JP2019006272A - 推定処理装置、推定処理システム、及び、推定処理方法 - Google Patents

Abstract

【課題】車両内等における物体の混雑度や総重量を適切に推定することができる技術を提供する。【解決手段】推定処理装置は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う。推定処理装置は、前記物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち少なくとも一方を含む推定用情報と、前記所定の場所の状態を撮影装置で撮影した撮影情報と、に基づいて前記推定処理を行う。【選択図】図１

Description

本発明は、推定処理装置、推定処理システム、及び、推定処理方法に関する。

特許文献１には、新幹線、旅客列車、路線バスなどの車両の客数や混雑度合を把握して、乗車客に事前にそれらの情報を提供するために管理するシステムが開示される。特許文献１においては、列車の複数の車両の乗降口および出入口における客数センサ計数装置により、車両毎の乗降客或いは客数状況が計数される。出入口に往来する客数の検出には、超高周波センサや体温センサが使用される。出入を判定するためには、フォトセンサが使用される。

特許文献２には、鉄道車両内の混雑状況を利用者に通知するシステムが開示される。特許文献２には、ＡＳ圧（空気ばね圧力）で示される車両重量に基づいて乗車率を算出することが開示される。

特開平７−１０００４号公報 国際公開２０１２／０８６０００号

車両の乗車人数をカウントすることによって、車両の混雑状況（混雑度）を把握することができる。しかしながら、例えば、車両に乗る人の体型、手荷物の有無、手荷物の種類等によって混雑状況は変動する。また、車両に乗った人等の重量を把握するために空気ばね（エアサス）を装着する構成は、設備費が高くなる。特に、バスやタクシー等の自動車には、例えばコスト面から、空気ばねを導入することは容易ではない。

本発明は、上記課題に鑑みてなされたものであり、車両内等における物体の混雑度や総重量を適切に推定することができる技術を提供することを目的とする。また、本発明は、車両内等における物体の混雑度や総重量を低コストで推定することができる技術を提供することを他の目的とする。

上記目的を達成するために本発明の推定処理装置は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う推定処理装置であって、前記物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち少なくとも一方を含む推定用情報と、前記所定の場所の状態を撮影装置で撮影した撮影情報と、に基づいて前記推定処理を行う構成（第１の構成）になっている。

上記第１の構成の推定処理装置において、前記所定の場所は車両内である構成（第２の構成）であってよい。

上記第１の構成の推定処理装置において、前記所定の場所は、車両内、及び、前記車両を待つ人が集まる場所である構成（第３の構成）であってよい。

上記第１から第３のいずれかの構成の推定処理装置において、前記物体は、人及び荷物である構成（第４の構成）が好ましい。

上記第１から第４のいずれかの構成の推定処理装置は、前記推定用情報を記憶する記憶部を備え、前記記憶部には、前記撮影画像から取得される情報を補正する補正情報が記憶されている構成（第５の構成）であることが好ましい。

上記第５の構成の推定処理装置において、前記補正情報は、人の服装に関する情報である構成（第６の構成）であってよい。

上記第１から第６のいずれかの構成の推定処理装置において、前記物体の撮影画像から取得される情報には、人の身体情報及び性別のうち、少なくとも一方が含まれる構成（第７の構成）であることが好ましい。

上記目的を達成するために本発明の推定処理システムは、上記第１から第７のいずれかに記載の推定処理装置と、前記撮影装置と、を備える構成（第８の構成）になっている。

上記第８の構成の推定処理システムにおいて、前記推定処理装置は、ネットワークを用いた通信によって前記撮影情報を取得するサーバ装置である構成（第９の構成）であってよい。

上記第８の構成の推定処理システムは、前記推定処理装置との間でネットワークを用いた通信を行うサーバ装置を更に備える構成（第１０の構成）であってよい。

上記目的を達成するために本発明の推定処理方法は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う推定処理方法であって、前記物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち少なくとも一方を含む推定用情報と、前記所定の場所の状態を撮影装置で撮影した撮影情報と、に基づいて前記推定処理を行う構成（第１１の構成）になっている。

本発明によると、車両内等における物体の混雑度や総重量を適切に推定することができる技術を提供することができる。また、本発明によると、車両内等における物体の混雑度や総重量を低コストで推定することができる技術を提供することができる。

