JP2018197092A - 着衣量判別システム - Google Patents

Abstract

【課題】乗員の着衣量の判別精度を向上させることである。
【解決手段】乗員が着座することでシート本体部２２に加わる圧力の分布である座圧分布を計測可能な着座センサー２７，２８を備える乗物用シート２０と、厚着の場合と薄着の場合とについて、多数の着座者の座圧分布を各々の着座者毎に計測した座圧分布データを記憶しているデータ記憶手段と、現在、シート本体部に着座している乗員の現状座圧分布と、前記データ記憶手段に記憶されている前記座圧分布データとを比較し、前記現状座圧分布が近似している前記座圧分布データから前記乗員が厚着であるか、薄着であるかを推定する解析手段とを有している。
【選択図】図３

Description

本発明は、乗物用シートに着座している乗員の着衣量を判別する着衣量判別システムに関する。

これに関連する着衣量判別システムが特許文献１に記載されている。特許文献１に記載の着衣量判別システムでは、熱画像カメラでシートに着座している乗員から放射される赤外線を検知し、前記赤外線の強度分布を表す熱画像を撮影している。そして、乗員の熱画像から乗員の衣類の表面温度、及び温度むらを測定し、乗員が厚着か薄着かを判別している。即ち、厚着の場合、一般的に、衣類の断熱性が高く、衣類の表面温度は乗員の体温の影響を受け難い。このため、熱画像における衣類表面の温度は低くなる。逆に、薄着の場合、衣類の断熱性が低く、衣類の表面温度は乗員の体温の影響を受け易い。このため、熱画像における衣類表面の温度は高くなる。このように、乗員の熱画像から乗員の厚着、薄着を判別できるようになる。

特開２０１７−４４５１５号公報

しかし、近年では、保温性を高めるため赤外線を吸収する繊維により形成された衣類が存在する。このような衣類では薄着の場合でも衣類の断熱性が高く、熱画像では衣類の表面温度は低い温度となる。したがって、乗員が薄着の場合でも厚着と判別されることがある。

本発明は、上記問題点を解決するためになされたものであり、本発明が解決しようとする課題は、乗員の着衣量の判別精度を向上させることである。

上記した課題は、各請求項の発明によって解決される。請求項１の発明は、乗員が着座することでシート本体部に加わる圧力の分布である座圧分布を計測可能な着座センサーを備える乗物用シートと、厚着の場合と薄着の場合とについて、多数の着座者の座圧分布を各々の着座者毎に計測した座圧分布データを記憶しているデータ記憶手段と、現在、前記シート本体部に着座している乗員の現状座圧分布と、前記データ記憶手段に記憶されている前記座圧分布データとを比較し、前記現状座圧分布が近似している前記座圧分布データから前記乗員が厚着であるか、薄着であるかを推定する解析手段とを有する。

着座者の身体は、衣類を介して、例えば、着座面と接触している。このため、着座者と着座面との接触範囲の面積は、衣類の厚みの差分だけ厚着の場合が薄着の場合よりも大きくなる。即ち、接触範囲の輪郭が圧力＝０の位置と考えると、厚着の場合の接触範囲の輪郭は薄着の場合の接触範囲の輪郭よりも外側に位置している。また、前記接触範囲における座圧分布は、その接触範囲の縁部（衣類の厚みが関連する範囲）を除いて厚着の場合も薄着の場合も等しくなる。このため、接触範囲の輪郭（圧力＝０）から厚着、薄着で座圧分布が等しくなる範囲（共通圧力範囲）までの距離は、厚着の場合が薄着の場合よりも大きくなる。この結果、接触範囲の輪郭（圧力＝０）から共通圧力範囲までの圧力増加率は厚着の場合が薄着の場合よりも小さくなる。即ち、乗員がシート本体部に着座したときの座圧分布は厚着の場合と薄着の場合とで異なっている。

