置 | |
US11410538B2 (en) | System and method for monitoring an individual | |
KR100993494B1 (ko) | 행동감지를 위한 지능형 센서 시스템 | |
JP2016071641A (ja) | プレゼンス検知機能を有する敷物 | |
CN210144659U (zh) | 智能监仓感知装置及包括它的监管场所的管控系统 | |
JP7226315B2 (ja) | ケアサポートシステムおよび情報通知制御方法 | |
JP2021196889A (ja) | ケア情報処理プログラム、ケア情報処理装置、およびケア情報処理システム | |
CN110675594A (zh) | 智能灯控系统及其探测用户状态的方法 | |
JP2017004379A (ja) | 報知システム、ヒートショック対策方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180731 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180731 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180927 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190212 |