JP2019203691A - 照明装置 - Google Patents

照明装置 Download PDF

Info

Publication number
JP2019203691A
JP2019203691A JP2016220432A JP2016220432A JP2019203691A JP 2019203691 A JP2019203691 A JP 2019203691A JP 2016220432 A JP2016220432 A JP 2016220432A JP 2016220432 A JP2016220432 A JP 2016220432A JP 2019203691 A JP2019203691 A JP 2019203691A
Authority
JP
Japan
Prior art keywords
illumination
illumination pattern
learning
neural network
light source
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2016220432A
Other languages
English (en)
Inventor
安藤　丹一
Tanichi Ando
丹一 安藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP2016220432A priority Critical patent/JP2019203691A/ja
Priority to CN201780054880.2A priority patent/CN109690569A/zh
Priority to PCT/JP2017/010209 priority patent/WO2018087941A1/en
Priority to EP17717887.8A priority patent/EP3539055A1/en
Priority to US16/334,519 priority patent/US20210289604A1/en
Publication of JP2019203691A publication Critical patent/JP2019203691A/ja
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/06—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle
    • B60Q1/08—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically
    • B60Q1/085—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically due to special conditions, e.g. adverse weather, type of road, badly illuminated road signs or potential dangers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/06—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle
    • B60Q1/08—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically
    • B60Q1/12—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights adjustable, e.g. remotely-controlled from inside vehicle automatically due to steering position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q1/00—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor
    • B60Q1/02—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments
    • B60Q1/04—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights
    • B60Q1/14—Arrangement of optical signalling or lighting devices, the mounting or supporting thereof or circuits therefor the devices being primarily intended to illuminate the way ahead or to illuminate other areas of way or environments the devices being headlights having dimming means
    • B60Q1/1415—Dimming circuits
    • B60Q1/1423—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic
    • B60Q1/143—Automatic dimming circuits, i.e. switching between high beam and low beam due to change of ambient light or light level in road traffic combined with another condition, e.g. using vehicle recognition from camera images or activation of wipers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/10—Controlling the intensity of the light
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/155—Coordinated control of two or more light sources
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/10—Indexing codes relating to particular vehicle conditions
    • B60Q2300/11—Linear movements of the vehicle
    • B60Q2300/112—Vehicle speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/10—Indexing codes relating to particular vehicle conditions
    • B60Q2300/12—Steering parameters
    • B60Q2300/122—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/30—Indexing codes relating to the vehicle environment
    • B60Q2300/32—Road surface or travel path
    • B60Q2300/322—Road curvature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/40—Indexing codes relating to other road users or special conditions
    • B60Q2300/41—Indexing codes relating to other road users or special conditions preceding vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/40—Indexing codes relating to other road users or special conditions
    • B60Q2300/42—Indexing codes relating to other road users or special conditions oncoming vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q2300/00—Indexing codes for automatically adjustable headlamps or automatically dimmable headlamps
    • B60Q2300/40—Indexing codes relating to other road users or special conditions
    • B60Q2300/45—Special conditions, e.g. pedestrians, road signs or potential dangers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

【課題】照明対象の状態が変化しても、適切な照明を施すことが可能な照明装置を提供する。【解決手段】本発明に係る照明装置は、複数の照明パターンによる照明が可能な、少なくとも１つの光源と、前記光源の照明対象に関する状態情報を検知するための検知部と、前記状態情報から、前記照明対象に応じた照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出する、演算部と、前記照明パターン情報に基づいた照明パターンの照明を行うために、前記光源を制御する、照明制御部と、を備えている。【選択図】図１