本発明によると、シート本体部に着座している乗員の現状座圧分布と、データ記憶手段に記憶されている座圧分布データとを比較する。乗員の現状座圧分布と、データ記憶手段に記憶されている所定の座圧分布データとが近似していれば、近似している座圧分布データの着座者と乗員の身長、体重、体形が近似していると考えられる。さらに、データ記憶手段には、各々の着座者の座圧分布データと、前記座圧分布データと厚着、あるいは薄着の関係が対になって記憶されている。このため、乗員の現状座圧分布と近似している座圧分布データと、その座圧分布データと厚着、あるいは薄着の関係とから、衣類の素材如何に関わらず乗員が薄着であるか厚着であるかを精度良く推定できる。

請求項２の発明によると、乗物用シートには、シート本体部のサイドサポートの傾斜角を変化させる機構が設けられており、前記データ記憶手段は、前記サイドサポートの傾斜角を段階的に変化させて、前記サイドサポートの傾斜角毎に計測した座圧分布データを記憶しており、前記解析手段は、乗員の現状座圧分布、及び現状のサイドサポートの傾斜角を前記データ記憶手段に記憶されている前記座圧分布データ、及びそれに対応するサイドサポートの傾斜角と比較し、現状座圧分布、及び現状のサイドサポートの傾斜角が近似している前記座圧分布データ、及びそれに対応するサイドサポートの傾斜角から前記乗員が厚着であるか、薄着であるかを推定する。このように、シート本体部のサイドサポートの傾斜角を変化させることができるため、例えば、サイドサポートを所定角度で着座者に接触させることで、厚着の場合が薄着の場合よりも圧力が大きくなり、判別が容易になる。また、小柄な着座者の場合、着座面との接触範囲の面積が小さいため、サイドサポートを着座者に接触させることで着座面との接触範囲の面積を大きくできる。これにより、厚着、薄着の判定がし易くなる。

請求項３の発明によると、解析手段における現状座圧分布と座圧分布データとの比較は、乗員、及び着座者がシート本体部と接触している接触範囲の縁部の圧力データを使用して行う。このように、衣類の厚みの影響を受ける接触範囲の縁部の圧力データを使用するため、効率的に着衣量判別を行なえる。

請求項４の発明によると、着座センサーは、シート本体部におけるシートクッションの着座面とシートバックの背もたれ面とに設けられており、前記着座センサーにより、乗員、あるいは着座者が着座したときのシートクッションの着座面とシートバックの背もたれ面との圧力分布である前記座圧分布が測定される構成である。

本発明によると、乗員の着衣量の判別精度が向上する。

本発明の実施形態１に係る着衣量判別システムを備える車両の模式側面図である。 車両用シートのクッションフレーム、バックフレーム等を表す側面図である。 本実施形態に係る着衣量判別システムの信号ブロック図である。 車両用シートのクッションパッドにおける着座センサーを表す斜視図である。 車両用シートのバックパッドにおける着座センサーを表す斜視図である。 着座センサーにより検出された座圧分布（接触範囲）の一例を表す模式図である。 シートクッションの座圧分布の一例を表す模式図である。 図７のVIII矢視拡大図である。 着衣量判別システムにおけるデータ記憶手段における入力データと教師データの関係を表す図である。 本実施形態の変更例に係る着衣量判別システムの信号ブロック図である。 変更例に係る着衣量判別システムで使用される車両用シートのサイドサポートの働きを表す模式図である。 前記変更例に係る着衣量判別システムにおけるデータ記憶手段における入力データと教師データの関係を表す図である。

［実施形態１］
以下、図１〜図１２に基づいて、本発明の実施形態１に係る着衣量判別システムについて説明する。本実施形態に係る着衣量判別システムは、乗用車１０の車両用シート２０に着座している乗員Ｍの着衣量を判別するシステムである。ここで、図中に示す前後左右、及び上下は、前記車両用シート２０を備える乗用車１０の前後左右、及び上下に対応している。即ち、車両用シート２０が本発明の乗物用シートに相当する。