第１実施形態に係る推定処理システムの構成を示すブロック図 推定用情報に含まれる人に関するパターンテーブルの一例を示す模式図 推定用情報に含まれる荷物に関するパターンテーブルの一例を示す模式図 推定処理装置によって実行される推定処理の一例を示すフローチャート 第２実施形態に係る推定処理システムの構成を示すブロック図 第３実施形態に係る推定処理システムの構成を示すブロック図 第４実施形態に係る推定処理システムの構成を示すブロック図 第５実施形態に係る推定処理システムの構成を示すブロック図

以下、本発明の例示的な実施形態について、図面を参照しながら詳細に説明する。

＜１．第１実施形態＞
図１は、本発明の第１実施形態に係る推定処理システム１の構成を示すブロック図である。推定処理システム１は、車両１００内の荷物を含めた人の混雑度と総重量のうち、少なくとも一方の推定処理を行うシステムである。本実施の形態では、より詳細には、推定処理システム１は、車両１００内の荷物を含めた人の混雑度及び総重量の推定処理を行うシステムである。なお、車両１００は、例えば、鉄道車両や、バス、タクシーを含む自動車車両であってよい。

図１に示すように、推定処理システム１は、撮影装置１１と、推定処理装置１２とを備える。本実施の形態のシステムによれば、撮影装置１１からの撮影情報に基づいて、車両１００内の荷物を含めた人の混雑度及び総重量を推定することができる。すなわち、エアサスのような高価な部品の使用を避けて、車両１００内の荷物を含めた人の混雑度及び総重量を推定することができる。

撮影装置１１は、車両１００内に配置され、車両１００内の状況を撮影する。撮影装置１１は、図示しないネットワークを介して推定処理装置１２と無線通信を行う。撮影装置１１は、撮影情報を推定処理装置１２に送信する。詳細には、撮影装置１１は、撮影部１１１と通信部１１２とを有する。

撮影部１１１は、詳細には、車両１００内の状況を撮影するカメラを含む。カメラは、車両内の所定の位置に固定される。車両１００内に設けるカメラの数は、１つでもよいが、複数であってもよい。カメラの数を複数にすることによって、車両１００内の状態を複数の角度から撮影することができ、車両１００内の人や荷物の状態を把握し易くなる。例えば、車両１００が自動車である場合には、カメラはバックミラーの近傍等に配置されてよい。撮影部１１１は、カメラで撮影された撮影画像に対して所定の処理を行う処理部を含んでよい。当該処理部は、撮影部１１１とは別に設けられてもよい。

通信部１１２は、図示しないインターネット等のワイド・エリア・ネットワークを介して推定処理装置１２の通信部１２３と無線通信を行う。通信部１１２は、撮影部１１１から取得した撮影情報を推定処理装置１２に送信する。

推定処理装置１２は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う。本実施の形態では、推定処理装置１２は、所定の場所に一時的に存在する物体の混雑度及び総重量の推定処理を行う。

また、本実施の形態では、所定の場所は車両内である。これによれば、推定処理装置１２によって車両内の混雑度を推定することができるために、車両内の混雑緩和の対策を施すことが可能になる。混雑緩和対策としては、例えば、他の車両への乗車の誘導等が挙げられる。また、例えば車両１００が座席のシェアサービスを行うタクシーである場合に、車両内の混雑度に応じて、車両内に既に乗る客と目的地が同方向の客を更に載せるか否かの判断を行うことも可能になる。すなわち、配車効率を向上することができる。また、車両１００に一時的に加わる総重量の推定結果を利用することが可能になるために、例えば、ブレーキ操作のタイミング等について適切な判断が可能になり、車両１００を安全に運転することが可能になる。

また、本実施の形態では、物体は、人及び荷物である。これによれば、人が持ち込む荷物も含めて車両内の混雑度を推定することができるために、混雑度を正確に推定することが可能になる。また、車両に搭載される人だけでなく荷物の重量も含めた総重量を把握することができるために、人の乗車により車両に一時的に加わる重量を正確に推定することが可能になる。なお、物体は、人及び荷物に限定されない。例えば、物体は人のみであってもよい。

また、本実施の形態では、推定処理装置１２は、ネットワークを用いた通信によって、車両１００に設けられる撮影装置１１で撮影した撮影情報を取得するサーバ装置である。本実施の形態では、推定処理装置１２は、複数の車両１００に関して混雑度等を把握することができる。このために、推定処理装置１２は、各車両の状況を考慮して、混雑緩和のために対策を実行することが可能である。

