JP2018057527A - 姿勢推定装置、方法およびプログラム - Google Patents

Abstract

【課題】乗車中の人の姿勢を単一の加速度センサを用いるだけで正確に推定する。【解決手段】加速度センサ２から出力された３軸加速度検出データを受信して１秒間ごとに各軸の移動平均値を算出し、この各軸の移動平均値をもとに運転者の前後傾斜の角度と左右傾斜の角度を算出する。そして、この前後傾斜の角度と左右傾斜の角度のそれぞれについて１秒前の角度との差から角速度ωnを算出し、この算出された角速度ωnが予め設定した閾値以上であれば、大きな値に設定した平滑化係数αを用いて最新の１秒間の補正前角度θnについて指数移動平均処理を行って補正後角度θ^nを算出する。これに対し角速度ωnの値が閾値未満であれば、小さい値に設定した平滑化係数αを用いて最新の１秒間の補正前角度θnについて指数移動平均処理を行って補正後角度θ^nを算出する。【選択図】図１

Description

この発明は、例えば人の姿勢を推定する姿勢推定装置、方法およびプログラムに関する。

ウェアラブル端末の普及に伴い、当該端末に内蔵された慣性センサの検出データを用いて、人の姿勢を推定する姿勢推定装置が開発されている。一般に、人の静止状態のときの姿勢は、加速度センサにより検出された加速度の値から三角関数を用いて推定される。この手法は、加速度センサを１個用いるだけで人の姿勢を推定することが可能であり、また計算負荷も小さいため、姿勢を推定するためのアプリケーションとして広く用いられている。しかし、例えば自動車を運転中の運転者の姿勢を加速度センサを用いて推定しようとすると、自動車の加減速により加速度センサの値が変化するため、運転者自身の姿勢を正確に推定することが難しい。

そこで、運転者の姿勢を推定する技術として、例えば、非特許文献１に記載されるようにカメラの画像から姿勢を推定する手法や、非特許文献２に記載されるように運転者の加速度を計測するセンサと自動車の加速度を計測するセンサの２個の加速度センサを用いて姿勢を推定する手法が提案されている。

Rajeev Gupta, et al. "Posture Recognition For Safe Driving", Third International Conference on Image Information Processing (ICIIP), pp. 141-146 (2015) 多田 昌裕ら、"無線加速度センサを用いた運転者行動の計測・解析手法"、電子情報通信学会論文誌 D，Vol. 91，No.4，pp.1115-1129（2008）

ところが、非特許文献１に記載された手法では車両に運転者を撮影するカメラを設置する必要があり、また非特許文献２に記載された手法では運転者と車両の両方に加速度センサを設置する必要がある。

この発明は上記事情に着目してなされたもので、乗車中の人の姿勢を単一の加速度センサを使用するだけで正確に推定できるようにした姿勢推定装置、方法およびプログラムを提供しようとするものである。

上記課題を解決するためにこの発明の第１の態様は、車両に乗車中の人に装着された加速度センサから出力される加速度データを受信し、この受信された加速度データをもとに上記人の姿勢を推定する。そして、その推定結果を表す情報の時系列変化をもとに角速度を算出し、この角速度に応じてパラメータが動的に変化するフィルタを使用して、上記推定結果を表す情報を上記フィルタによりフィルタリング処理することで、上記推定結果を表す情報に含まれる上記車両の動きに由来する成分を抑圧するようにしたものである。

この発明の第２の態様は、上記フィルタとして指数移動平均処理を行うフィルタを使用し、上記算出された角速度に応じて上記フィルタの平滑化係数を動的に変化させるようにしたものである。

この発明の第３の態様は、上記フィルタの平滑化係数を動的に変化させる際に、上記算出された角速度を予め設定した少なくとも１つの閾値と比較し、その比較結果に基づいて上記閾値に対応して予め設定した平滑化係数を選択するようにしたものである。