＜車両用シート２０の概要について＞
車両用シート２０は、図１、図２に示すように、乗員Ｍが着座するシート本体部２２を備えている。シート本体部２２は、シートクッション２３とシートバック２４とヘッドレスト２６とから構成されている。シートクッション２３は、クッションフレーム２３ｆ（図２参照）と、そのクッションフレーム２３ｆを覆うクッションパッド２３ｐとを備えている。そして、クッションパッド２３ｐの着座面と表皮（図示省略）間にシート状の第１着座センサー２７（後記する）が設けられている。また、シートバック２４は、バックフレーム２４ｆと、そのバックフレーム２４ｆを覆うバックパッド２４ｐとを備えている。そして、バックパッド２４ｐの背もたれ面と表皮（図示省略）間に同じくシート状の第２着座センサー２８（後記する）が設けられている。

車両用シート２０には、シート本体部２２のシートポジション調整を行なえるように構成されたシートポジション調整機構３０が設けられている。シートポジション調整機構３０は、図１、図２に示すように、シート本体部２２のリクライニング角度を調整するリクライナ３５と、シート本体部２２を前後スライドさせる左右のスライドレール３２と、前記シート本体部２２を昇降させる左右のシートリフタ４０とを備えている。リクライナ３５は、図２に示すように、クッションフレーム２３ｆの後部とバックフレーム２４ｆの下部との連結部に設けられており、モータ３５ｍ（図１参照）の回転力を受けてバックフレーム２４ｆのリクライニング角度を調整できるように構成されている。左右のスライドレール３２は、車室の床面上に設置されたロアレール３３と、ロアレール３３に対して前後スライド可能に装着されたアッパレール３４とを備えている。そして、スライドモータ３２ｍ（図１参照）の回転力により、アッパレール３４がロアレール３３に対して前後スライドできるように構成されている。

シートリフタ４０は、スライドレール３２のアッパレール３４上でシート本体部２２を昇降させるリフタである。シートリフタ４０は、図２に示すように、アッパレール３４とクッションフレーム２３ｆとをつなぐフロントリンク４３とリヤリンク４４と、両リンク４３，４４を上下回動させるリンク駆動機構（図示省略）とを備えている。そして、前記リンク駆動機構が昇降モータ４０ｍ（図１参照）の回転力を受けて駆動されることで両リンク４３，４４が上下回動し、シート本体部２２がアッパレール３４上で昇降するようになる。即ち、リクライナ３５のモータ３５ｍ、スライドレール３２のスライドモータ３２ｍ、及びシートリフタ４０の昇降モータ４０ｍの各々の回転角度を調整することで、シート本体部２２のシートポジション調整を行なえるようになる。

＜着衣量判別システムの概要について＞
着衣量判別システムは、図３に示すように、着座センサー２７，２８等を備える車両用シート２０と、解析回路５２、制御回路５４を備えるシートＥＣＵ５０と、データ記憶学習装置６０とから構成されている。そして、乗員Ｍの着衣量（厚着、оｒ薄着）に応じて空調装置７０を調整可能に構成されている。ここで、シートＥＣＵ５０は、例えば、図１に示すように、車両用シート２０のシートクッション２３の下側に設けられており、データ記憶学習装置６０は、例えば、インストルメントパネル１１内に設けられている。また、空調装置７０は前記インストルメントパネル１１内に設置されている。

＜着座センサー２７，２８について＞
第１着座センサー２７は、図４に示すように、前後左右に等間隔で配置された多数の感圧センサー２７ｓからなるシート状のセンサー集合体であり、クッションパッド２３ｐの着座面２３ｔと表皮（図示省略）間に固定されている。第１着座センサー２７を構成する感圧センサー２７ｓは、クッションパッド２３ｐの着座面２３ｔの全体に亘って等しい密度で分布している。即ち、クッションパッド２３ｐの着座面２３ｔの左右方向をＸ軸、着座面２３ｔの前後方向をＹ軸とした場合に、各々の感圧センサー２７ｓはＸ、Ｙ座標上の予め決められた位置に位置決めされている。

