JP2019193054A - 通話システム - Google Patents

Abstract

【課題】観察者が被観察者と容易にコミュニケーションを取ることができる通話システムを提供する。【解決手段】通話システムは、第１のマイクおよび第１のスピーカを有する携帯端末２０と、第２のマイクおよび第２のスピーカを有する飛行装置１０と、を備える。携帯端末は、通話相手の近傍まで飛行装置を飛行させるように制御する飛行制御部と、第１のマイクが集音した第１の音声データを飛行装置に送信し、飛行装置から送信される第２の音声データを受信して第１のスピーカから出力する第１の通話処理部と、を備える。飛行装置は、第２のマイクが集音した第２の音声データを携帯端末に送信し、携帯端末から送信される第１の音声データを受信して第２のスピーカから出力する第２の通話処理部を備える。【選択図】図１

Description

本発明は、通話システムに関する。

飛行装置を用いて被観察者の状況を観察することが行われている。例えば特許文献１には、被追尾対象を特定して追尾する飛行型カメラシステムが開示されている。

特開２０１７−１８５９２８号公報

被観察者の状況によっては観察者が被観察者とコミュニケーションを取りたいことがある。しかしながら、特許文献１に記載のシステムでは、被追尾対象を撮影することはできるものの、観察者側から被追尾対象に対してどのようにコミュニケーションを取ることができるかの示唆は存在しない。

本発明はこのような背景を鑑みてなされたものであり、観察者が被観察者と容易にコミュニケーションを取ることのできる通話システムを提供することを目的とする。

上記課題を解決するための本発明の主たる発明は、通話システムであって、第１のマイクおよび第１のスピーカを有する携帯端末と、第２のマイクおよび第２のスピーカを有する飛行装置と、を備え、前記携帯端末は、通話相手の近傍まで前記飛行装置を飛行させるように制御する飛行制御部と、前記第１のマイクが集音した第１の音声データを前記飛行装置に送信し、前記飛行装置から送信される第２の音声データを受信して前記第１のスピーカから出力する第１の通話処理部と、を備え、前記飛行装置は、前記第２のマイクが集音した前記第２の音声データを前記携帯端末に送信し、前記携帯端末から送信される前記第１の音声データを受信して前記第２のスピーカから出力する第２の通話処理部を備えること、を特徴とする通話システムとする。

その他本願が開示する課題やその解決方法については、発明の実施形態の欄及び図面により明らかにされる。

本発明によれば、観察者が被観察者と容易にコミュニケーションを取ることができる。

本発明の一実施形態に係る通話システムの全体構成を示す図である。 飛行装置１０のハードウェア構成例を示す図である。 フライトコントローラ１１のソフトウェア構成例を示す図である。 ユーザ端末２０のハードウェア構成例を示す図である。 ユーザ端末２０のソフトウェア構成例を示す図である。 本実施形態に係る通話システムにおいて実行される処理の流れを説明する図である。 飛行装置１０が表示装置１２０を備える場合の飛行装置１０の構成例を示す図である。 飛行装置１０が表示装置１２０を備える場合のフライトコントリーラ１１の構成例を示す図である。 飛行装置１０が表示装置１２０を備える場合のユーザ端末２０のソフトウェア構成例を示す図である。

本発明の実施形態の内容を列記して説明する。本発明の実施の形態による飛行体は、以下のような構成を備える。

［項目１］
第１のマイクおよび第１のスピーカを有する携帯端末と、
第２のマイクおよび第２のスピーカを有する飛行装置と、
を備え、
前記携帯端末は、
通話相手の近傍まで前記飛行装置を飛行させるように制御する飛行制御部と、
前記第１のマイクが集音した第１の音声データを前記飛行装置に送信し、前記飛行装置から送信される第２の音声データを受信して前記第１のスピーカから出力する第１の通話処理部と、を備え、
前記飛行装置は、
前記第２のマイクが集音した前記第２の音声データを前記携帯端末に送信し、前記携帯端末から送信される前記第１の音声データを受信して前記第２のスピーカから出力する第２の通話処理部を備えること、
を特徴とする通話システム。

［項目２］
項目１に記載の通話システムであって、
前記飛行装置は、
カメラと、
前記カメラが撮影した画像を前記携帯端末に送信する画像送信部と、
をさらに備えることを特徴とする通話システム。

［項目３］
項目１に記載の通話システムであって、
前記第２の音声送信部は、前記第２の音声データから特徴量を抽出し、所定の前記特徴量を抽出できた場合に、前記携帯端末のユーザに対してメッセージを送信し、
前記第１の音声受信部は、前記メッセージに応じて前記携帯端末のユーザに対して注意喚起のための画像または音声を出力すること、
を特徴とする通話システム。