Description

本発明は、照明装置、照明方法、及び照明プログラムに関する。
従来より、製造ラインにおいて、製造物である物品を検査するため、カメラにより物品を撮影し、撮影した画像を画像処理することで、例えば、物品の表示を読取ることが行われている（例えば、特許文献１）。この場合、物品の表示を読み取るのに適した画像を撮影するため、物品には撮影に適した照明が施される。
特開２００５−２０８０５４号公報
しかしながら、上記検査では、搬送される物品の位置ずれが生じると、物品に対して正しく照明を施すことができず、これによって、表示の認識に適した画像を撮影することができないおそれがある。このような問題は、上記のような製造ラインに限られたものではなく、環境や状態が変わり得るような照明対象に照明を施す照明装置全般に起こり得る問題である。
本発明は、上記問題を解決するためになされたものであり、照明対象の状態が変化しても、適切な照明を施すことが可能な照明装置を提供することを目的とする。
本発明に係る照明装置は、複数の照明パターンによる照明が可能な、少なくとも１つの光源と、前記光源の照明対象に関する状態情報を検知する検知部と、前記状態情報から、前記照明対象に応じた照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出する、演算部と、前記照明パターン情報に基づいた照明パターンの照明を行うために、前記光源を制御する、照明制御部と、を備えている。
この構成によれば、ニューラルネットワークを利用することで、照明対象の状態に応じて、最適な照明パターンを決定することができる。そのため、照明対象の状態が変化しても、最適な照明を施すことができる。特に、ニューラルネットワークを用いることで、照明対象の状態が複雑に変化しても、最適な照明パターンを算出することができる。
上記照明装置においては、前記ニューラルネットワークの学習を行うための学習部をさらに備えることができる。そして、この学習部は、前記検知部で検知した前記状態情報、及び当該状態情報に対して最適な照明を行うための照明パターンデータ、を含む学習データにより、前記ニューラルネットワークの学習を行うことができる。
この構成によれば、照明装置に学習部を備えているため、ニューラルネットワークの学習を適宜行うことができる。したがって、照明対象のさらなる変化にも、照明装置自身が学習を行うことで、ニューラルネットワークによる照明パターンの最適化を進めることができる。したがって、照明対象の状態の変化にさらに対応した適切な照明を施すことができる。
上記照明装置において、前記演算部は、前記照明対象毎または前記光源毎に、前記ニューラルネットワークを備えることができる。
上記各照明装置において、前記照明パターンは、前記各光源の明るさ、色、向き、位置、及び発光の有無の、少なくとも１つにより規定することができる。
上記各照明装置においては、前記ニューラルネットワークを学習するための学習データをネットワークにより受信するための通信部をさらに備えることができる。これにより、照明装置自体に学習機能がない場合でも、外部から学習データを取得し、ニューラルネットワークを学習させることができる。例えば、大がかりな学習データが必要な場合には、照明装置自身で学習することの負荷が大きいため、照明装置の外部で学習データを準備することが好ましい。
上記各照明装置において、前記検知部は、前記照明対象の画像を取得し、当該画像から状態情報を算出するように構成することができる。これにより、照明対象の複雑な変化も状態情報として算出できるため、照明対象が複雑に変化しても、最適な照明パターンを生成することができる。
本発明に係る照明方法は、光源の照明対象に関する状態情報を検知するステップと、前記状態情報から、前記照明対象に応じた前記光源の照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出するステップと、前記照明パターン情報に基づいて、前記光源の照明パターンを制御するステップと、を備えている。
上記照明方法においては、所定の前記状態情報、及び当該状態情報に対して最適な照明を行うための照明パターンデータ、を含む学習データを取得するステップと、前記学習データにより、前記ニューラルネットワークの学習を行うステップと、
をさらに備えることができる。
本発明に係る照明プログラムは、コンピュータに、光源の照明対象に関する状態情報を検知するステップと、前記状態情報から、前記照明対象に応じた前記光源の照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出するステップと、前記照明パターン情報に基づいて、前記光源の照明パターンを制御するステップと、を実行させる。
上記照明プログラムにおいては、コンピュータに、所定の前記状態情報、及び当該状態情報に対して最適な照明を行うための照明パターンデータ、を含む学習データを取得するステップと、前記学習データにより、前記ニューラルネットワークの学習を行うステップと、をさらに実行させることができる。
本発明によれば、照明対象の状態が変化しても、適切な照明を施すことができる。
本発明に係る照明装置を物品の検査システムに適用した場合の一実施形態を示す概略図である。 照明装置のブロック図である。 照明装置の機能構成を示すブロック図である。 搬送される物品を示す平面図である。 照明パターンを示す概略図である。 ニューラルネットワークの学習を示すフローチャートである。 ニューラルネットワークによる照明パターンの算出の手順を示すフローチャートである。 本発明の照明装置を、室内の照明に適用した場合を示す概略図である。 本発明の照明装置を、自動車のヘッドライトに適用した場合の説明図である。
以下、本発明に係る照明装置を物品の検査システムに適用した場合の一実施形態について図面を参照しつつ説明する。図１は検査システムの概略図、図２は照明装置のブロック図である。
＜１．検査システムの概略構成＞
図１に示すように、本実施形態に係る検査システムは、コンベア１により搬送される物品（照明対象）１０の性状を撮影する検査用カメラ２と、この検査用カメラ２による視野範囲及びその近傍を照明するための、照明装置３と、を備えている。
検査用カメラ２は、物品の表示、外観性状などを撮影する。また、検査用カメラ２には、画像処理装置４が接続されており、撮影された画像を画像処理することで、物品１０の表示を読み取ったり、物品の不良を検知する。ここでは、一例として、物品１０の上面の表示を読み取るため、コンベア１上の物品１０を上方から撮影するように、検査用カメラ２が配置されている。