前記感圧センサー２７ｓは、静電容量式のセンサーであり、乗員Ｍ（着座者）の臀部から受ける圧力を電極間の静電容量に変換して出力できるように構成されている。即ち、第１着座センサー２７における各々の感圧センサー２７ｓの着座面２３ｔ上の位置と、各々の感圧センサー２７ｓの静電容量値とにより、着座者が着座したときのクッションパッド２３ｐの着座面２３ｔ上の圧力分布、即ち、座圧分布を測定することができる。

第２着座センサー２８は、第１着座センサー２７と等しい構成のセンサーであり、図５に示すように、バックパッド２４ｐの背もたれ面２４ｍと表皮（図示省略）間に固定されている。第２着座センサー２８は、各々の感圧センサー２８ｓの背もたれ面２４ｍ上の位置と、各々の感圧センサー２８ｓの静電容量値とにより、バックパッド２４ｐの背もたれ面２４ｍ上の座圧分布を測定することができる。

＜座圧分布について＞
図６、図７は、車両用シート２０のシート本体部２２に着座者が着座したときの座圧分布の一例を模式的に表したものである。図６の下半分はクッションパッド２３ｐの着座面２３ｔを模式的に表しており、図６の上半分はバックパッド２４ｐの背もたれ面２４ｍを模式的に表している。また、クッションパッド２３ｐ等の幅方向（左右方向）をＸ軸方向、クッションパッド２３ｐの前後方向（バックパッド２４ｐの上下方向）をＹ軸方向としている。そして、着座者が着座したときに、クッションパッド２３ｐの着座面２３ｔとバックパッド２４ｐの背もたれ面２４ｍとに圧力が加わる範囲ＰＣ，ＰＢを着色して表している。即ち、圧力が加わる範囲ＰＣ，ＰＢは、着座者がクッションパッド２３ｐの着座面２３ｔとバックパッド２４ｐの背もたれ面２４ｍとに接触する接触範囲であり、圧力Ｐが０より大きくなる範囲である。

図７は、図６のVII矢視断面、即ち、クッションパッド２３ｐのVII矢視部分（Ｙ軸座標４）における圧力分布を表している。着座者が着座している状態では、着座者が着座面２３ｔと接触する接触範囲ＰＣの輪郭部分の圧力がほぼ０であり、接触範囲ＰＣの中央部（着座者の臀部の中央部）に近づくにつれて圧力が上昇する。ここで、着座者が着座している状態における着座面２３ｔと背もたれ面２４ｍとの圧力分布を、以後、座圧分布と呼ぶことにする。

前記座圧分布は、着座者の身長、体重、体形等により異なっている。したがって、前記座圧分布が近似していれば着座者の身長、体重、体形等が近似していると考えられる。また、座圧分布は、同じ着座者であってもその着座者が薄着の場合と厚着の場合とで異なっている。図６に示すように、着座面２３ｔにおける接触範囲ＰＣの実線の輪郭Ｔо（圧力Ｐ＝０）は、着座者が薄着の場合の輪郭を表しており、二点鎖線の輪郭Ｔｓ（圧力Ｐ＝０）は着座者が厚着の場合の輪郭を表している。同様に、背もたれ面２４ｍにおける接触範囲ＰＢの実線の輪郭は着座者が薄着の場合の輪郭であり、二点鎖線の輪郭は着座者が厚着の場合の輪郭を表している。即ち、着座者と着座面２３ｔ、及び背もたれ面２４ｍとの接触範囲ＰＣ，ＰＢの面積は、衣類の厚みの差分だけ厚着の場合が薄着の場合よりも大きくなる。

着座面２３ｔにおける接触範囲ＰＣの座圧分布は、図８（図７のVIII矢視部）に示すように、座圧（圧力）がＰａよりも大きい範囲では、厚着の場合も薄着の場合も等しくなる。即ち、座圧がＰａよりも大きい範囲が共通圧力範囲となる。このため、座圧（圧力）がＰａよりも確実に大きい圧力Ｐｄを閾値とし、接触範囲ＰＣの輪郭Ｔо，Ｔｓ（圧力＝０）から圧力Ｐｄまでの座圧分布を比較することで着座者が薄着か厚着かを判別できる。即ち、厚着の場合、図７、図８に示すように、接触範囲ＰＣの輪郭Ｔｓは薄着の場合の輪郭Ｔоよりも外側にある。また、圧力Ｐｄは共通圧力範囲内にある。