［項目４］
項目１に記載の通話システムであって、
前記携帯端末は、前記通話相手の呼出し用の前記第１の音声データである呼出し音声データを作成し、前記呼び出し音性データを前記飛行装置に送信する第１の呼出し処理部をさらに備え、
前記飛行装置は、前記呼出し音声データを受信し、受信した前記呼出し音声データを前記第２のスピーカから出力する第２の呼出し処理部をさらに備えること、
を特徴とする通話システム。

［項目５］
項目４に記載の通話システムであって、
前記飛行装置は、前記第２の音声データに基づいて前記通話相手の認証を行う認証処理部をさらに備えること、
を特徴とする通話システム。

［項目６］
項目５に記載の通話システムであって、
前記第２の呼出し処理部は、前記認証処理部が前記通話相手の認証に成功するまで、前記呼出し音声データを前記第２のスピーカから出力すること、
を特徴とする通話システム。

［項目７］
項目４に記載の通話システムであって、
前記飛行装置は、情報を表示する表示装置を備え、
前記第１の呼出し処理部は、前記通話相手の呼出し用の画像を前記飛行装置に送信し、
前記第２の呼出し処理部は、前記呼出し用の画像を受信し、受信した前記呼出し用の画像を前記表示装置に表示すること、
を特徴とする通話システム。

＝＝概要・全体構成＝＝
図１は、本発明の一実施形態に係る通話システムの全体構成を示す図である。
本実施形態の通話システムは、飛行装置１０が備えるカメラ１２を用いて監視者２が被監視者１を遠隔から監視するとともに、飛行装置１０が備えるマイク１５およびスピーカ１６を用いて被監視者１と監視者２との間で通話を行うことができるようにしている。飛行装置１０とユーザ端末２０とは、例えば、ＷｉＦｉやＢｌｕｅＴｏｏｔｈ（登録商標）などのプロトコルに従う無線通信路３０を介して互いに通信可能に接続される。

（飛行装置１０）
図２は、飛行装置１０のハードウェア構成例を示す図である。飛行装置１０は、プロペラ１９と、プロペラ１９にＥＳＣ（Electronic Speed Controller）１７を介して接続された推進機構（本実施形態ではモータ１８を想定する。）と、これらを制御するフライトコントローラ１１とを備える。

フライトコントローラ１１は、プログラマブルプロセッサ（本実施形態では、中央演算処理装置（ＣＰＵ）を想定する。）などの１つ以上のプロセッサ１０１を有することができる。

カメラ１２は、ジンバル１３を介して機体に装備され、ジンバル１３によって、例えば、機体に対して上下方向に回転することができる。好ましくは、機体に対して３軸方向（ピッチ角、ロール角、ヨー角）に回転できることが好ましい。また、図２の例では、飛行装置１０はカメラ１２を１台だけ備える構成を示しているが、２台以上のカメラを備える構成であってもよい。また、カメラ１２に代えて、またはカメラ１２に加えて、人感センサーなどの各種のセンサを設けるようにしてもよい。

マイク１５およびスピーカ１６は機体に固定される。なお、マイク１５およびスピーカ１６についても、カメラ１２と同様にジンバル１３を介して機体に取り付けるようにしてもよい。

フライトコントローラ１１は、メモリ１０２を有しており、当該メモリ１０２にアクセス可能である。メモリ１０２は、１つ以上のステップを行うためにフライトコントローラ１１が実行可能であるロジック、コード、および／またはプログラム命令を記憶する。メモリ１０２は、例えば、ＳＤカードやランダムアクセスメモリ（ＲＡＭ）などの分離可能な媒体または外部の記憶装置を含んでいてもよい。カメラ１２やセンサなどから取得したデータは、メモリ１０２に直接に伝達されかつ記憶されてもよい。

フライトコントローラ１１はまた、各種のセンサ類１０３を備える。本実施形態においてセンサ類１０３は、例えば、慣性センサ（加速度センサ、ジャイロセンサ）、ＧＰＳ（Global Positioning System）センサ、近接センサ（例えば、ライダー）、またはビジョン／イメージセンサ（例えば、カメラ）を含み得る。