また、図２に示すように、照明装置３は、複数のＬＥＤ（光源）３１１を含む照明部３１と、このＬＥＤ３１１の照明パターンを決定するＰＬＣ（programmable logic controller）３２と、ＬＥＤ３１１の照明パターンを決定するために、搬送される物品の種別、外観性状、位置などを撮影するための検知用カメラ３３と、を備えている。以下、各構成要素について説明する。
＜２．照明部＞
照明部３１は、複数のＬＥＤ３１１と、これらＬＥＤ３１１の照明を制御するための公知のコントローラ（照明制御部）３１２と、を備えている。ここでは、一例として、複数のＬＥＤ３１１が全体として矩形状に配置されるようにし、これらＬＥＤ３１１が、搬送方向の下流側の斜め上方から、物品１０に対して光を照射するように配置されている。コントローラ３１２は、各ＬＥＤ３１１の明るさ、色を制御するほか、複数のＬＥＤ３１１のいずれを点灯させるかについても制御する。すなわち、複数のＬＥＤ３１１が所定の照明パターンとなって照明を行うように制御する。
＜３．ＰＬＣ＞
ＰＬＣ３２は、主として、検査用カメラ２で搬送される物品１０を撮影するに当たり、ＬＥＤ３１１による最適な照明パターンを決定するものである。そして、決定した照明パターンに応じた制御信号を上述したコントローラ３１２に送信する。具体的には、図２に示すようなハードウェア構成を有している。
図２に示すように、このＰＬＣ３２は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等を含む制御部３２１、制御部３２１で実行されるプログラム９等を記憶する記憶部３２２、及び外部管理装置等とデータの通信を行うための入出力インタフェース３２３が電気的に接続されたコンピュータである。なお、図２では、入出力インタフェースを「入出力Ｉ／Ｆ」と記載している。
本実施形態に係るＰＬＣ３２は、４つの入出力インタフェース３２３を備えており、各入出力インタフェース３２３には、上述した画像処理装置４、外部管理装置５、照明部３１、及び検知用カメラ３３が接続されている。これにより、ＰＬＣ３２は、各入出力インタフェース３２３を介して、照明部３１及び検知用カメラ３３を制御したり、画像処理装置４から画像解析に係る情報を取得することができる。また、外部管理装置５から種々の情報を取得することもできる。
外部管理装置５は、照明の管理を含む、検査システム全体を管理するための装置であり、例えば、照明のオンオフなどの基本動作や、搬送される物品１０に関する情報などをＰＬＣ３２に対して送信する。
検知用カメラ３３の種類は、特には限定されず、搬送される物品１０の外観性状や、コンベア１上の位置などを撮影できればよい。
記憶部３２２に記憶されるプログラムは、制御部３２１に各構成要素を制御させるとともに、最適な照明パターンを決定するための処理を実行させるためのプログラムである。本実施形態においては、主として、照明パターン決定プログラム３５１と、学習プログラム３５２が記憶されている。具体的な処理については、後述する。学習データ３５３は、後述するニューラルネットワークを学習させるためのデータである。教師データと呼ばれる情報を含むようにしてもよい。また、学習結果データ３５４は、学習後のニューラルネットワークに関するデータであり、結合荷重などが含まれる。あるいは、学習が未だなされていない場合には、デフォルトの結合荷重に関するデータなどが含まれる。これらプログラム３５１，３５２や学習に係るデータ３５３，３５４は、記憶媒体に記憶されていてもよい。記憶媒体は、コンピュータその他の装置、機械等が記憶されたプログラム等の情報を読み取り可能なように、当該プログラム等の情報を、電気的、磁気的、光学的、機械的又は化学的作用によって蓄積する媒体である。
なお、ＰＬＣ３２の具体的なハードウェア構成に関して、実施の形態に応じて、適宜、構成要素の省略、置換、及び追加が可能である。例えば、制御部３２１は、複数のプロセッサを含んでもよい。また、ＰＬＣ３２は、入出力インタフェースを更に備え、検査システムの他の構成部品と接続して、それらを制御してもよい。また、ＰＬＣ３２は、作業者が入力操作を行うための入力装置を備えてもよい。入力装置は、例えば、キーボード、タッチパネル等で構成されてよい。
＜４．照明パターンの決定＞
＜４−１．照明パターン＞
次に、照明パターンの決定方法について説明する。検査用カメラ２で物品１０を撮影するに当たっては、種々の照明方法がある。例えば、物品１０に正反射した光を検査用カメラ２で撮影する正反射タイプ、物品１０に正反射した光を逃がして全体的に均一な光を検査用カメラで撮影する拡散反射タイプ、及び照明を物品１０の背景から照射し、透過光でシルエットを撮影する透過タイプがある。
また、物品１０のどの部分を撮影するかによって、照明を当てる角度や照明の位置も重要になり、これに付随して複数のＬＥＤのうちのいずれを点灯させるかも決定する必要がある。さらに、物品１０の種類や背景によって、コントラストを得るために、照明の強さ（明るさ）や色（波長）を調整する必要がある。
以上のような照明パターンは、搬送される物品１０が同一である場合には同じものを利用するが、例えば、コンベア１上で物品１０の位置がずれていると、同一の物品１０であっても、適切な照明を施すことができず、それによって、検査用カメラ２で所望の画像が得られない可能性がある。そこで、本実施形態では、以下のように、ニューラルネットワークを利用した照明パターンの決定方法を採用する。ここでは、一例として、検査用カメラ２で物品１０の表面の表示を読み取る場合に、コンベア１上の物品の位置、傾きに応じた照明の調整を行う制御について説明する。
＜４−２．ＰＬＣの機能構成＞
以下、照明パターンを決定するためのＰＬＣ３２の機能構成の一例を説明する。図３は、本実施形態に係るＰＬＣ３２の機能構成の一例を模式的に例示する。ＰＬＣ３２の制御部３２１は、記憶部３２２に記憶された各プログラムをＲＡＭに展開する。そして、制御部３２１は、ＲＡＭに展開されたプログラムをＣＰＵにより解釈及び実行して、各構成要素を制御する。これによって、図３に例示されるように、本実施形態に係るＰＬＣ３２は、状態取得部３６１、演算部３６２、及び学習部３６３を備えるコンピュータとして機能する。なお、学習部３６３のみが独立して実行されるように構成してもよい。
状態取得部３６１は、検知用カメラ３３で撮影された画像を分析し、コンベア１上での物品１０の位置ずれの状態を取得する。例えば、物品１０において検査用カメラ２で読み取るべき表示が施された面が正規の位置からどのようにずれているかを解析する。具体的には、例えば、図４に示すように、物品１０がコンベア１の搬送方向の中心線Ｌからどの程度ずれているか、中心線Ｌからどの程度傾いているか等を検知用カメラ３３で撮影された画像から解析し、物品１０の位置、傾きを出力する。以下、この物品１０の位置、傾きに関するデータを状態データ（状態情報）と称することとする。