この発明の第１の態様によれば、人の動作の周波数帯と車の加減速の周波数帯が異なることに着目し、角速度に応じてパラメータが動的に変化するフィルタを使用して姿勢の推定結果をフィルタリング処理するようにしたことによって、車両の加減速に由来するノイズ成分を除去することができる。このため、人に装着した単一の加速度センサを使用するだけで、乗車中の人の姿勢の変化を正確に推定することが可能となる。

この発明の第２の態様によれば、指数移動平均処理を行うフィルタを使用し、当該フィルタの平滑化係数を角速度に応じて動的に変化させるようにしたことによって、計算処理によりフィルタリング処理を行うことができる。

この発明の第３の態様によれば、角速度を閾値と比較して判定しその判定結果に応じて適切な平滑化係数を選択するようにしたことにより、平滑化係数を簡単な処理により動的に変化させることができる。

すなわちこの発明の実施形態によれば、乗車中の人の姿勢を単一の加速度センサを使用するだけで正確に推定できるようにした姿勢推定装置、方法およびプログラムを提供することができる。

この発明の一実施形態に係る姿勢推定装置の機能構成を示すブロック図。 図１に示した姿勢推定装置による処理手順と処理内容を示すフローチャート。 図１に示した姿勢推定装置による効果の第１の例を従来の手法と比較して示す図。 図１に示した姿勢推定装置による効果の第２の例を従来の手法と比較して示す図。

以下、図面を参照してこの発明に係わる実施形態を説明する。
［一実施形態］
（構成）
図１は、この発明の一実施形態に係る姿勢推定装置を含むシステムの機能構成を示すブロック図である。このシステムは、姿勢推定装置１と、加速度センサ２とから構成される。

加速度センサ２は、例えば推定対象となる運転者の胸部中央部に装着される。なお、加速度センサは単独で運転者に装着してもよいが、生体センサ等の他のセンサと共にセンサユニットに収容された状態で運転者に装着してもよく、さらには衣類の胸部中央部に対応する位置に貼付または縫い付けておき、この衣類を運転者が着用するようにしてもよい。

加速度センサ２は、運転者の姿勢の変化を表す３軸の加速度を一定のサンプリング周期で検出し、その検出データを無線インタフェースを介して姿勢推定装置１へ送信する。無線インタフェースとしては、例えばBluetooth（登録商標）等の小電力無線データ通信規格を採用したものが使用される。

姿勢推定装置１は、例えば、運転者の手首に装着されるウェアラブル端末や、運転者の胸ポケットまたは車両のグローブボックス等に収容されるスマートフォン又はタブレット型端末、車両に設置される自動運転制御用のコンピュータに設けられる。姿勢推定装置１は、制御ユニット１１と、記憶ユニット１２と、入出力インタフェースユニット１３とを備える。

入出力インタフェースユニット１３は、上記したBluetooth（登録商標）等の小電力無線データ通信規格を採用した無線インタフェースを備え、上記加速度センサ２から送信された加速度検出データを受信する。

記憶ユニット１２は、記憶媒体としてＳＳＤ（Solid State Drive）等の随時書き込みおよび読み出しが可能な不揮発性メモリを使用したもので、その記憶領域に、加速度記憶部１２１と、補正前角度記憶部１２２と、補正後角度記憶部１２３とを設けている。

加速度記憶部１２１は、上記加速度センサ２から送信された加速度検出データを記憶するために使用される。補正前角度記憶部１２２は、制御ユニット１１により算出される、運転者の前後傾斜の角度および左右傾斜の角度を表す情報を記憶するために使用される。補正後角度記憶部１２３は、制御ユニット１１により算出される、運転者の前後傾斜の補正後の角度および左右傾斜の補正後の角度を表す情報を記憶するために使用される。