フライトコントローラ１１は、１つ以上の外部のデバイス（例えば、送受信機（プロポ）、端末、表示装置、または他の遠隔の制御器などである。本実施形態ではユーザ端末２０を想定する。）からのデータを送信および／または受け取るように構成された送受信部１４と通信可能である。送受信機１４は、有線通信または無線通信などの任意の適当な通信手段を使用することができる。本実施形態では、送受信部１４は、主に管理サーバ３０と通信を行い、必要に応じて監視端末４０とも通信を行う。送受信部１４は、例えば、ローカルエリアネットワーク（Local Area Network；ＬＡＮ）、ワイドエリアネットワーク（Wide Area Network；ＷＡＮ）、赤外線、無線、ＷｉＦｉ、ポイントツーポイント（Ｐ２Ｐ）ネットワーク、電気通信ネットワーク、クラウド通信などのうちの１つ以上を利用することができる。送受信部１４は、センサ類で取得したデータ、フライトコントローラが生成した処理結果、所定の制御データ、端末または遠隔の制御器からのユーザコマンドなどのうちの１つ以上を送信および／または受け取ることもできる。

図３は、フライトコントローラ１１のソフトウェア構成例を示す図である。フライトコントローラ１１は、指示受信部１１１、飛行制御部１１２、現在位置取得部１１３、呼出し処理部１１４、トリガー検出部１１５、撮影処理部１１６、通話処理部１１７、現在位置記憶部１５１、呼出し音声記憶部１５２、認証特徴量記憶部１５３およびトリガー特徴量記憶部１５４を備える。

なお、指示受信部１１１、飛行制御部１１２、現在位置取得部１１３、呼出し処理部１１４、トリガー検出部１１５、撮影処理部１１６および通話処理部１１７は、プロセッサ１０１がメモリ１０２に格納されているプログラムを実行することにより実現される。また、現在位置記憶部１５１、呼出し音声記憶部１５２、認証特徴量記憶部１５３およびトリガー特徴量記憶部１５４は、メモリ１０２の提供する記憶領域として実現される。

指示受信部１１１は、飛行装置１０の動作を指示する各種のコマンドを受け付ける。指示受信部１１１が受信するコマンドには、飛行装置１０の飛行動作を指示するコマンド（以下、飛行操作コマンドという。）、被監視者１との間の通話を開始するためのコマンド（以下、通話開始コマンド）、および当該通話を終了するためのコマンド（以下、通話終了コマンドという．）が含まれる。

本実施形態では、飛行操作コマンドは、ユーザ端末２０から送信されることを想定するが、プロポや他のコンピュータなどユーザ端末２０とは異なる送受信機から飛行操作コマンドが送信されるようにしてもよい。指示受信部１１１は、飛行操作コマンドを受信した場合、後述する飛行制御部１１２を呼び出す。
本実施形態では、通話開始コマンドには、被監視者１に対して呼びかけを行うための音声データ（以下、呼出し音声データという。）と、被監視者１の認証に用いる音声の特徴量（以下、認証特徴量という。）とが含まれる。呼出し音声データは、例えば、監視者２の音声を録音した音声データである。認証特徴量は、例えば、被監視者１の声の特徴量である。指示受信部１１１は、通話開始コマンドを受信した場合、呼出し音声データを呼出し音声記憶部１５２に登録し、後述する呼出し処理部１１４を呼び出す。

飛行制御部１１２は、飛行装置１０の動作を制御する。飛行制御部１１２は、例えば、６自由度（並進運動ｘ、ｙおよびｚ、並びに回転運動θｘ、θｙおよびθｚ）を有する飛行装置１０の空間的配置、速度、および／または加速度を調整するために、ＥＳＣ１７を経由してモータ１８を制御する。モータ１８によりプロペラ１９が回転することで飛行装置１０の揚力を生じさせる。また、飛行制御部１１３は、搭載部、センサ類の状態のうちの１つ以上を制御することができる。

本実施形態では、飛行制御部１１２は、指示受信部１１１が受信した飛行操作コマンドに応じて飛行装置１０の動作を制御する。例えば、指示受信部１１１が被監視者１を追尾する自律飛行を行うように指示する飛行操作コマンドを受信した場合には、飛行制御部１１２は、カメラ１２が撮影した被監視者１の画像を解析して被監視者１の位置を把握するとともに、後述する現在位置取得部１１３が取得した当該飛行装置１０の現在位置を被監視者１の位置の近傍に移動させるようにＥＳＣ１７を介してモータ１８等を制御することにより、被監視者１を追尾するように飛行装置１０を飛行させることができる。また、飛行制御部１１２は、自律飛行を可能とするべく、コマンドによらずに飛行装置１０が飛行を継続するように各種の制御を行うこともできる。例えば、飛行制御部１１２は、カメラ１２により撮影された画像に基づいて、被監視者１を追尾するように飛行装置１０の動作を制御することが可能である。