したがって、厚着の場合の接触範囲ＰＣの輪郭Ｔｓから圧力Ｐｄの位置までの距離Ｌｓは、薄着の場合の接触範囲ＰＣの輪郭Ｔоから圧力Ｐｄの位置までの距離Ｌоよりも大きくなる。このため、輪郭Ｔｓ，Ｔоの位置（圧力Ｐ＝０）から圧力Ｐｄの位置までの座圧分布を考えると、図８の太点線に示すように、厚着の場合には圧力が０〜Ｐｄまで比較的緩やかに上昇するのに対し、薄着の場合には、図８の太実線で示すように、圧力が０〜Ｐｄまで比較的急上昇する。なお、背もたれ面２４ｍの接触範囲ＰＢにおける座圧分布についても同様である。したがって、座圧分布により、着座者の薄着か厚着かを判別可能になる。

＜データ記憶学習装置６０について＞
データ記憶学習装置６０は、乗員Ｍがシート本体部２２に着座しているときの現在の座圧分布（現状座圧分布）から機械学習により乗員Ｍの着衣量（厚着、оｒ薄着）を推定する装置である。データ記憶学習装置６０は、図３に示すように、データ記憶手段と機械学習等を行う解析手段を備えている。データ記憶学習装置６０のデータ記憶手段には、図９に示すように、身長、体重、体形の異なる様々な着座者Ａ〜ＮＮについて、厚着の場合と薄着の場合との座圧分布データ（入力データ）が記憶されている。さらに、着衣量、即ち、厚着か薄着かが座圧分布データに関連づけられて教師データとして入力されている。この機械学習の方法としては、例えば、ニューラルネットワーク等がある。

例えば、着座者Ａについてのデータをデータ記憶手段に入力する場合には、着座者Ａが厚着を着用して、例えば、運転姿勢のときの座圧分布が測定される。そして、前記座圧分布が座圧分布データＡ１（入力データ）としてデータ記憶手段に記憶される。次に、着座者Ａが薄着を着用して運転姿勢のときの座圧分布が測定され、その座圧分布が座圧分布データＡ２（入力データ）として記憶される。さらに、座圧分布データＡ１，Ａ２と関連づけられて厚着か薄着かが教師データとして入力される。着座者Ｂの場合も同様に、厚着を着用して運転姿勢のときの座圧分布と薄着を着用して運転姿勢のときの座圧分布とが測定され、それらの座圧分布が座圧分布データＢ１，Ｂ２として記憶される。そして、座圧分布データＢ１，Ｂ２と関連づけられて厚着か薄着かが教師データとして入力される。以下、多数の着座者について同様の手順で、座圧分布データＮ１，Ｎ２と、厚着か薄着かが教師データとして入力される。

即ち、データ記憶手段には、身長、体重、体形の異なる様々な着座者Ａ〜ＮＮについて、厚着の場合と薄着の場合における座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２が入力データとして記憶されおり、座圧分布データとの関連で厚着か薄着かが教師データとして記憶されている。

データ記憶学習装置６０の機械学習部（解析手段）では、シートＥＣＵ５０の解析回路５２を介してデータ記憶学習装置６０に伝送されてきた乗員Ｍの現状座圧分布と前記データ記憶手段の座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２とを比較する。そして、乗員Ｍの現状座圧分布と近似する座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２（例えば、座圧分布データＢ１）と、その座圧分布データＢ１と着衣量（厚着）と関連により、乗員Ｍが厚着であると推定する。