推定処理装置１２は、図１に示すように、制御部１２１と、記憶部１２２と、通信部１２３とを備える。上述のように、通信部１２３は、図示しないインターネット等のネットワークを介して撮影装置１１の通信部１１２と無線通信を行う。

制御部１２１は、図示しないＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、及び、ＲＯＭ（Read Only Memory）を備えるコンピュータである。制御部１２１は、記憶部１２２に記憶されたプログラムに基づいて情報の処理及び送受信を行い、推定処理装置１２の全体を制御する。

記憶部１２２は、プログラムやデータを不揮発的に記憶している。記憶部１２２は、例えば後述のパターンマッチング用の画像等を記憶する。記憶部１２２としては、例えば、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）、フラッシュメモリ、ハードディスクドライブ等を用いることができる。また、記憶部１２２の一部又は全部を、ＳＤメモリカード（登録商標）、ＵＳＢ（Universal Serial Bus）メモリ等の可搬型記憶媒体で構成し、推定処理装置１２の本体に対して装脱着可能にしてもよい。

本実施の形態では、記憶部１２２は、推定用情報１２２ａを記憶する。すなわち、本実施の形態では、推定処理装置１２は、自身で推定用情報１２２ａを有する。このために、推定処理装置１２は、車両外部のネットワークにおける通信状況に影響されずに、安定して推定用情報１２２ａを利用することができる。

推定用情報１２２ａは、物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち、少なくとも一方を含む。なお、物体の撮影画像から取得される情報には、人の身体情報が含まれることが好ましい。これにより、撮影画像から取得される情報と、容積情報や重量情報とを適切に関連付けたテーブル情報を作成することができる。

本実施の形態では、推定用情報１２２ａは、人の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報を含む。この推定用情報はパターンテーブル化されて、記憶部１２２に「人に関するパターンテーブル」として記憶されている。また、推定用情報１２２ａは、荷物のカメラ画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報を含む。この推定用情報はパターンテーブル化されて、記憶部１２２に「荷物に関するパターンテーブル」として記憶されている。

なお、推定用情報１２２ａは、容積情報と重量情報のうちの一方だけ含む構成でもよい。推定用情報１２２ａに容積情報だけが含まれる場合、推定処理装置１２は、車両１００内の混雑度の推定処理を行う。推定用情報１２２ａに重量情報だけが含まれる場合、推定処理装置１２は、車両１００内の人及び荷物の総重量の推定処理を行う。

図２は、推定用情報１２２ａに含まれる人に関するパターンテーブルＰＴ１の一例を示す模式図である。図２に示す例においては、人のカメラ画像から取得される情報として、「性別」、「身長」、及び、「腹部の横幅」が使用されている。ただし、これは例示である。人のカメラ画像から取得される情報の種類は適宜変更されてよい。人のカメラ画像から取得される情報として、例えば、「胸部の横幅」、「胸囲」、「腹囲」等の他の情報が使用されてよい。また、人のカメラ画像から取得される情報の種類数は、単数でも複数でもよい。複数とした方が、混雑度や総重量の推定値を正確にすることができる。

図２に示す例において、各グループは、「性別」、「身長」、「腹部の横幅」のうちの少なくともいずれか１つが他のグループとは異なる。グループ毎に、人の身体測定の結果から得られる占有容積（容積情報）及び体重（重量情報）が割り当てられている。グループの数、グループ分けの基準は適宜決定されてよい。グループ分けの基準を細かくしてグループ分けの数を増やした方が、混雑度や総重量の推定値を正確にすることができる。

人に関するパターンテーブルＰＴ１は、例えば、次のような手法によって作成することができる。まず、複数の人の体型及び体重の測定（身体測定）を行う。身体測定を行う人の数は多ければ多いほど好ましい。また、様々な体型及び体重を有する人を集めて身体測定を行うことが好ましい。身体測定の結果に基づいて、占有容積及び体重が求められる。占有容積は、例えば、身体測定によって得られた体の各部位のサイズに従って算出することができる。占有容積は、人の全身の容積であってもよいが、場合によっては人の身体の一部の容積であってもよい。例えば、人の頭部を除いた部分の容積等であってもよい。