演算部３６２は、ニューラルネットワークを備えている。例えば、図３に示すように、入力層３７１、中間層３７２、及び出力層３７３を有するニューラルネットワークを採用することができる。そして、入力層３７１と中間層３７２の間、及び中間層３７２と出力層３７３との間は、それぞれ結合荷重で結合されている。
入力層３７１には、上述した状態取得部３６１で生成された状態データが、入力される。一方、出力層３７３からは、各ＬＥＤ３１１の点灯の有無、明るさ、及び色が照明パターンデータ（照明パターン情報）として出力される。すなわち、この照明パターンデータは、検査用カメラ２で、物品の表示を確実に読み取れるように、適切なコントラスト等を得ることができるような照明パターンを示す。照明パターンとしては、例えば、複数のＬＥＤ３１１を並べる場合には、図５（ａ）〜図５（ｃ）に示すように、必要な部分のみをＯＮ（斜線部分）にすることができる。あるいは、レンズなどの光学系を用いて、図５（ｄ）及び図５（ｅ）に示すように、照射範囲を調整することができる。また、指向性の高い光を発する場合には、図５（ｆ）〜図５（ｈ）に示すように、光を平行に照射したり、拡散させたり、あるいは重ね合わせることもできる。
また、上記のようなニューラルネットワークは、複数準備されており、例えば、物品の種類毎に、ニューラルネットワークを準備することができる。
以上のようなニューラルネットワークは、学習部３６３によって学習される。この点について、図６のフローチャートに基づいて説明する。ここでは、物品１０が特定の位置、傾き（姿勢）で搬送される場合について説明する。はじめに、学習プログラム３５２が実行されると（ステップＳ１０１）、学習部３６３は、物品１０の種類に応じたニューラルネットワークを記憶部３２２の学習結果データ３５４から読み出す（ステップＳ１０２）。次に、学習データ３５３の作成のために、物品１０を上述した特定の位置、傾き（姿勢）に配置した上で、検知用カメラ３３で撮影し、状態データを取得する（ステップＳ１０３）。続いて、ＬＥＤ３１１を特定の照明パターンにした上で、検査用カメラ２で物品１０の表示を撮影する（ステップＳ１０４）。そして、物品１０の姿勢を固定したままで、ＬＥＤ３１１の照明パターンを複数回変化させ、検査用カメラ２で撮影を行う。
その後、各照明パターンで撮影された画像を分析する。そして、複数の照明パターンの中から、所定の評価を超える照明パターンを選択する。例えば、適切なコントラストを得ていたり、物品１０に他の物体が映り込まない等の照明パターンを選択し、これを上述した状態データと組み合わせ、学習データ３５３として、記憶部３２２に記憶する（ステップＳ１０５）。これに続いて、この学習データ３５３を用いて、例えば、誤差逆伝播法により、選択されたニューラルネットワークを学習する（ステップＳ１０６）。
そして、他の物品に関する学習が必要な場合には（ステップＳ１０８のＹＥＳ）、上記ステップＳ１０２〜Ｓ１０７を繰り返し、他の物品１０に関する学習が不要な場合には（ステップＳ１０８のＮＯ）、学習プログラムを終了する。こうして、ニューラルネットワークの学習が完了する。
また、物品１０が、毎回、異なる姿勢で搬送される場合もある。この場合には、例えば、ステップＳ１０７の後、物品１０を想定される他の姿勢で配置して、状態データを取得し、その後、ＬＥＤ３１１の照明パターンを変化させながら、検査用カメラ２で複数回の撮影を行う。このように、異なる姿勢毎に、上記ステップＳ１０３〜Ｓ１０７を繰り返す。そして、他の物品１０に関する学習データ３５３が不要な場合には（ステップＳ１０８のＮＯ）、学習プログラムを終了する。このような学習により、物品１０がどのような姿勢で搬送されても、平均的に適切な照明パターンを学習結果として得ることができる。また、このように異なる姿勢での学習データ３５３を取得しておけば、姿勢ごとに最適化された学習結果を得ることができる。
なお、穴の有無など、物品１０の形状が大きく異なる場合には、異なるニューラルネットワークを用いる必要があるが、形状の相違が小さい場合には、同一のニューラルネットワークで対応することもできる。すなわち、形状の異なる物品について、同一の姿勢または異なる姿勢での状態データを取得するとともに、複数の照明パターンで撮影を行い、所定の評価を超えるような学習データ３５３を取得する。そして、このような学習データ３５３でニューラルネットワークを学習させると、異なる形状の物品が搬送されても、最適な照明パターンを設定することができる。
＜５．検査システムの動作＞
次に、上記検査システムの動作について、図７のフローチャートを参照しつつ説明する。まず、物品の搬送に先立って、外部管理装置５から物品１０の種類に関する情報がＰＬＣ３２に入力されると、演算部３６２は、その物品１０に対応するニューラルネットワークを設定する（ステップＳ２０１）。例えば、所望の学習結果データ３５４を記憶部３２２から読み出し、ニューラルネットワークを設定する。そして、物品１０の搬送が開始されると、検知用カメラ３３により物品１０が撮影され、状態取得部３６１により状態データが生成される（ステップＳ２０２）。次に、状態データを入力データとして、演算部３６２のニューラルネットワークに入力し、それに適した照明パターンデータを出力する（ステップＳ２０３）。
続いて、照明パターンデータが、照明部３１のコントローラ３１２に送信されると、コントローラ３１２は、照明パターンデータに応じた照明パターンで照明を行うように、ＬＥＤ３１１の制御を行う（ステップＳ２０４）。こうして、搬送される物品１０の位置、傾きに応じて、物品１０の表示を正確に読み取ることができる最適な照明が行われる。その後、検査が終了するまで（ステップＳ２０５のＮＯ）、上記ステップＳ２０２〜Ｓ２０４が繰り返される。一方、検査が終了すると、ＬＥＤ３１１による照明を停止する（ステップＳ２０６）。
＜６．特徴＞
以上のように、本実施形態によれば、ニューラルネットワークを利用することで、物品１０の位置、傾きに応じて、物品１０の表示を読み取ることができる最適な照明パターンを決定することができる。そのため、物品１０が正規の位置からずれて搬送されたとしても、最適な照明により、物品１０の表示を確実に読み取ることができる。
また、ＰＬＣ３２には学習部３６３が設けられているため、照明装置３自体がニューラルネットワークの学習を行うことができる。したがって、照明対象である物品のさらなる変化にも対応し、ニューラルネットワークによる照明パターンの最適化を進めることができる。