ここで、上記したように、座圧分布は接触範囲ＰＣ，ＰＢの輪郭Ｔｓ，Ｔо（圧力Ｐ＝０）から圧力Ｐｄの位置までは厚着の場合も薄着の場合とで異なっている。しかし、接触範囲ＰＣ，ＰＢにおいて圧力がＰｄよりも大きい範囲（共通圧力範囲）の座圧分布は厚着の場合も薄着の場合も等しい。したがって、厚着、薄着の判別には、接触範囲ＰＣ，ＰＢの輪郭Ｔｓ，Ｔоから圧力Ｐｄの位置までの座圧分布のデータを使用すれば良く、前記共通圧力範囲の座圧分布のデータを省略することが可能である。このため、共通圧力範囲のデータを省略することで、データ記憶手段におけるメモリの使用量を節約できる。

＜解析回路５２、制御回路５４について＞
解析回路５２は、図３に示すように、現在、シート本体部２２に着座している乗員Ｍの現状座圧分布をデータ記憶学習装置６０に伝送し、データ記憶学習装置６０の機械学習部を動作させる。さらに、解析回路５２は、データ記憶学習装置６０の機械学習部で推定された厚着、あるいは薄着のデータを受け、前記データを出力信号に変換して制御回路５４に出力する。制御回路５４では、解析回路５２の出力信号に基づいて空調装置７０を動作させる。

＜着衣量判別システムの動作について＞
乗員Ｍが車両用シート２０のシート本体部２２に着座して、例えば、空調スイッチ（図示省略）を操作すると、乗員Ｍの現状座圧分布がシートＥＣＵ５０の解析回路５２に入力される。解析回路５２は、乗員Ｍの現状座圧分布に基づいてデータ記憶学習装置６０の機械学習部を動作させる。データ記憶学習装置６０の機械学習部は、乗員Ｍの現状座圧分布をデータ記憶手段の座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２と比較する。そして、乗員Ｍの現状座圧分布と近似する座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２（例えば、座圧分布データＢ１）と、その座圧分布データＢ１と着衣量（厚着）と関連により、乗員Ｍが厚着であると推定する。そして、推定した厚着か、薄着かのデータをシートＥＣＵ５０の解析回路５２に対して出力する。解析回路５２は、データ記憶学習装置６０の機械学習部で推定された厚着、あるいは薄着のデータを受け、前記データを出力信号に変換して制御回路５４に出力する。制御回路５４は、解析回路５２の出力信号に基づいて空調装置７０を動作させる。

＜本実施形態に係る着衣量判別システムの長所について＞
本実施形態に係る着衣量判別システムによると、シート本体部２２に着座している乗員Ｍの現状座圧分布と、データ記憶手段に記憶されている座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２とを比較する。乗員の現状座圧分布と、データ記憶手段に記憶されている所定の座圧分布データ（例えば、Ｂ１）とが近似していれば、近似している座圧分布データＢ１の着座者Ｂと乗員の身長、体重、体形が近似していると考えられる。さらに、データ記憶手段には、各々の着座者の座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２と、前記座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２と厚着、あるいは薄着の関係が対になって記憶されている。このため、乗員の現状座圧分布と近似している座圧分布データＢ１（厚着）と、その座圧分布データＢ１と厚着、あるいは薄着の関係とから、衣類の素材如何に関わらず乗員Ｍが厚着であることを精度良く推定できる。

また、厚着、薄着の判別には、接触範囲ＰＣ，ＰＢの輪郭Ｔｓ，Ｔоから圧力Ｐｄの位置までの座圧分布のデータを使用すれば良く、圧力がＰｄよりも大きくなる範囲の座圧分布のデータを省略できる。このため、データ記憶手段におけるメモリの使用量を節約できる。