占有容積及び体重を求めた人のカメラ画像を撮影する。そして、各カメラ画像から、パターンマッチング等の処理によって人の身体の部位を検出し、身長及び腹部の横幅を算出する。各カメラ画像から得られる「性別」、「身長」、及び、「腹部の横幅」と、予め分類したグループ条件とが全て一致する場合に、当該条件が一致するグループに、身体測定によって取得した占有容積及び体重が割り当てられる。

例えば、グループ１が、性別が男、身長が１５０ｃｍ以上１６０ｃｍ未満、腹部の横幅が２５ｃｍ以上３０ｃｍ未満で、グループ２が、性別が男、身長が１６０ｃｍ以上１７０ｃｍ未満、腹部の横幅が３０ｃｍ以上３５ｃｍ未満というグループ条件であったとする。カメラ画像から得られた身長が１６０ｃｍで、腹部の横幅が３４ｃｍの男性の占有容積及び体重はグループ２に割り当てられる。複数の者の占有容積及び体重が同じグループに割り当てられる場合には、複数の者の測定結果の平均値が採用される。なお、予め分類したグループ条件のいずれにも該当しない結果が生じた場合には、新たなグループを作成すればよい。

図３は、推定用情報１２２ａに含まれる荷物に関するパターンテーブルＰＴ２の一例を示す模式図である。図３に示す例においては、荷物のカメラ画像から取得される情報として、「荷物の種類」が使用されている。ただし、これは例示である。荷物のカメラ画像から取得される情報の種類数は、単数ではなく複数であってもよい。情報の数を増やすことによって、混雑度や総重量の推定値を正確にすることができる。荷物のカメラ画像から取得される情報の種類も適宜変更されてよい。例えば、荷物のサイズや形状等の他の情報が使用されてよい。

図３に示す例においては、荷物の種類によって、代表的な占有容積（容積情報）及び重量（重量情報）が割り当てられている。代表的な占有容積や重量は、例えば、各種の荷物を複数用意し、複数の荷物のサイズ及び重量の測定結果の平均値とされてよい。なお、ボストンバック等の鞄類は、その中に物が入れられることが通常である。このために、鞄の中に物を入れた状態として占有容積及び重量が決定されることが好ましい。また、荷物を持つ人の性別や年齢等によって鞄の中に入れる物が変わる傾向にあると考えられる。このために、例えば、グループ分けを行う要素（カメラ画像から得られる情報）に荷物を持つ人の性別、推定年齢等を加えて、荷物の分類を行ってもよい。

推定処理装置１２は、推定用情報１２２ａと、所定の場所の状態を撮影装置１１で撮影した撮影情報とに基づいて、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う。本実施の形態では、推定処理装置１２は、混雑度と総重量との両方の推定処理を行う。詳細には、推定処理は、制御部１２１が有するＣＰＵがプログラムに基づいて演算処理を行うことによって実現される。

推定処理においては、撮影装置１１で撮影されたカメラ画像に映る各人及び各荷物に対して、画像に基づいてサイズや種類等が求められる。このカメラ画像から得られる情報と推定用情報１２２ａとを比較して、各人及び各荷物の占有容積及び重量（人においては体重）が求められる。各人の体重及び各荷物の重量の総和が総重量とされる。各人及び各荷物の占有容積の総和が求められ、この総和値と車両１００内の所定空間の容積とに基づいて混雑度が求められる。車両１００内の所定空間の容積は、例えば車両の種類毎に予め設定され、記憶部１２２に記憶されている。

混雑度は、数値で表現されてもよいが、文字、文章、イラスト等で表現されてもよい。混雑度を表す数値は、例えば占有容積の総和値を車両１００内の所定空間の容積で除して得られる値（混雑率）であってよい。文字、文章、イラスト等で混雑度を示す場合には、前述の混雑率を複数の階層に分け、各階層に文字やイラスト等を割り当てる構成としてよい。例えば、混雑率が４０％未満の場合は「空」、混雑率が４０％以上８０％未満の場合は「通常」、混雑率が８０％以上の場合は「混雑」といった具合に混雑度を表現してよい。

本実施の形態によれば、物体のサイズや種類を考慮して混雑度を推定するために、単に人の数をカウントする場合に比べて正確な混雑度を出すことが可能になる。また、本実施の形態では、カメラ画像を利用して総重量が推定されるために、エアサス等の高価な部品を利用することを避けることができる。