制御ユニット１１は、中央制御ユニット（ＣＰＵ：Central Processing Unit）と作業用メモリを有し、この実施形態を実施するために必要な制御機能として、加速度取得部１１１と、移動平均処理部１１２と、補正前角度算出部１１３と、角速度算出部１１４と、補正後角度算出部１１５とを備えている。これらの機能１１１〜１１５はいずれも、記憶ユニット１２内のプログラム領域に格納されたアプリケーションプログラムを上記ＣＰＵに実行させることにより実現される。

加速度取得部１１１は、上記加速度センサ２から送信された３軸の加速度検出データを、予め設定した一定時間（例えば１秒間）分ずつ入出力インタフェースユニット１３を介して取り込み、検出時刻を表す情報と共に加速度記憶部１２１に格納する処理を行う。

移動平均処理部１１２は、上記加速度記憶部１２１から上記一定時間（１秒間）分ごとに３軸の加速度検出データを読み込み、この１秒間における軸ごとの加速度の平均値を算出する処理を行う。

補正前角度算出部１１３は、上記移動平均処理部１１２により算出された３軸の加速度平均値をもとに、運転者の前後傾斜の角度および左右傾斜の角度をそれぞれ算出する。そして、その算出値を上記検出時刻を表す情報と対応付けて、補正前角度記憶部１２２に格納する処理を行う。なお、具体的な算出例は後述する。

角速度算出部１１４は、上記補正前角度記憶部１２２に格納された最新の１秒間における補正前角度と、その１つ前の１秒間における補正前角度と、補正前角度算出周期（１秒）とを用いて、角速度を算出する処理を行う。なお、具体的な算出例は後述する。

補正後角度算出部１１５は、上記補正前角度記憶部１２２に格納された最新の１秒間における補正前角度と、上記角速度算出部１１４により算出された角速度と、補正後角度記憶部１２３に格納されている１つ前の１秒間における補正後角度とを用いて、動的に平滑化係数が変化する移動平均処理を適用して補正後角度を算出する。そして、算出された補正後角度を、検出時刻を表す情報と対応付けて補正後角度記憶部１２３に格納する処理を行う。なお、この補正後角度の算出についても具体的な算出例は後述する。

（動作）
次に、以上のように構成された姿勢推定装置の動作、つまり姿勢推定方法を、制御ユニット１１の処理手順に従い説明する。図２はその処理手順および処理内容を示すフローチャートである。

（１）加速度データの取得
運転中において、加速度センサ２では運転者の姿勢の変化を表す３軸の加速度が検出され、当該３軸の加速度検出データが姿勢推定装置１に向け送信される。姿勢推定装置１は、加速度取得部１１１の制御の下、ステップＳ１１，Ｓ１２により、上記加速度センサ２から送信された３軸の加速度検出データを、１秒間分ずつ入出力インタフェースユニット１３から取り込み、この取り込んだ３軸の加速度検出データを、検出時刻を表す情報と対応付けて、記憶ユニット１２の加速度記憶部１２１に記憶させる。

なお、上記３軸の加速度検出データは、１秒間より短い時間間隔或いは長い時間間隔で取り込んでもよい。また、３軸の加速度検出データは、その波形信号をそのまま送受信してもよいが、一定時間分ずつ符号化することで圧縮して送受信するようにしてもよい。このようにすると、３軸の加速度検出データの情報量を減らして加速度記憶部１２１の記憶容量を節約することが可能となる。

（２）補正前角度の算出
姿勢推定装置１は、次に移動平均処理部１１２の制御の下で、ステップＳ１３により加速度記憶部１２１から３軸の加速度検出データを１秒間分ずつ読み込み、軸ごとの加速度検出値の移動平均値を算出する。続いて補正前角度算出部１１３の制御の下で、ステップＳ１４により、上記算出された３軸の加速度検出値の移動平均値をもとに、運転者の前後傾斜の角度および左右傾斜の角度をそれぞれ算出する。