＜変更例＞
ここで、本発明は上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲における変更が可能である。例えば、本実施形態では、図９に示すように、データ記憶学習装置６０のデータ記憶手段に入力データとして多数の着座者Ａ〜ＮＮの厚着の場合と薄着の場合の座圧分布データＡ１、Ａ２、・・Ｎ１、Ｎ２を入力する例を示した。しかし、図１０〜図１２に示すように、シートクッション２３のサイドサポート２３ｚの傾斜角を、例えば、モータ２３ｙの回転力で変化させられる車両用シート２０の場合、サイドサポート２３ｚの傾斜角Ｓ１〜Ｓｎと、サイドサポート２３ｚの傾斜角（サイドサポート角）Ｓ１〜Ｓｎ毎に計測した座圧分布データＡ１１〜Ａｎ２、・・Ｎ１１〜Ｎｎ２とを入力データとすることも可能である。このように、シートクッション２３のサイドサポート２３ｚの傾斜角を変化させることができるため、例えば、サイドサポート２３ｚを所定角度で着座者に接触させることで、厚着の場合が薄着の場合よりも圧力が大きくなり、着衣量の判別が容易になる。また、小柄な着座者の場合、着座面との接触範囲の面積が小さくなるため、サイドサポート２３ｚを着座者に接触させることで着座面との接触範囲の面積を大きくできる。これにより、厚着、薄着の判定がし易くなる。また、本実施形態では、着衣量判別システムのおける着衣量の判別結果により空調装置７０を動作させる例を示した。しかし、着衣量判別システムのおける着衣量の判別結果により、例えば、シート本体部２２のシートポジション調整機構３０を動作させることも可能である。例えば、乗員Ｍが厚着と判定された場合に、シート本体部２２を一定寸法だけ後進スライドさせるようにすることも可能である。また、本実施形態では、車両用シート２０における着衣量判別システムを例示したが、車両用シート２０以外にも、例えば、電車や飛行機のシートに本発明を適用することも可能である。

２０・・・・車両用シート（乗物用シート）
２２・・・・シート本体部
２３・・・・シートクッション
２３ｔ・・・着座面
２３ｚ・・・サイドサポート
２４・・・・シートバック
２４ｍ・・・背もたれ面
２７・・・・第１着座センサー
２８・・・・第２着座センサー
５０・・・・シートＥＣＵ
５２・・・・解析回路（解析手段）
６０・・・・データ記憶学習装置（データ記憶手段、解析手段）
Ｍ・・・・・乗員
ＰＢ・・・・接触範囲
ＰＣ・・・・接触範囲

Claims (4)

1. 乗員が着座することでシート本体部に加わる圧力の分布である座圧分布を計測可能な着座センサーを備える乗物用シートと、
   厚着の場合と薄着の場合とについて、多数の着座者の座圧分布を各々の着座者毎に計測した座圧分布データを記憶しているデータ記憶手段と、
   現在、前記シート本体部に着座している乗員の現状座圧分布と、前記データ記憶手段に記憶されている前記座圧分布データとを比較し、前記現状座圧分布が近似している前記座圧分布データから前記乗員が厚着であるか、薄着であるかを推定する解析手段と、
   を有する着衣量判別システム。
2. 請求項１に記載された着衣量判別システムであって、
   前記乗物用シートには、シート本体部のサイドサポートの傾斜角を変化させる機構が設けられており、
   前記データ記憶手段は、前記サイドサポートの傾斜角を段階的に変化させて、前記サイドサポートの傾斜角毎に計測した座圧分布データを記憶しており、
   前記解析手段は、乗員の現状座圧分布、及び現状のサイドサポートの傾斜角を前記データ記憶手段に記憶されている前記座圧分布データ、及びそれに対応するサイドサポートの傾斜角と比較し、現状座圧分布、及び現状のサイドサポートの傾斜角が近似している前記座圧分布データ、及びそれに対応するサイドサポートの傾斜角から前記乗員が厚着であるか、薄着であるかを推定する着衣量判別システム。
3. 請求項１又は請求項２のいずれかに記載された着衣量判別システムであって、
   前記解析手段における前記現状座圧分布と前記座圧分布データとの比較は、乗員、及び着座者が前記シート本体部と接触している接触範囲の縁部の圧力データを使用して行う着衣量判別システム。
4. 請求項１から請求項３のいずれかに記載された着衣量判別システムであって、
   前記着座センサーは、前記シート本体部におけるシートクッションの着座面とシートバックの背もたれ面とに設けられており、
   前記着座センサーにより、前記乗員、あるいは着座者が着座したときのシートクッションの着座面とシートバックの背もたれ面との圧力分布である前記座圧分布が測定される構成である着衣量判別システム。
   

Images