現在位置取得部１１３は、飛行装置１０の現在位置を取得する。本実施形態では、センサ類１０３にはＧＰＳセンサ１０４が含まれており、現在位置取得部１１３は、例えば、ＧＰＳセンサ１０４がＧＰＳ衛星から受信した電波から、飛行装置１０の現在位置（以下、飛行位置ともいう。）を算出することができる。現在位置取得部１１３は、取得した飛行装置１０の飛行位置をメモリ１０２の現在位置記憶部１５１に格納する。飛行位置は、例えば緯度経度により表現することができる。フライトコントローラ１１は、現在位置記憶部１５１を参照することにより、飛行装置１０の飛行位置を迅速に把握することができる。

本実施形態では、指示受信部１１１が飛行操作コマンドを受信した後、現在位置取得部１１３は、当該飛行操作コマンドの送信元（本実施形態ではユーザ端末２０）に対して、飛行位置を定期的に送信するものとする。なお、飛行位置の送信間隔は、１秒ごと、５秒ごとなど任意に設定することができる。

呼出し処理部１１４は、被監視者１に対して通話の呼出しを行う。本実施形態では、呼出し処理部１１４は、所定の呼出し音声をスピーカ１６から出力することにより被監視者１に対して呼出しを行う。本実施形態では、呼出し処理部１１４は、呼出し音声記憶部１５２に記憶されている呼出し音声データを読み出してスピーカ１６から出力する。呼出し処理部１１４は、マイク１５で集音した音声データから認証特徴量記憶部１５３に記憶されている認証特徴量を抽出できるか否かにより、呼出し音声データの再生に対して被監視者１から応答されたか否かを判定し、被監視者１からの応答があるまで、繰り返し呼出し音声データをスピーカ１６から出力する。

トリガー検出部１１５は、所定のキーワードの音声を検出する。トリガー特徴量記憶部１５４には、所定のキーワードを発音した場合に抽出可能な特徴量（以下、トリガー特徴量という。）が予め記憶される。トリガー特徴量は、例えば、複数の人間が同じキーワードを発声した場合に共通する特徴量とすることができる。トリガー検出部１１５は、マイク１５が集音した音声データから、トリガー特徴量記憶部１５４に記憶されている特徴量を抽出できるか否かにより、所定のキーワードとなる音声が集音されたか否かを判定する。トリガー検出部１１５は、所定のキーワードとなる音声が集音されたことを示す情報（以下、トリガー通知という。）をユーザ端末２０に送信する。

撮影処理部１１６は、カメラ１２を制御してカメラ１２が撮影した画像（以下、撮影画像という。）を取得する。本実施形態では、撮影画像は動画像であるものとするが、撮影画像は１枚または複数枚の静止画像であってもよい。撮影処理部１１６は、ジンバル１３を制御し、カメラ１２を被監視者１に向けたり、カメラ１２を被監視者１の周囲に向けたりすることもできる。また、撮影処理部１１６は、指示受信部１１１がユーザ端末２０または他の外部装置から、カメラ１２のパン、チルト、ズーム、撮影などを指示するコマンド（以下、カメラコマンドという。）を受信した場合には、カメラコマンドに応じてカメラ１２やジンバル１３を制御することも可能である。撮影処理部１１６はさらに、カメラ１２が撮影した撮影画像を外部に送出する。本実施形態では、撮影処理部１１６は、指示受信部１１１が受信した飛行操作コマンドの送信元であるユーザ端末２０に対して画像を送信するものとする。なお、撮影処理部１１６は、飛行操作コマンドの送信元とは異なる送信先に画像を送信するようにしてもよい。本実施形態では、撮影処理部１１６は、カメラ１２による撮影を開始した後の全ての画像をユーザ端末２０に送信するものとする。なお、メモリ１０２に撮影画像を記録しておき、記録している撮影画像を取得するためのコマンド（以下、画像取得コマンドという。）に応じて、撮影処理部１１６がメモリ１０２から撮影画像を読み出して送信するようにしてもよい。

通話処理部１１７は、ユーザ端末２０との間での通話に係る処理を行う。通話処理部１１７は、マイク１５で集音された音声データを取得し、取得した音声データをユーザ端末２０に送信する。また、通話処理部１１７は、ユーザ端末２０から送信される音声データを受信し、受信した音声データをスピーカ１６から出力する。なお、通話処理部１１７による通話処理については、公知の音声通話に関する処理を用いることができる。