なお、上記検査システムにおいて、検査結果に影響をもたらすものとして、物品の位置ずれを挙げたが、これはあくまでも例示であり、照明パターンの最適化によって検査結果を適正にすることできるものであれば、特には限定されない。そして、ニューラルネットワークを用いることで、物品１０の状態（姿勢など）が複雑に変化しても、あるいは異なる種類、形状の物品１０が搬送されても、その都度、最適な照明パターンを算出することができる。異なる物品１０とは、形状のほか、色、粗さ、光沢などの表面性状の異なる物品も含まれる。また、検査用カメラ２による検査事項として、物品１０の表示の取得を挙げているが、これも例示であり、他の検査項目、例えば、物品の形状の取得、異物混入の検知など、種々の検査項目を採用することができる。照明装置が複数に分かれていてもよい。
＜７．変形例＞
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。以下、変形例について、説明するが、以下の変形例は適宜組み合わせることができる。
＜７−１＞
上記実施形態では、物品１０の検査において、本発明に係る照明装置を適用したが、これに限定されるものではなく、種々の照明対象に対して、本発明の照明装置を適用することができる。以下では、他の照明対象について説明するが、図２及び図３に示した照明装置の概略構成、図６に示したニューラルネットワークの学習、及び図７に示した照明パターンデータの生成手順は概ね同じであるため、同一構成には同一符号を付して、その説明を省略することがある。
＜７−１−１＞
室内の特定の部位に対する照明、例えば、机の上への照明に対しては、室内の環境、例えば、窓からの光、ドアの開閉、室内の人の数、人の位置、室内の物品の配置など種々の事項により影響を受けることがある。すなわち、これらによって光源からの光が反射したり、透過することがあるため、机の上に均一な明るさが得られない場合がある。そこで、このような机の上に対して、均一に照明を施すため、上記照明装置を適用する。
図８に示すように、この例では、室内の壁面に複数の検知用カメラ３３を設置する。そして、照明部３１が室内の机８１の上を均一に照射するように照明パターンを決定する。また、机８１の上の光を検知するため、机８１の上の複数箇所に光を検知するセンサ８４を配置する。
この例においては、窓８２のカーテンの開閉、ドア８３の開閉、室内の人数、人の位置、物品の位置など、室内の種々の環境に係る状態データを検知用カメラ３３により取得しておく。そして、各状態データに対応する環境が設定されたときの、机８１の上の光をセンサ８４により検知し、各センサ８４が受光する光が均一になるように、照明部３１の照明パターンを最適化する。こうして、各状態データ及びこれに対する最適な照明パターンを学習データとして記憶し、これにより、演算部３６２のニューラルネットワークを学習させる。
そして、検知用カメラ３３により室内の状態データを取得し、これに基づいて、学習後のニューラルネットワークで照明パターンデータを算出する。続いて、この照明パターンデータを照明部３１に送信すると、照明部３１のＬＥＤ３１１は、室内環境に応じた最適な照明パターンで机８１の上を照射する。これにより、どのような室内環境であっても、机８１の上は全体に亘って均一な明るさを得ることができる。この場合、照明パターンデータの生成は、例えば、連続的に行ってもよいし、所定時間おきに行うことができる。あるいは、ユーザの指示により行うこともできる。
なお、以上の例は、机８１の上の明るさを均一にする照明パターンを得ることを例としたが、これに限定されるものではなく、特定の部位を最適な明るさにしたり、特定の部位のみを照射範囲とするなどの照明パターンを得ることもできる。
また、図８の例では、比較的小さい室内の照明について説明したが、例えば、工場や倉庫などの大規模な空間において、設備の配置が変わったときなど、空間内の環境が変わったときには、適切な照明がなされない場合がある。したがって、そのような大規模な空間に対しても、本発明に係る照明装置を用いれば、適切な照明を得ることができる。例えば、工場においては、人が作業する場所とロボットが作業する場所それぞれに適した照明パターンを設定することができる。両者が共通して利用する場所については、両者に適した照明パターンを設定することができる。また、検知用カメラとしては、監視カメラなど、既に配置されているカメラを利用したり、カメラ以外でも、例えば、既に配置されているセンサを利用することもできる。あるいは、スマートフォンのカメラなども利用することもできる。この場合、スマートフォンが配置された机などのデスク番号を位置情報として登録しておくことで、より精度の高い状態情報の取得が可能となる。あるいは、スマートフォンの位置情報の検出機能を用いることもできる。
＜７−１−２＞
商品ディスプレイ用の照明装置として利用することもできる。すなわち、照明対象である商品毎に最適な照明パターンを設定することができる。
＜７−１−３＞
本発明の照明装置を液晶のバックライトに適用することができる。これにより、液晶画面に表示している画像を照明対象とし、これが望ましい見え方になるように、ニューラルネットワークを学習させることができる。その他、表示板などの通知装置など、見る位置によって照明パターンが最適になるように設定することができる。この場合、照射対象は液晶などの画面になり、これを見る位置に関する情報が状態データとなる。
＜７−１−４＞
ロボットと人または物体との接触を避けるため、ロボットの各部にＬＥＤなどの光源を設け、所定の動作に対して、その動作を視認しやすい照明パターンを設定することができる。この場合、照明対象は、ロボットが所定の動作を行ったときに、それを視認しやすくするような光源の照射エリアであり、状態データは、ロボットの動作に関するデータである。
＜７−１−５＞
操作スイッチに照明部を設け、その照明部の光源が周囲の明るさに応じた明るさになるように照明パターンを設定することができる。
＜７−１−６＞
自動車のヘッドライトなどの照明は前方を照射するように配置されているが、例えば、カーブを曲がるときに、ヘッドライトの向きを自動車が曲がる方向に向けることができれば、より視認性を確保することができる。そこで、自動車のヘッドライトに本発明に係る照明装置を適用した例について説明する。
この例においては、種々の状態データを採用することができる。例えば、ステアリグの切れ角のほか、図９（ａ）に示すように、車載カメラで進行方向の道路９１の画像を撮影し、例えば、センターラインＳの向きを抽出して、これを状態データとすることができる。すなわち、上記実施形態の検知用カメラ３３の代わりとして、各種センサや車載カメラを用いて状態データを取得することができる。なお、センターライン以外の道路の形状の特徴を状態データとして抽出することもできる。また、道路の画像を三次元的に解析するためには、例えば、車載カメラとして、ステレオカメラを採用することができる。
