JP2017216006A - 見守り支援装置 - Google Patents

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

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。

特開２０１１−２２６５４号公報 特開平５−１４９７２５号公報

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。

本発明の第１実施形態に係る見守り支援装置を構成するものを、見守り対象者の自宅に配置したことを示す図である。 同じくこの見守り支援装置のセンサ配置図である。 介護施設又は病院における見守り支援装置のセンサ配置図である。 同じくこの見守り支援装置のコントローラのブロック図である。 同じくこの見守り支援装置のハードウェア構成図である。 同じくこの見守り支援装置のコントローラのフローチャート図である。 （ａ）は、第１の２次元温度分布センサにより測定された第１の温度分布図、（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、（ｃ）は、第２の２次元温度分布センサにより測定された第２の温度分布図、（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。 （ａ），（ｂ），（ｃ）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。 （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、（ｂ）は、同じくこの２次元温度分布センサが検出した座位における温度分布図、（ｃ）は、同じくこの２次元温度分布センサが検出した臥位における温度分布図、（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、（ｅ）は、同じくこの２次元温度分布センサが検出した座位における温度分布図、（ｆ）は、同じくこの２次元温度分布センサが検出した臥位における温度分布図、（ｇ）は、立位を示す図、（ｈ）は、座位を示す図、（ｉ）は、臥位を示す図である。 （ａ），（ｂ）は、本発明の第２実施形態に係る見守り支援装置において、状態変化時間を計測することを示す図である。 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。 人の頭の時間経過による移動量を示すグラフ図である。 人がベッドから離床しようとすることを示す斜視図である。 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。 （ａ）は、本発明の第３実施形態に係る見守り支援装置のアクティブ赤外線センサにより得られたスケルトンモデルの基準点を示す図、（ｂ）は、通常歩行（健常者）時の歩行状況計測図、（ｃ）は、通常歩行（衰弱した者）時の歩行状況計測図、（ｄ）は、ナンバ歩き（健常者）をする際の歩行状況計測図、（ｅ）は、ナンバ歩き（衰弱した者）をする際の歩行状況計測図、（ｆ）は、引摺歩き（健常者）をする際の歩行状況計測図、（ｇ）は、引摺歩き（衰弱した者）をする際の歩行状況計測図である。 同じくこの見守り支援装置を用いて日常生活パターンを抽出することを示す図である。 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判定することを示すフローチャートを示す図である。 同じくこの生活パターンから、現在の行動パターンが正常であるか否かを判定することを示すグラフ図である。 （ａ），（ｂ），（ｃ）は、ファジー推論の例を示す図である。 本発明の第４実施形態に係る見守り支援装置のソフトウェア構造図である。

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Ｌ_１、Ｌ_２、Ｌ_３及びＬ_４とし、その合計値をＬ_ａｌｌ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。

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）Ｘ_１〜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。

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)

1. 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。
2. 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。

Images