（ユーザ端末２０）
図４は、ユーザ端末２０のハードウェア構成例を示す図である。ユーザ端末２０は、ＣＰＵ２０１、メモリ２０２、記憶装置２０３、通信装置２０４、ＧＰＳモジュール２０５、タッチパネルディスプレイ２０６、マイク２０７およびスピーカ２０８を備える。記憶装置２０３は、各種のデータやプログラムを記憶する、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどである。通信装置２０４は、通信ネットワーク５０を介して他の装置と通信を行う。通信装置２０４は、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどを含んで構成される。ＧＰＳモジュール２０５は、ＧＰＳ衛星からの信号を受信する。タッチパネルディスプレイ２０６は、データを入出力するインタフェースである。ユーザ１はタッチパネルディスプレイ２０６に表示された情報を閲覧し、タッチパネルディスプレイ２０６に触れることによりデータの入力を行うことができる。マイク２０７は音声の入力装置である。マイク２０７に入力された音声は音声データとして取得可能である。スピーカ２０８は音声の出力装置である。音声データをスピーカ２０８に与えることにより音声が再生される。

図５は、ユーザ端末２０のソフトウェア構成例を示す図である。ユーザ端末２０は、現在位置取得部２１１、開始位置指定部２１２、呼出し音声登録部２１３、飛行制御部２１４、トリガー通知部２１５、画像出力部２１６、通話処理部２１７、飛行位置記憶部２５１、呼出し音声記憶部２５２および認証特徴量記憶部２５３を備える。

なお、現在位置取得部２１１、開始位置指定部２１２、呼出し音声登録部２１３、飛行制御部２１４、トリガー通知部２１５、画像出力部２１６および通話処理部２１７は、ユーザ端末２０の備えるＣＰＵ２０１が記憶装置２０３に記憶されているプログラムをメモリ２０２に読み出して実行することにより実現され、飛行位置記憶部２５１、呼出し音声記憶部２５２および認証特徴量記憶部２５３は、メモリ２０２および記憶装置２０３により提供される記憶領域の一部として実現される。

現在位置取得部２１１は、ユーザ端末２０の現在位置を取得する。現在位置取得部２１１は、例えば、ＧＰＳモジュール２０５がＧＰＳ衛星から受信した電波に基づいてユーザ端末２０の現在位置を算出することができる。また、現在位置取得部２１１は、通信装置２０４が通信するＷｉＦｉルータや基地局などの情報も利用してユーザ端末２０の現在位置を高精度に求めるようにしてもよい。

飛行位置指定部２１２は、飛行装置１０の飛行先となる位置の指定を受け付ける。飛行位置指定部２１２が受け付ける位置は、被監視者１の現在位置または予定移動先の位置とすることができる。飛行位置指定部２１２は、例えば、地図をタッチパネルディスプレイ２０６に表示し、地図上で位置の指定を受け付けることができる。位置は、例えば緯度経度で表現することができる。

呼出し音声登録部２１３は、マイク２０７が集音した音声データを呼び出し音声データとして呼出し音声記憶部２５２に登録する。呼出し音声登録部２１３は、例えば、呼出し音声データを集音することを示すメッセージをタッチパネルディスプレイ２０６に表示し、監視者２からの指示に応じてマイク２０７から音声データを取得するようにすることができる。このようにして、呼出し音声登録部２１３は、例えば、監視者２が被監視者１に対して呼びかけを行う音声を呼出し音声データとして取得することができる。なお、呼出し音声登録部２１３は、例えば、監視者２から呼出し用のメッセージのテキスト入力を受け付けて、音声合成処理により当該テキストを呼出し音声データに変換するようにしてもよい。また、呼出し音声登録部２１３は、予め登録されているいくつかの呼出し音声データの中からひとつを選択させるようにしてもよい。

飛行制御部２１４は、飛行装置１０を制御する。本実施形態では、飛行制御部２１４は、飛行装置１０に対して飛行操作コマンドを送信することにより飛行装置１０を操作する。飛行制御部２１４は、最初に飛行位置指定部２１２が受け付けた位置を指定して、当該位置に飛行するように指示する飛行操作コマンドを飛行飛行装置１０に送信して、飛行装置１０を当該位置まで飛行させる。なお、本実施形態では、認証特徴量記憶部２５３には、被監視者１の声の特徴量を表すデータ（以下、認証特徴量という。）が予め記憶されており、飛行操作コマンドには、飛行先の位置に加えて、認証特徴量記憶部２５３に記憶されている認証特徴量と、呼出し音声記憶部２５２に記憶されている呼出し音声データとが含められるものとする。

また、飛行制御部２１４は、飛行操作コマンドを送信後、飛行装置１０から送信される飛行装置１０の現在位置を受信し、受信した飛行装置１０の現在位置を飛行位置記憶部２５１に登録する。飛行制御部２１４は、定期的に飛行装置１０から送信される飛行装置１０の現在位置を受信した場合には、飛行位置記憶部３２２の現在位置を更新する。