そして、各状態データに対応するステアリグの切れ角、道路の向きが設定されたときの、ヘッドライトの向き（照明パターン）を最適化する。こうして、各状態データとこれに対する最適な照明パターンを学習データとして記憶し、これにより、演算部３６２のニューラルネットワークを学習させる。このような学習データは、自動車を走行させながら、状態データを取得し、それに対応する照明パターンにヘッドライトの向きを適宜調整しながら、最適な照明パターンを得ることができる。なお、その他、車速なども状態データとして組み合わせれば、より精度の高い照明パターンを得ることができる。また、実車ではなく、模型スケールで再現した道路において学習を行うこともできる。
こうしてニューラルネットワークを学習させれば、ヘッドライトの向きを道路の向きに合わせて最適化することができる。すなわち、走行中に状態データを取得し、これに基づいて、学習後のニューラルネットワークで照明パターンデータを算出する。そして、この照明パターンデータをヘッドライトの向きを制御するコントローラに送信すると、道路の向きに応じた最適な照明パターンでヘッドライトが光を発する。これにより、どのような道路の向きであっても、その道路の向きに応じて視野を確保することができる。また、ヘッドライトの向きだけでなく、明るさや照射の範囲も調整することもできる。すなわち、カーブであっても、自動車の前方の道路全体を均一に照射することできるように調整することができる。
なお、以上の例は、カーブに対応したヘッドライトの向きについて説明したが、例えば、図９（ｂ）及び図９（ｃ）に示すように、平坦な道路や坂道など、道路の向きが上下方向に変化する場合にも適用することができる。この場合には、主として車載カメラに基づいて、道路の向きである状態データを取得することができる。
また、道路以外の先行車、対向車、歩行者等も照明対象に含めることができ、このような複数の照明対象に対して、最適な照明パターンを設定することもできる。
＜７−２＞
上記実施形態では、ＬＥＤ３１１の点灯の有無、明るさ、色を調整することで、照明パターンを作成しているが、これに限定されるものではなく、ＬＥＤ３１１の位置など、照明に関わる種々の照明パターンを形成することができる。例えば、複数のＬＥＤがそれぞれ進退したり、角度を変更できるようにすることができる。また、レンズなどの光学系をＬＥＤ３１１上またはＬＥＤ３１１の前方に設け、これを調整することで、照明パターンを作成することもできる。このような光学系としては、例えば、マイクロレンズアレイやディフューザを採用することができる。また、ＬＥＤ３１１を含む照明部３１を複数設け、複数の箇所から照明対象に照明を施すことができる。
＜７−３＞
複数の光源を用いて、複数の照明対象に光を照射することもできる。この場合、近くにある照明対象に強い光を照射すると強い反射が生じ、遠くの照明対象に弱い光を照射すると弱い反射光になるため、照明対象までの距離によって、最適な光の強さの照明パターンを生成する必要がある。このような複雑な照明対象に対しても、ニューラルネットワークを用いることで、最適な照明パターンを設定することができる。
＜７−４＞
最適な照明パターンとは、上記のようなコントラストを得ることができる照明のほか、例えば、照射対象の特定の部位をほかよりも目立たせるような照明パターンとすることもできる。
＜７−５＞
上記実施形態では、光源としてＬＥＤ３１１を用いているが、ＬＥＤの数、配列は特には限定されず、直線状に配置したり、矩形状以外に配置することもできる。また、平面上に配置するのみならず、三次元的に配置することもできる。
また、光源としては、ＬＥＤ３１１に限定されず、照明対象に照明を施すことができれば、特には限定されない。例えば、照明対象に応じて光源を変更することができる。したがって、赤外線発光ダイオード、レーザダイオード、蛍光ランプ、白熱ランプなど、種々の光源を用いることができる。また、光源の種類毎によってニューラルネットワークを準備することもできる。
＜７−６＞
状態データを取得するためには、上記のように、カメラ、各種センサなど種々の検知手段を採用することができる。あるいは、照明装置にそのような検知手段を設けず、他のデバイスで取得した状態データを、照明装置の入力部から入力することもできる。
＜７−７＞
上記実施形態では、照明装置３に学習部３６３を設けて学習させているが、学習部３６３は必ずしも必要ではなく、学習後のニューラルネットワークを搭載していればよい。したがって、ニューラルネットワークの学習を照明装置３の外部で行い、学習後のニューラルネットワークに係る学習結果データ３５４を記憶部３２に記憶させてもよい。
したがって、学習結果データは、照明装置のメーカーから配布したり、あるいはネットワークで配信し、自動で更新できるようにすることもできる。この場合、インターネットなどのネットワークに接続できるよう、ＰＬＣには通信モジュール（通信部）を搭載することが必要である。なお、上記自動車の例に関しては、学習データ及び学習結果データをカーメーカーによって準備し、カーメーカーのディーラーにおいて、更新することが考えられる。
＜７−８＞
上記実施形態では、ニューラルネットワークの一例を示したが、これに限定されるものではなく、階層の数を含め、種々の態様のニューラルネットワークを用いることができる。例えば、再帰型ニューラルネットワーク、畳み込みニューラルネットワークなどを用いることができる。
（付記１）
複数の照明パターンによる照明が可能な、少なくとも１つの光源と、
前記光源の照明対象の状態に関する状態情報を検知するための検知部と、
少なくとも１つのハードウェアプロセッサを備え、
前記ハードウェアプロセッサは、前記状態情報から、前記照明対象に応じた照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出し、
前記照明パターン情報に基づいた照明パターンの照明を行うために、前記光源を制御する
ことを特徴とする照明装置。
（付記２）
光源の照明対象の状態に関する状態情報を検知するステップと、
少なくとも１つのハードウェアプロセッサにより、前記状態情報から、前記照明対象に応じた前記光源の照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出するステップと、
少なくとも１つのハードウェアプロセッサにより、前記照明パターン情報に基づいて、前記光源の照明パターンを制御するステップと、
を備えている、照明方法。
３ 照明装置
３１１ ＬＥＤ（光源）
３１２ コントローラ（照明制御部）
３３ 検知用カメラ（検知部）
３６２ 演算部
３６３ 学習部