図４は、推定処理装置１２によって実行される推定処理の一例を示すフローチャートである。推定処理は、例えば、車両１００に人が乗車した後に実行される。例えば、車両１００が鉄道車両である場合には、鉄道車両が駅を出発して後に推定処理が実行される。例えば、車両１００がバスである場合には、バスが停留所を出発した後に推定処理が実行される。推定処理は、人の指示で開始されてもよいし、自動で開始されてもよい。

推定処理が開始されると、推定処理装置１２は、撮影装置１１で撮影された撮影情報を取得する（ステップＳ１）。本実施の形態では、推定処理装置１２は、撮影装置１１から無線通信を介して撮影情報を取得する。

推定処理装置１２は、撮影装置１１で撮影した撮影情報の分析処理を行う（ステップＳ２）。詳細には、推定処理装置１２は、撮影装置１１で撮影したカメラ画像から、例えばパターンマッチング処理によって人及び荷物を抽出する。推定処理装置１２は、パターンマッチング処理等によって抽出した人の性別を特定する。推定処理装置１２は、カメラ画像に基づいて、抽出した人毎に身長及び腹部の横幅を算出する。また、推定処理装置１２は、パターンマッチング処理等によって荷物の種類を特定する。

なお、推定処理装置１２がカメラ画像から身長や腹部の横幅を算出できないことも起こり得る。また、推定処理装置１２がカメラ画像から人の性別を特定できないことも起こり得る。更に、推定処理装置１２がカメラ画像から荷物の種類を特定できないことも起こり得る。このような場合には、当該人や荷物について情報不明との分類をしてよい。情報不明と分類した人や荷物の処理については後述する。

推定処理装置１２は、撮影情報の分析処理によって得られた情報と、記憶部１２２に記憶される推定用情報１２２ａとに基づいて、人及び荷物毎の占有容積及び重量を決定する（ステップＳ３）。詳細には、推定処理装置１２は、撮影情報の分析処理によって得られた人の性別、身長、及び、腹部の横幅に基づいて、各人がパターンテーブルＰＴ１（図３参照）のどのグループに分類されるかを決定して、各人の占有容積及び体重をパターンテーブルＰＴ１に従って決定する。また、推定処理装置１２は、撮影情報の分析処理によって得られた荷物の種類に基づいて、各荷物がパターンテーブルＰＴ２（図４参照）のどのグループに分類されるかを決定して、各荷物の占有容積及び重量をパターンテーブルＰＴ２に従って決定する。

なお、上述のように、ステップＳ２において、情報不明の人が発生していることが有り得る。情報不明の人に対しては、予め準備された人の占有容積及び体重の標準値が適用される構成としてよい。また、上述のように、ステップＳ２において、情報不明の荷物が発生していることが有り得る。情報不明の荷物に対しては、予め準備された荷物の占有容積及び重量の標準値が適用される構成としてよい。

各人及び各荷物の占有容積及び重量が決定されると、推定処理装置１２は、混雑度及び総重量を算出する（ステップＳ４）。詳細には、推定処理装置１２は、各人の体重及び各荷物の重量の総和を総重量として算出する。推定処理装置１２は、各人及び各荷物の占有容積の総和を求め、当該総和値を車両１００内の所定空間の容積で除して混雑度を算出する。上述のように、混雑度は数値でなく、文字や文章等に変換されてよい。混雑度及び総重量の算出により、推定処理が完了する。

なお、推定処理によって取得された混雑度及び総重量は、記憶部１２２に記憶されることが好ましい。推定処理によって取得された混雑度及び総重量は、例えば日時と共に記憶部１２２に記憶されることが好ましい。推定処理によって取得された混雑度及び総重量は、リアルタイムで利用されてもよいし、後に、過去のデータとして解析等に利用されてもよい。混雑度及び総重量のデータを蓄積することによって、人及び荷物のパターンテーブルＰＴ１、ＰＴ２（図３及び図４参照）の見直しを行うことができる。この見直しによって、混雑度及び総重量の推定処理の正確性を向上することができる。見直しに際しては、データの追加、条件変更等が行われてよい。

推定処理装置１２によって取得された混雑度は、交通管制に利用することができる。例えば、取得した混雑度から車両１００が混雑していると判断される場合に、乗客を他の車両に誘導することができる。これにより、混雑の緩和が図れ、車両に乗る者の快適性を向上することができる。また、混雑の緩和によって、鉄道車両やバス等の遅延を防ぐことができる。