トリガー通知部２１５は、飛行装置１０から送信されるトリガー通知を受信する。トリガー通知部２１５は、トリガー通知を受信した場合、その旨を監視者２に報知する。トリガー通知部２１５は、例えば、タッチパネルディスプレイ２０６にトリガー通知を受信した旨を表示してもよいし、トリガー通知を受信した旨を表現する音声データをスピーカ２０８から出力してもよい。

画像出力部２１６は、飛行装置１０から受信した画像をタッチパネルディスプレイ２０６に出力する。画像出力部２１６は、受信した画像をメモリ２０２や記憶装置２０３に書き込むようにしてもよい。

通話処理部２１７は、飛行装置１０との間での通話に係る処理を行う。通話処理部２１７は、マイク２０７で集音された音声データを取得し、取得した音声データを飛行装置１０に送信する。また、通話処理部２１７は、飛行装置１０から送信される音声データを受信し、受信した音声データをスピーカ２０８から出力する。なお、通話処理部２１７による通話処理については、公知の音声通話に関する処理を用いることができる。

＝＝処理＝＝
以下、本実施形態の通話システムにおける処理について説明する。

図６は、本実施形態に係る通話システムにおいて実行される処理の流れを説明する図である。
ユーザ端末２０において飛行位置指定部２１２は、監視者２から飛行装置１０の飛行先となる位置の指定を受け付ける（Ｓ３０１）。呼出し音声登録部２１３は、呼出し音声データとなる音声データの入力を受け付け、受け付けた音声データを呼出し音声記憶部２５２に呼出し音声データとして登録する（Ｓ３０２）。飛行位置指定部２１２は、飛行位置指定部２１２が受け付けた飛行先の位置と、呼出し音声記憶部２５２に記憶されている呼出し音声データと、認証特徴量記憶部２５３に登録されている認証特徴量とを設定した飛行操作コマンドを飛行装置１０に送信する（Ｓ３０３）。

飛行装置１０では、指示受信部１１１がユーザ端末２０から送信される飛行操作コマンドを受信し、受信した飛行操作コマンドに含まれている呼出し音声データを呼出し音声記憶部１５２に登録するとともに、飛行操作コマンドに含まれている認証特徴量を認証特徴量記憶部１５３に登録する（Ｓ３０４）。飛行制御部１１２は、飛行操作コマンドに含まれている位置まで飛行するように各種の制御を行い（Ｓ３０５）、飛行装置１０が指定された位置まで飛行すると、撮影処理部１１６はカメラ１２による画像の撮影を開始し、撮影した画像をユーザ端末２０に順次送信する（Ｓ３０６）。

呼出し処理部１１４は、呼出し音声記憶部１５２に記憶されている呼出し音声データをスピーカ１６から出力し（Ｓ３０７）、マイク１５が集音した音声データを取得する（Ｓ３０８）。呼出し処理部１１４は、マイク１５が集音した音声データから認証特徴量記憶部１５３に記憶されている認証特徴量を抽出できなければ（Ｓ３０９：ＹＥＳ）、ステップＳ３０７からの処理を繰り返す。呼出し処理部１１４が認証特徴量を抽出できた場合（Ｓ３０９：ＹＥＳ）、通話処理部１１７は、マイク１５で集音された音声データをユーザ端末２０に送信し、ユーザ端末２０から送信されてくる音声データを受信して、受信した音声データをスピーカ１６から出力し、ユーザ端末２０との間で音声データの送受信を行って通話に係る処理を行う（Ｓ３１０）。

ユーザ端末２０では、画像出力部２１６が、飛行装置１０から送信されてくる画像を受信してタッチパネルディスプレイ２０６に出力し（Ｓ３１１）、通話処理部２１７が、飛行装置１０から送信される音声データを受信し、スピーカ２０８から出力し、マイク２０７で集音した音声データを飛行装置１０に送信して通話に係る処理を行う（Ｓ３１２）。

＝＝効果＝＝
以上説明したように、本実施形態の通話システムによれば、監視者２は被監視者１のところまで飛行装置１０を飛行させ、飛行装置１０とユーザ端末２０とを介して被監視者１と通話することができる。したがって、例えば、被監視者１が携帯電話等の通話装置を携帯していないような場合であっても、監視者２は被監視者１と直接音声にてコミュニケーションを取ることが可能となる。

また、本実施形態の通話システムによれば、飛行装置１０が備えるカメラ１５を用いて被監視者１の様子を監視者２は映像でも確認することができる。

また、本実施形態の通話システムによれば、所定のキーワードが発声されたことを契機として監視者２に対する通知を行うことができる。したがって、監視者２が常に被監視者１の音声を視聴していなくても、被監視者１側からコミュニケーションの端緒を形成することが可能となる。これにより、双方向のコミュニケーションを容易に実現することができる。