Claims (10)

  1. 複数の照明パターンによる照明が可能な、少なくとも１つの光源と、
    前記光源の照明対象の状態に関する状態情報を検知するための検知部と、
    前記状態情報から、前記照明対象に応じた照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出する、演算部と、
    前記照明パターン情報に基づいた照明パターンの照明を行うために、前記光源を制御する、照明制御部と
    を備えている、照明装置。
  2. 前記検知部は、前記照明対象の画像を取得し、当該画像から状態情報を算出する、請求項１に記載の照明装置。
  3. 前記演算部は、前記照明対象毎または前記光源の種類毎に、前記ニューラルネットワークを備えている、請求項１または２に記載の照明装置。
  4. 前記照明パターンは、前記各光源の明るさ、色、向き、位置、及び発光の有無の、少なくとも１つにより規定される、請求項１から３のいずれかに記載の照明装置。
  5. 前記ニューラルネットワークを学習するための学習データをネットワークにより受信するための通信部をさらに備えている、請求項１から４のいずれかに記載の照明装置。
  6. 前記ニューラルネットワークの学習を行うための学習部をさらに備えており、
    前記学習部は、前記検知部で検知した前記状態情報、及び当該状態情報に対して照明パターンデータ、を含む学習データにより、前記ニューラルネットワークの学習を行う、請求項１から４のいずれかに記載の照明装置。
  7. 光源の照明対象の状態に関する状態情報を検知するステップと、
    前記状態情報から、前記照明対象に応じた前記光源の照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出するステップと、
    前記照明パターン情報に基づいて、前記光源の照明パターンを制御するステップと、
    を備えている、照明方法。
  8. 所定の前記状態情報、及び当該状態情報に対して最適な照明を行うための照明パターンデータ、を含む学習データを取得するステップと、
    前記学習データにより、前記ニューラルネットワークの学習を行うステップと、
    をさらに備えている、請求項７に記載の照明方法。
  9. コンピュータに、
    光源の照明対象の状態に関する状態情報を検知するステップと、
    前記状態情報から、前記照明対象に応じた前記光源の照明パターンを生成するための照明パターン情報を、ニューラルネットワークにより算出するステップと、
    前記照明パターン情報に基づいて、前記光源の照明パターンを制御するステップと、
    を実行させる、照明プログラム。
  10. 所定の前記状態情報、及び当該状態情報に対して最適な照明を行うための照明パターンデータ、を含む学習データを取得するステップと、
    前記学習データにより、前記ニューラルネットワークの学習を行うステップと、
    をさらに備えている、請求項９に記載の照明プログラム。
JP2016220432A 2016-11-11 2016-11-11 照明装置 Pending JP2019203691A (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2016220432A JP2019203691A (ja) 2016-11-11 2016-11-11 照明装置
CN201780054880.2A CN109690569A (zh) 2016-11-11 2017-03-14 使用神经网络的照明控制
PCT/JP2017/010209 WO2018087941A1 (en) 2016-11-11 2017-03-14 Illumination control using a neural network
EP17717887.8A EP3539055A1 (en) 2016-11-11 2017-03-14 Illumination control using a neural network
US16/334,519 US20210289604A1 (en) 2016-11-11 2017-03-14 Illumination device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016220432A JP2019203691A (ja) 2016-11-11 2016-11-11 照明装置