例えば、運転者の胸部中央部に装着した加速度センサ２の左右方向をＸ軸、前後方向をＹ軸、垂直方向をＺ軸としたときのそれぞれの加速度をａ_x ，ａ_y ，ａ_z とすると、以下の式でオイラー角が算出される。
そして、上記(1) 式および(2) 式により算出された運転者の前後傾斜の角度および左右傾斜の角度は、補正前角度算出部１１３により、上記検出時刻を表す情報と対応付けられて補正前角度記憶部１２２に記憶される。

（３）補正後角度の算出
姿勢推定装置１は、次に角速度算出部１１４の制御の下、ステップＳ１５により、補正前角度記憶部１２２から最新の１秒間における前後傾斜の角度および左右傾斜の角度と、１つ前の１秒間における前後傾斜の角度および左右傾斜の角度とをそれぞれ読み込む。そして、上記最新の１秒間における前後傾斜の角度および左右傾斜の角度と、１つ前の１秒間における前後傾斜の角度および左右傾斜の角度との差をそれぞれ算出し、この算出された差をもとに角速度を算出する。

例えば、いま最新の補正前角度をθ_n 、１つ前の１秒間の補正前角度をθ_n-1 、補正前角度算出周期をＴ秒とすると、角速度ω_n は
ω_n ＝（θ_n −θ_n-1 ）／Ｔ …(3)
により算出される。

姿勢推定装置１は、続いて補正後角度算出部１１５の制御の下、上記算出された最新の１秒間の補正前角度θ_n および角速度ω_n と、補正後角度記憶部１２３に記憶されている１つ前の１秒間の補正後角度θ^_n-1 の値を用いて、動的に平滑化係数が変化する移動平均処理を適用して、補正後角度θ^_n を算出する。

例えば、ｎ番目の補正後角度推定結果をθ^_n 、ｎ番目の補正前角度推定結果をθ_n 、パラメータとしての平滑化係数をαとすると、指数移動平均処理の式は以下のように表される。
θ^_n ＝（１−α）θ^_n-1 ＋αθ_n …(4)
αの値は、上記角速度算出部１１４において上記(3) 式により算出された角速度の値に応じて動的に変化する。変化のさせ方はヒューリスティックなルールベース（決定木）を用いてもよいし、機械学習を用いて定めてもよい。αの値が小さいほど前回の補正後角度の影響が強まるため、ローパスフィルタの効き目は強くなる。

例えば、運転者の姿勢変化時の角速度は１０度／秒以上であると仮定し、それ未満の角速度は自動車の加減速によるノイズであると仮定して、αの値を以下の式に基づいて定める。
if ω_n ≧１０，α＝０．９
else，α＝０．０００９
上記式により、角速度が閾値以上であれば運転者の姿勢変化と見做されてローパスフィルタの効き目は弱くなり、一方角速度が閾値未満であればノイズと見做されてローパスフィルタの効き目は強くなる。

以上の考え方に基づいて、補正後角度算出部１１５は、先ずステップＳ１６により、上記角速度算出部１１４により算出された角速度ω_n が予め設定した閾値以上であるか否かを判定する。そして、角速度ω_n が閾値以上であれば、ステップＳ１７において平滑化係数αを大きく設定し、この平滑化係数αを用いて、最新の１秒間の補正前角度θ_nおよび１つ前の１秒間の補正後角度θ^_n-1 の値に対し、上記(4) 式により指数移動平均処理を行い、最新の１秒間の補正後角度θ^_n を算出する。

これに対し角速度ω_n の値が閾値未満であれば、ステップＳ１８において平滑化係数αを上記の場合より小さい値に設定し、この設定した平滑化係数αを用いて、最新の１秒間の補正前角度θ_n および１つ前の１秒間の補正後角度θ^_n-1 の値に対し、上記(4) 式により指数移動平均処理を行い、最新の１秒間の補正後角度θ^_n を算出する。