また、本実施形態の通話システムによれば、録音しておいた呼出し音声データを用いて被監視者１に対する呼びかけを行うことができる。この場合において、監視者２の声を録音した音声データを呼出し音声データとして用いることにより、被監視者１にとって効果的に注意を喚起することが可能となる。よって、コミュニケーションを容易に確立することができる。

また、本実施形態の通話システムによれば、予め準備しておいた被監視者１の声の特徴量を用いて被監視者１からの応答を検出することができる。したがって、カメラでの視認が困難か状況であっても、音声を用いて被監視者１を特定することができる。

また、本実施形態の通話システムによれば、録音しておいた呼出し音声データを繰り返し再生することにより被監視者１に対する呼びかけを行うことができる。これにより、監視者２は発声し続けることなく被監視者１への呼びかけを継続することが可能となる。よって、コミュニケーションを確実に確立することができる。

以上、本発明の一実施形態について説明したが、上記実施形態は本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得るとともに、本発明にはその等価物も含まれる。

＝＝変形例＝＝
（ビーコン）
本実施形態では、被監視者１の位置はユーザ端末２０を用いて監視者２が指定するものとしたが、これに限らず、例えば、被監視者１にビーコンを携帯させ、被監視者１の活動範囲にビーコンの受信機を設置しておき、ビーコンからの信号を受信した受信機の位置を被監視者１の位置としてユーザ端末２０が取得するようにしてもよい。

（カメラなし）
本実施形態では、飛行装置１０はカメラ１２を備え、飛行装置１０が撮影した画像がユーザ端末２０に送信されるものとしたが、飛行装置１０はカメラ１２を備えず、飛行装置１０とユーザ端末２０との間は音声データのやりとりだけが行われるようにしてもよい。

（複数台のカメラ）
また、本実施形態では、飛行体１０には１台のカメラが搭載されるものとしたが、これに限らず、被監視者１を撮影するカメラと、被監視者１の周囲を撮影するカメラを含む複数台のカメラが搭載されてもよい。

（飛行装置１０による危険検知）
本実施形態では、飛行装置１０にカメラ１２を搭載し、ユーザ端末２０において飛行装置１０が撮影した映像を視聴するものとしたが、ユーザ端末２０が備えるカメラが撮影した映像を飛行装置１０に送信し、飛行装置１０側においてユーザ端末２０側の様子を表示するようにしてもよい。

（物を運搬する）
本実施形態では、飛行装置１０はユーザ端末２０からの指示に応じてそのまま飛行するものとしたが、飛行するにあたり、被監視者１に対して物品を輸送してもよい。この場合、飛行装置１０は、ユーザ端末２０からの指示に応じて飛行する前に、荷物を積載する場所まで飛行し、荷物を積載してから被監視者１の近傍まで飛行するようにする。また、飛行装置１０は、被監視者１の近傍まで飛行したのち、被監視者１から輸送して欲しい物品の指定を受け付け、指定された物品を積載するために荷物の積載場所まで移動し、荷物を積載したうえで被監視者１の位置まで戻るようにすることもできる。この場合、被監視者１は音声により物品を指定し、飛行装置１０はマイク１５が集音した音声データを解析して音声認識により積載する物品を特定することができる。

（飛行装置１０で画像の表示）
本実施形態では、ユーザ端末２０から飛行装置１０に対して送信される情報は音声データのみであるものとしたが、飛行装置１０が表示装置を備えるようにして、ユーザ端末２０から飛行装置１０に画像を送信し、飛行装置１０側に視覚に訴える情報を出力させるようにしてもよい。

この場合の飛行装置１０の構成例を図７に示す。図１との違いは、飛行装置１０がさらに表示装置１２０を備える点である。表示装置１２０は、例えば、液晶ディプレイやプロジェクタなど、視覚に訴える情報を出力する装置である。また、図８は、飛行装置１０が表示装置１２０を備える場合のフライトコントリーラ１１の構成例を示す図である。図３との違いは、画像を表示するための画像表示部１１８をフライトコントローラ１１が備える点である。画像表示部１１８は、ユーザ端末２０から受信した画像データを表示装置１２０に表示する。

図９は、飛行装置１０が表示装置１２０を備える場合のユーザ端末２０のソフトウェア構成例を示す図である。図５との違いは、ユーザ端末２０が伝達画像記憶部２５４を備える点である。伝達画像記憶部２５４は、飛行装置１０に送信するための画像データを記憶する。なお、伝達画像記憶部２５４は、例えば、ユーザ端末２０が備えるカメラが撮影した画像データを記憶するライブラリとすることができる。