Publications (1)

Publication Number Publication Date
JP2019203691A true JP2019203691A (ja) 2019-11-28

Family

ID=58548793

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016220432A Pending JP2019203691A (ja) 2016-11-11 2016-11-11 照明装置

Country Status (5)

Country Link
US (1) US20210289604A1 (ja)
EP (1) EP3539055A1 (ja)
JP (1) JP2019203691A (ja)
CN (1) CN109690569A (ja)
WO (1) WO2018087941A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021086121A (ja) * 2019-11-29 2021-06-03 富士フイルム株式会社 撮像装置及び表面検査装置
JP2021181948A (ja) * 2020-05-20 2021-11-25 Ckd株式会社 外観検査用照明装置、外観検査装置及びブリスター包装機
JP2022092619A (ja) * 2020-12-10 2022-06-22 モビリティー・アジア・スマート・テクノロジー・カンパニー・リミテッド ライト制御方法および装置
KR20220151410A (ko) * 2021-05-06 2022-11-15 주식회사 쓰리디산업영상 다품종 소량생산에 적용가능한 무인검사 장치 및 이를 이용한 비전검사 방법
WO2024157945A1 (ja) * 2023-01-25 2024-08-02 ウシオ電機株式会社 製品検査システムおよび製品検査方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6816701B2 (ja) * 2017-10-26 2021-01-20 トヨタ自動車株式会社 ヘッドライト制御システム
JP6904223B2 (ja) * 2017-11-10 2021-07-14 オムロン株式会社 異常状態検出装置、異常状態検出方法、及び、異常状態検出プログラム
EP3797730B1 (en) * 2018-05-22 2022-06-29 Sony Group Corporation Surgery information processing device, information processing method, and program
JP2021535564A (ja) * 2018-08-27 2021-12-16 シグニファイ ホールディング ビー ヴィSignify Holding B.V. 物体検出アルゴリズムで使用する光源を調整するためのシステム及び方法
JP7054373B2 (ja) * 2018-09-19 2022-04-13 アンリツ株式会社 外観検査装置および外観検査方法
JPWO2020175576A1 (ja) * 2019-02-27 2020-09-03
EP3708427B1 (en) * 2019-03-12 2024-10-02 Arriver Software AB A headlight control system for a motor vehicle and a method of training a machine learning model for a headlight control system
EP3977819B1 (en) * 2019-05-29 2024-06-05 Valeo Vision Method for operating an automotive lighting device and automotive lighting device
JP7267841B2 (ja) * 2019-05-30 2023-05-02 キヤノン株式会社 システムの制御方法、及びシステム
WO2021150973A1 (en) * 2020-01-24 2021-07-29 Duke University Intelligent automated imaging system
DE102020211190A1 (de) * 2020-09-07 2022-03-10 Ford Global Technologies, Llc Verfahren zum automatischen Optimieren einer prädiktiven dynamischen Kurvenlichtfunktion eines Beleuchtungssystems eines Fahrzeugs, Beleuchtungssystem, Fahrzeug und Computerprogrammprodukt
CN112200179A (zh) * 2020-10-15 2021-01-08 马婧 一种光源调节方法及装置
CN113189113B (zh) * 2021-04-30 2024-07-23 聚时科技(上海)有限公司 基于视觉检测的智能数字光源及方法
US11386580B1 (en) * 2021-08-13 2022-07-12 Goodsize Inc. System apparatus and method for guiding user to comply with application-specific requirements
CN115696691B (zh) * 2023-01-05 2023-03-21 卧安科技(深圳)有限公司 智能灯具调光方法、装置、智能灯具和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2826443B1 (fr) * 2001-06-21 2003-10-10 Gilles Cavallucci Procede et dispositif de detection optique de la position d'un objet
FR2848935B1 (fr) * 2002-12-20 2005-04-29 Valeo Vision Procede de detection de virages sur une route et systeme de mise en oeuvre
JP4589101B2 (ja) 2003-12-25 2010-12-01 昭和電工株式会社 表面検査方法および同装置
BRPI0713293B1 (pt) * 2006-06-28 2018-08-07 Philips Lighting Holding B.V. Método para controlar um sistema de iluminação com múltiplas fontes de luz controláveis e sistema de controle para controlar um sistema de iluminação
WO2014174412A2 (en) * 2013-04-25 2014-10-30 Koninklijke Philips N.V. Adaptive outdoor lighting control system based on user behavior

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021086121A (ja) * 2019-11-29 2021-06-03 富士フイルム株式会社 撮像装置及び表面検査装置
JP7266514B2 (ja) 2019-11-29 2023-04-28 富士フイルム株式会社 撮像装置及び表面検査装置
JP2021181948A (ja) * 2020-05-20 2021-11-25 Ckd株式会社 外観検査用照明装置、外観検査装置及びブリスター包装機
WO2021235115A1 (ja) * 2020-05-20 2021-11-25 Ckd株式会社 外観検査用照明装置、外観検査装置及びブリスター包装機
JP7026727B2 (ja) 2020-05-20 2022-02-28 Ckd株式会社 外観検査用照明装置、外観検査装置及びブリスター包装機
CN115461611A (zh) * 2020-05-20 2022-12-09 Ckd株式会社 外观检查用照明装置、外观检查装置以及泡罩包装机
JP2022092619A (ja) * 2020-12-10 2022-06-22 モビリティー・アジア・スマート・テクノロジー・カンパニー・リミテッド ライト制御方法および装置
KR20220151410A (ko) * 2021-05-06 2022-11-15 주식회사 쓰리디산업영상 다품종 소량생산에 적용가능한 무인검사 장치 및 이를 이용한 비전검사 방법
KR102646278B1 (ko) * 2021-05-06 2024-03-13 인티맥스 주식회사 다품종 소량생산에 적용가능한 무인검사 장치 및 이를 이용한 비전검사 방법
WO2024157945A1 (ja) * 2023-01-25 2024-08-02 ウシオ電機株式会社 製品検査システムおよび製品検査方法

Also Published As

Publication number Publication date
US20210289604A1 (en) 2021-09-16
EP3539055A1 (en) 2019-09-18
WO2018087941A1 (en) 2018-05-17
CN109690569A (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
JP2019203691A (ja) 照明装置
US10805552B2 (en) Visual inspection device and illumination condition setting method of visual inspection device
JP7222796B2 (ja) 画像検査システム及び画像検査方法
CN100562761C (zh) 智能化发光二极管车灯照明质量在线检测系统
CN103048333B (zh) 外观检测设备及方法
CN111971522B (zh) 车辆检测系统
TWI639977B (zh) 檢查裝置、檢查方法以及電腦可讀取的記錄媒體
CN108490001A (zh) 塑料壳体中的接触镜片的检查
CN109572554A (zh) 传感器系统
JP2012127835A5 (ja)
JP2018136211A (ja) 環境認識システム及び学習装置
EP2474824A1 (en) Illumination/image-pickup system for surface inspection and data structure
CN105572133B (zh) 瑕疵检测方法及其装置
CN111566438B (zh) 图像获取方法及系统
CN111356895A (zh) 检测装置以及生产电子装置的方法
CN114502456B (zh) 用于测量车辆零件的空隙和齐平度的方法以及测量隧道
CN112444283B (zh) 车辆组合件的检测设备和车辆组合件生产系统
JP2020079720A (ja) 検査装置及び検査方法
Chávez-Aragón et al. Rapid 3D Modeling and Parts Recognition on Automotive Vehicles Using a Network of RGB‐D Sensors for Robot Guidance
US20240303982A1 (en) Image processing device and image processing method
JP2021047677A (ja) 参照画像生成装置、検査装置、アライメント装置および参照画像生成方法
CN111183351A (zh) 图像传感器表面缺陷检测方法及检测系统
JP2024132811A (ja) 車体検査装置及び車体検査方法
CN106104315B (zh) 具有反转膜透镜的检查装置
EP4087372A1 (en) A method for detecting light beams, corresponding lighting system and computer program product