推定処理装置１２によって取得された混雑度は、例えば交通管制に関する処理を行う装置（以下、単に「交通管制用装置」と記載する）によって使用することができる。なお、交通管制用装置は、推定処理装置と兼用されてよい。例えば、車両１００が鉄道車両やバスである場合に、交通管制用装置は、推定処理装置１２によって取得された混雑度を、車両１００が次に止まる駅やバス停で報知させる処理を行ってよい。混雑度に加えて、他の車両の利用案内を報知することが好ましい。報知の手法は、例えば、表示装置への画面表示や、音声によるアナウンス等であってよい。また、鉄道のように車両１００が複数連結される構成に対しては、連結される他の車両の混雑度が報知される構成としてよい。

推定処理装置１２によって取得された混雑度は、配車効率を向上することができる。例えば、過去の混雑度情報から鉄道車両やバスの便を増やすべき時間帯や減らすべき時間帯を把握することができる。このために、適切な配車を行うことができる。また、タクシーにおいて、座席のシェアサービスが行われている場合に、混雑度に基づいて、座席のシェアを行うことができるか否かを判断することができる。このために、取得した混雑度を利用してタクシーの配車を適切に行うことができる。これらの判断処理は、人が行ってもよいが情報処理装置によって行われてもよい。

推定処理装置１２によって取得された混雑度は、車両１００における空調の制御に利用することもできる。例えば、車両１００が混雑している場合に、設定温度を低くし、車両１００が混雑していない場合に、設定温度を高くするといったことを、混雑度に基づいて行うことができる。このような処理は、人が行ってもよいが情報処理装置によって行われてよい。

推定処理装置１２によって取得された総重量は、例えば安全運転の支援や、車両１００の燃費向上に利用することができる。車両１００に乗る人及び荷物の総重量の違いによって、ブレーキの効き方が変化する。例えば、車両１００に備えられる自動ブレーキシステムにおいて、推定処理装置１２によって取得された総重量が利用されることによって、より安全にブレーキ操作を行うことが可能になる。

推定処理装置１２によって取得された総重量は、例えば、車両、道路、線路のメンテナンス対応に利用することができる。推定処理装置１２によって取得された過去の総重量に関する情報により、車両１００の傷み具合を推定することができる。この推定は、情報処理装置によって行われてもよい。傷み具合の推定結果から、車両部品を適切なタイミングで交換することができる。これにより、安全性も向上する。同様に、推定処理装置１２によって取得された過去の総重量に関する情報により、車両１００が定期的に走る線路や道路の傷み具合を推定することができる。このために、線路や道路を適切なタイミングで補修することができる。

＜２．第２実施形態＞
図５は、本発明の第２実施形態に係る推定処理システム２の構成を示すブロック図である。第２実施形態の推定処理システム２は、第１実施形態の推定処理システム１の構成とほぼ同様の構成を有する。ただし、推定処理装置１２が備える記憶部１２２に記憶される情報が第１実施形態と異なる。以下、この異なる点に絞って、第２実施形態の説明を行う。

第２実施形態では、記憶部１２２には、推定用情報１２２ａに加えて、推定処理に使用する補正情報１２２ｂが記憶されている。本実施の形態によれば、推定処理に補正情報１２２ｂを使用するために、より正確な推定処理を行うことが可能になる。推定処理は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方を推定する処理である。本実施の形態において、推定処理は、混雑度及び総重量を推定する処理である。所定の場所は車両１００内である。物体は人及び荷物である。

本実施の形態では、補正情報１２２ｂは人の服装に関する補正情報を含む。詳細には、補正情報１２２ｂは、撮影装置１１によるカメラ画像から取得される腹部の横幅を、季節に応じて補正する補正係数を含む。撮影装置１１によるカメラ画像から取得される腹部の横幅に対して補正係数が乗じられ、この乗算によって得られた補正値が腹部の横幅として使用される。すなわち、この補正値とパターンテーブルＰＴ１との比較が行われて、占有容積及び体重が決定される。