この場合、図６に示した処理において、飛行制御部２１４は、飛行装置１０に飛行操作コマンドを送信するにあたり（Ｓ３０３）、伝達画像記憶部２５４に記憶されている画像データのうち飛行装置１０に表示するべき画像データの指定を監視者２から受け付け、指定された画像データを飛行操作コマンドに含めて飛行装置１０に送信する。

画像表示部１１８は、飛行操作コマンドを受信した場合に（Ｓ３０４）、受信した飛行操作コマンドに含まれている画像データを表示装置１２０に表示したうえで、呼出し処理部１１４が呼出し音声データの再生を行う（Ｓ３０７）。

このようにすることで、例えば、被監視者１に対して視覚に訴える情報を出力しながら、聴覚に訴える呼出し音声データを再生することができるので、被監視者１が飛行装置１０に注意を向ける可能性が高まると考えられる。よって、より迅速なコミュニケーションの端緒となることが期待される。

１０ 飛行装置
２０ ユーザ端末
１１ フライトコントローラ
１２ カメラ
１３ ジンバル
１４ 送受信部
１５ マイク
１６ スピーカ
１７ ＥＳＣ
１８ モータ
１９ プロペラ
１１１ 指示受信部
１１２ 飛行制御部
１１３ 現在位置取得部
１１４ 呼出し処理部
１１５ トリガー検出部
１１６ 撮影処理部
１１７ 通話処理部
１１８ 画像表示部
１２０ 表示装置
１５１ 現在位置記憶部
１５２ 呼出し音声記憶部
１５３ 認証特徴量記憶部
１５４ トリガー特徴量記憶部
２１１ 現在位置取得部
２１２ 開始位置指定部
２１３ 呼出し音声登録部
２１４ 飛行制御部
２１５ トリガー通知部
２１６ 画像出力部
２１７ 通話処理部
２５１ 飛行位置記憶部
２５２ 呼出し音声記憶部
２５３ 認証特徴量記憶部
２５４ 伝達画像記憶部

Claims (7)

1. 第１のマイクおよび第１のスピーカを有する携帯端末と、
   第２のマイクおよび第２のスピーカを有する飛行装置と、
   を備え、
   前記携帯端末は、
   通話相手の近傍まで前記飛行装置を飛行させるように制御する飛行制御部と、
   前記第１のマイクが集音した第１の音声データを前記飛行装置に送信し、前記飛行装置から送信される第２の音声データを受信して前記第１のスピーカから出力する第１の通話処理部と、を備え、
   前記飛行装置は、
   前記第２のマイクが集音した前記第２の音声データを前記携帯端末に送信し、前記携帯端末から送信される前記第１の音声データを受信して前記第２のスピーカから出力する第２の通話処理部を備えること、
   を特徴とする通話システム。
2. 請求項１に記載の通話システムであって、
   前記飛行装置は、
   カメラと、
   前記カメラが撮影した画像を前記携帯端末に送信する画像送信部と、
   をさらに備えることを特徴とする通話システム。
3. 請求項１に記載の通話システムであって、
   前記第２の音声送信部は、前記第２の音声データから特徴量を抽出し、所定の前記特徴量を抽出できた場合に、前記携帯端末のユーザに対してメッセージを送信し、
   前記第１の音声受信部は、前記メッセージに応じて前記携帯端末のユーザに対して注意喚起のための画像または音声を出力すること、
   を特徴とする通話システム。
4. 請求項１に記載の通話システムであって、
   前記携帯端末は、前記通話相手の呼出し用の前記第１の音声データである呼出し音声データを作成し、前記呼び出し音性データを前記飛行装置に送信する第１の呼出し処理部をさらに備え、
   前記飛行装置は、前記呼出し音声データを受信し、受信した前記呼出し音声データを前記第２のスピーカから出力する第２の呼出し処理部をさらに備えること、
   を特徴とする通話システム。
5. 請求項４に記載の通話システムであって、
   前記飛行装置は、前記第２の音声データに基づいて前記通話相手の認証を行う認証処理部をさらに備えること、
   を特徴とする通話システム。
6. 請求項５に記載の通話システムであって、
   前記第２の呼出し処理部は、前記認証処理部が前記通話相手の認証に成功するまで、前記呼出し音声データを前記第２のスピーカから出力すること、
   を特徴とする通話システム。
7. 請求項４に記載の通話システムであって、
   前記飛行装置は、情報を表示する表示装置を備え、
   前記第１の呼出し処理部は、前記通話相手の呼出し用の画像を前記飛行装置に送信し、
   前記第２の呼出し処理部は、前記呼出し用の画像を受信し、受信した前記呼出し用の画像を前記表示装置に表示すること、
   を特徴とする通話システム。