補正後角度算出部１１５は、上記ステップＳ１７又はＳ１８において指数移動平均処理により算出された、運転者の前後傾斜の補正後角度および左右傾斜の補正後角度を、ステップＳ１９により、最新の１秒間における運転者の姿勢の補正後角度として補正後角度記憶部１２３に格納する。

上記補正後角度記憶部１２３に記憶された運転者の姿勢の補正後角度は、例えば自動運転制御装置に読み込まれ、自動運転モードから手動運転モードへ切り替えることが可能かどうかを判定するために使用される。

（効果）
以上詳述したように一実施形態に係る姿勢推定装置１では、加速度センサ２から出力された３軸加速度検出データを受信して１秒間ごとに各軸の移動平均値を算出し、この各軸の移動平均値をもとに運転者の前後傾斜の角度と左右傾斜の角度を算出する。そして、この前後傾斜の角度と左右傾斜の角度のそれぞれについて１つ前の１秒間の角度との差から角速度ω_n を算出し、この算出された角速度ω_n が予め設定した閾値以上であれば、大きな第１の値に設定した平滑化係数αを用いて、最新の１秒間の補正前角度θ_n および１つ前の１秒間の補正後角度θ^_n-1 の値に対し指数移動平均処理を行い、最新の１秒間の補正後角度θ^_n を算出する。これに対し角速度ω_n の値が閾値未満であれば、上記第１の値より小さい第２の値に設定した平滑化係数αを用いて、最新の１秒間の補正前角度θ_n および１つ前の１秒間の補正後角度θ^_n-1 の値に対し指数移動平均処理を行い、最新の１秒間の補正後角度θ^_n を算出するようにしている。

従って、車両の加減速に由来するノイズ成分をフィルタリング処理により抑圧することができ、これにより運転者に装着した単一の加速度センサ２を使用するだけで、運転者の姿勢の変化を正確に推定することが可能となる。

例えば、いま運転者の胸部中央部に２５Hzの加速度センサを装着し、約４０km/hの速度で周回コースを運転したとする。そして、この条件で運転者の前後傾斜の角度および左右傾斜の角度を、この発明の一実施形態による手法、つまり平滑化係数αが動的に変化する指数移動平均処理を利用したフィルタを適用した手法と、３軸加速度の１秒間の移動平均処理を利用したフィルタを適用した従来の手法とを用いてそれぞれ推定すると、図３に示すような結果が得られた。

なお、図３において横軸は時間［秒］を、縦軸は運転者の前後傾斜の角度および左右傾斜の角度［°］をそれぞれ表しており、Ａ１が一実施形態による左右傾斜の角度を、Ａ２が一実施形態による前後傾斜の角度をそれぞれ示している。なお、Ｂ１は従来手法による左右傾斜の角度を、Ａ２は従来手法による前後傾斜の角度をそれぞれ示す。

運転者は常に同じ姿勢で運転していたが、従来手法では図３のＢ２，Ｂ１に示したように前後傾斜および左右傾斜の各角度がそれぞれ１０〜２０°程度変化している。これは、車両の加減速による加速度の変化がノイズとして加わっているためである。これに対し、一実施形態によれば、図３のＡ１，Ａ２に示したように車両の加減速による加速度の変化の影響（ノイズ成分）がほぼ除去され、運転者の姿勢が一定であることを示す推定結果が得られた。

また図４は、図３と同一の条件で走行中に、運転者が３０秒に１回程度の割合で前傾姿勢をとったときの姿勢の推定結果を示している。なお、図４においてＡ５が一実施形態による前傾姿勢に対する推定結果を、Ｂ５が従来手法による前傾姿勢に対する推定結果をそれぞれ示している。図４に示すように、従来手法ではカーブ走行時に運転者の左右傾斜の角度Ｂ３が変化していると推定してしまっているが、一実施形態によれば左右傾斜の角度Ａ３がほぼ一定でありながら、前後傾斜の角度変化Ａ５を正確に捉えることができていることがわかる。