人が着る服装は季節に応じて変わり、服装によってカメラ画像から取得される腹部の横幅は変動する。例えば、夏場に比べて冬場の方が服の厚みが増すために、撮影装置１１によるカメラ画像から取得される腹部の横幅は夏場に比べて冬場の方が大きい値となる。一方で、パターンテーブルを作成する際に、季節ごとの服装を着て身体測定を行うことは容易ではない。これらの点を考慮して、本実施の形態では、記憶部１２２に、撮影装置１１による撮影情報から取得される情報を、季節に応じて補正する補正情報１２２ｂが含まれている。

例えば、春夏秋冬の４つの季節のそれぞれに対応して４つの補正係数が準備されてよいが、これに限らない。４つの季節のうちの少なくとも１つの季節に対応する補正係数が準備される構成であってよい。本実施の形態では、推定処理装置１２は、年月日を含む時間情報を取得可能であり、この時間情報によって季節を判定する。推定処理装置１２は、判定により得られた季節に対応する補正係数を選択して、撮影装置１１によるカメラ画像から得られる情報の補正を行う。

なお、補正情報は、本実施の形態の構成に限らず、例えば、天候に応じて、撮影装置１１によるカメラ画像から得られる情報を補正する情報を含んでもよい。これは、天候によって服装が変更されることを考慮するものである。

また、例えば、荷物のパターンテーブルＰＴ２に含まれる占有容積や重量について、記憶部１２２に含まれる補正情報１２２ｂに応じて補正を行う構成としてもよい。具体例としては、鞄類について、荷物を持つ者の種別に応じた補正係数を準備し、鞄類の荷物の重量を、荷物を持つ者の種別に応じて適宜補正する構成としてもよい。荷物を持つ者の種別としては、性別、推定年齢、推定職種等が挙げられる。

＜３．第３実施形態＞
図６は、本発明の第３実施形態に係る推定処理システム３の構成を示すブロック図である。第３実施形態の推定処理システム３は、第１実施形態の推定処理システム１の構成とほぼ同様の構成を有する。ただし、撮影装置１１が配置される場所が第１実施形態と異なる。以下、この異なる点に絞って、第３実施形態の説明を行う。

第３実施形態においても、推定処理装置１２は、所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う。ただし、第３実施形態では、所定の場所は、車両１００内、及び、車両１００を待つ人が集まる場所である。この点、第１実施形態と異なる。車両１００を待つ人が集まる場所（停車場２００）は、例えば駅のプラットホームやバスの停留場である。

本実施の形態では、第１撮影装置１１ａが車両１００に固定状態で配置される。第１撮影装置１１ａは、車両１００内の状況を撮影する。第２撮影装置１１ｂが停車場２００に固定状態で配置される。第２撮影装置１１ｂは、停車場２００で車両１００を待つ人を撮影する。第１撮影装置１１ａ及び第２撮影装置１１ｂは、それぞれ、単数でも複数でもよい。第１撮影装置１１ａ及び第２撮影装置１１ｂは、それぞれ、撮影部と通信部とを含む。この点、第１実施形態の撮影装置１１と同様である。第１撮影装置１１ａの利用方法は、第１実施形態の撮影装置１１と同様である。

本実施の形態では、第２撮影装置１１ｂで撮影される撮影情報と、推定用情報１２２ａとによって、停車場２００における混雑度や総重量を推定することができる。推定処理の手法は、第１実施形態における撮影装置１１を用いた推定処理の手法と同様である。本実施の形態では、停車場２００に向かう車両１００における将来の混雑度や総重量について予測を立て易くすることができる。すなわち、本実施の形態では、混雑緩和の対策を立て易くすることができる。また、停車場２００における人や荷物の混雑度や総重量に関するデータを蓄積することによって、停車場２００における人や荷物の流れを分析することが可能になる。また、各停車場２００における車両１００への人の乗り降りの状況を把握し易くなる。

本実施の形態では、停車場２００に存在する人や荷物の重量を、台貫等の測定機器を導入することなくカメラ画像から簡単に推定することができる。このために、設備に要するコストを抑制することができる。また、停車場２００に存在する人や荷物の総重量に関するデータを蓄積することによって、設備の劣化状況に関する推定を行うことが可能になる。

＜４．第４実施形態＞
図７は、本発明の第４実施形態に係る推定処理システム４の構成を示すブロック図である。第４実施形態の推定処理システム４においては、推定処理装置１２が、撮影装置１１と同じく、車両１００内に配置される。この点が第１実施形態と異なる。撮影装置１１と推定処理装置１２とは、本実施の形態では有線によって接続され、情報の送受信を行う。ただし、撮影装置１１と推定処理装置１２とは無線によって接続されてもよい。以上の点を除いて、撮影装置１１及び推定処理装置１２の構成は、第１実施形態と同様である。

本実施の形態では、例えば、推定処理システム４は、車両１００内の人及び荷物の総重量を推定し、混雑度は推定しない構成であってよい。このような構成でも、推定処理装置１２によって取得された総重量は、例えば自動運転における安全運転の支援や、車両１００の燃費向上に利用することができる。また、推定処理装置１２によって取得された総重量は、例えば、車両１００のメンテナンス用の情報として利用することができる。

＜５．第５実施形態＞
図８は、本発明の第５実施形態に係る推定処理システム５の構成を示すブロック図である。第５実施形態の推定処理システム５においては、第４実施形態と同様に、撮影装置１１と推定処理装置１２とが、いずれも車両１００内に配置される。ただし、本実施の形態の推定処理システム５は、推定処理装置１２との間でネットワークを用いた通信を行うサーバ装置１３を更に備える。この点、第４実施形態と異なる。また、本実施の形態では、推定用情報１２２ａを記憶する記憶部１２２は、サーバ装置１３に備えられている。この点も第４実施形態と異なる。これらの点を除いて、撮影装置１１及び推定処理装置１２の構成は、第４実施形態と同様である。

本実施の形態では、サーバ装置１３に推定用情報１２２ａを記憶する構成であるために、推定用情報１２２ａの更新処理が行い易い。また、本実施の形態では、推定処理によって取得した混雑度や総重量の使用用途を車両１００だけでなく、他の対象に広げやすい。

＜６．留意事項＞
本明細書で示す実施形態や変形例の構成は、本発明の例示にすぎない。実施形態や変形例の構成は、本発明の技術的思想を超えない範囲で適宜変更されてもよい。また、複数の実施形態及び変形例は、可能な範囲で組み合わせて実施されてよい。

例えば、以上においては、推定処理装置は、人及び荷物の混雑度や、人及び荷物の総重量を推定する構成としたが、これは例示である。例えば、推定処理装置は、人の混雑度や、人の総重量を推定する構成であってもよい。

１〜５ 推定処理システム
１１ 撮影装置
１２ 推定処理装置
１３ サーバ装置
１００ 車両
１２２ 記憶部
１２２ａ 推定用情報
１２２ｂ 補正情報

Claims (11)

1. 所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う推定処理装置であって、
   前記物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち少なくとも一方を含む推定用情報と、前記所定の場所の状態を撮影装置で撮影した撮影情報と、に基づいて前記推定処理を行う、推定処理装置。
2. 前記所定の場所は車両内である、請求項１に記載の推定処理装置。
3. 前記所定の場所は、車両内、及び、前記車両を待つ人が集まる場所である、請求項１に記載の推定処理装置。
4. 前記物体は、人及び荷物である、請求項１から３のいずれか１項に記載の推定処理装置。
5. 前記推定用情報を記憶する記憶部を備え、
   前記記憶部には、前記撮影画像から取得される情報を補正する補正情報が記憶されている、請求項１から４のいずれか１項に記載の推定処理装置。
6. 前記補正情報は、人の服装に関する情報である、請求項５に記載の推定処理装置。
7. 前記物体の撮影画像から取得される情報には、人の身体情報が含まれる、請求項１から６のいずれか１項に記載の推定処理装置。
8. 請求項１から７のいずれか１項に記載の推定処理装置と、
   前記撮影装置と、
   を備える、推定処理システム。
9. 前記推定処理装置は、ネットワークを用いた通信によって前記撮影情報を取得するサーバ装置である、請求項８に記載の推定処理システム。
10. 前記推定処理装置との間でネットワークを用いた通信を行うサーバ装置を更に備える、請求項８に記載の推定処理システム。
11. 所定の場所に一時的に存在する物体の混雑度と総重量のうち、少なくとも一方の推定処理を行う推定処理方法であって、
    前記物体の撮影画像から取得される情報に応じて分類されたグループ毎の容積情報及び重量情報のうち少なくとも一方を含む推定用情報と、前記所定の場所の状態を撮影装置で撮影した撮影情報と、に基づいて前記推定処理を行う、推定処理方法。

Images