［他の実施形態］
前記一実施形態では、角速度ω_n の値を１個の閾値を用いて判定し、その判定結果に応じて２種類の平滑化係数αを選択して角度を指数移動平均処理するようにした。しかし、これに限定されるものではなく、角速度ω_n を２個以上の閾値を用いてさらに細かく識別し、その識別された角速度ω_n の各領域に対し予め設定した平滑化係数αを使用して、角度を指数移動平均処理するようにしてもよい。

例えば、角速度を判定するための閾値を、
if ω_n ≧１０，α＝０．９
else if １０＞ω_n ≧５，α＝０．０９
else，α＝０．０００９
と定める。
このようにすると、角速度ω_n の大きさに応じて３種類の平滑化係数αを選択的に用いて姿勢角度の推定値を補正することができる。

また、前記一実施形態では、加速度センサ２を姿勢推定装置１とは別に設けた場合を例にとって説明したが、加速度センサを姿勢制御装置内に設けるようにしてもよい。また姿勢の推定対象となる人は、運転者に限らず助手席に座っているナビゲータや後部座席に座っている乗客であってもよい。その他、姿勢推定装置の構成とその処理手順および処理内容、推定対象の姿勢の種類等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

１…姿勢推定装置、２…加速度センサ、１１…制御ユニット、１２…記憶ユニット、１３…入出力インタフェースユニット、１１１…加速度取得部、１１２…移動平均処理部、１１３…補正前角度算出部、１１４…角速度算出部、１１５…補正後角度算出部、１２１…加速度記憶部、１２２…補正前角度記憶部、１２３…補正後角度記憶部。

Claims (7)

1. 車両に乗車中の人に装着された加速度センサから出力される加速度データを受信する手段と、
   前記受信された加速度データをもとに前記人の姿勢を推定しその推定結果を表す情報を出力する手段と、
   前記出力された推定結果を表す情報の時系列変化をもとに角速度を算出する手段と、
   前記算出された角速度に応じてパラメータが動的に変化するフィルタを備え、前記推定結果を表す情報を前記フィルタによりフィルタリング処理することで、前記推定結果を表す情報に含まれる前記車両の動きに由来する成分を抑圧する補正手段と
   を具備する姿勢推定装置。
2. 前記補正手段は、前記フィルタとして指数移動平均処理を行うフィルタを備え、前記算出された角速度に応じて前記フィルタの平滑化係数を動的に変化させるものである請求項１記載の姿勢推定装置。
3. 前記補正手段は、前記算出された角速度を予め設定した少なくとも１つの閾値と比較し、その比較結果に基づいて前記閾値に対応して予め設定した平滑化係数を選択するものである請求項２記載の姿勢推定装置。
4. 車両に乗車中の人の姿勢を推定する姿勢推定装置が実行する姿勢推定方法であって、
   前記人に装着された加速度センサから出力される加速度データを受信する過程と、
   前記受信された加速度データをもとに前記人の姿勢を推定しその推定結果を表す情報を出力する過程と、
   前記出力された推定結果を表す情報の時系列変化をもとに角速度を算出する過程と、
   前記算出された角速度に応じてパラメータが動的に変化するフィルタを使用し、前記推定結果を表す情報を前記フィルタによりフィルタリング処理することで、前記推定結果を表す情報に含まれる前記車両の動きに由来する成分を抑圧する補正過程と
   を具備する姿勢推定方法。
5. 前記補正過程は、前記フィルタとして指数移動平均処理を行うフィルタを使用し、前記角速度に応じて前記フィルタの平滑化係数を動的に変化させるものである請求項４記載の姿勢推定方法。
6. 前記補正過程は、前記算出された角速度を予め設定した少なくとも１つの閾値と比較し、その比較結果に基づいて、前記閾値に対応して予め設定した平滑化係数を選択するものである請求項５記載の姿勢推定方法。
7. 請求項１乃至３のいずれか１項に記載の姿勢推定装置が備える各手段としてコンピュータを機能させるプログラム。