JP2020119435A

JP2020119435A - 動作判別装置、コンピュータプログラム、および記憶媒体

Info

Publication number: JP2020119435A
Application number: JP2019012198A
Authority: JP
Inventors: 佑記名和; Yuki Nawa; 井東　道昌; Michimasa Ito; 道昌井東; 圭吾多田; Keigo Tada
Original assignee: Tokai Rika Co Ltd
Current assignee: Tokai Rika Co Ltd
Priority date: 2019-01-28
Filing date: 2019-01-28
Publication date: 2020-08-06
Anticipated expiration: 2039-01-28
Also published as: JP7265873B2

Abstract

【課題】車室内の乗員による回転動作と払い動作の検出精度を高める。【解決手段】プロセッサは、車室内の乗員の手の位置を示すデータセットを受け付ける（ＳＴＥＰ１１）。プロセッサは、手の移動軌跡の重心位置を特定する（ＳＴＥＰ１２）。プロセッサは、重心位置から前記移動軌跡までの最短距離と最長距離の比を算出する（ＳＴＥＰ１３）。プロセッサは、算出された比の値が閾値以上である場合に、乗員が手で回転動作を行なったと判別する（ＳＴＥＰ１５）。【選択図】図４

Description

本発明は、車室内の乗員による動作を判別する装置に関連する。本発明は、当該装置が備えているプロセッサにより実行されるコンピュータプログラム、および当該コンピュータプログラムが記憶された記憶媒体にも関連する。

特許文献１に開示されているように、カメラで撮影したユーザの手の動きに基づいて、所望の処理に関連付けられた動作を検出する装置が知られている。

特開２００１−３０６２４３号公報

本発明の目的は、車室内の乗員による回転動作と払い動作の検出精度を高めることである。

上記の目的を達成するための一態様は、動作判別装置であって、
車室内の乗員の身体部位の位置を示すデータセットを受け付ける入力インターフェースと、
前記データセットに基づいて前記身体部位による動作を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記身体部位の移動軌跡の重心位置を特定し、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出し、
前記比が閾値以上である場合に、前記乗員が前記身体部位で回転動作を行なったと判別する。

上記の目的を達成するための一態様は、動作判別装置であって、
車室内の乗員の身体部位の位置を示すデータセットを受け付ける入力インターフェースと、
前記データセットに基づいて前記身体部位による動作を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記身体部位の移動軌跡の重心位置を特定し、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出し、
前記比が閾値未満である場合に、前記乗員が前記身体部位で払い動作を行なったと判別する。

上記の目的を達成するための一態様は、車室内の乗員の身体部位の位置を示すデータセットに基づいて、当該身体部位による動作をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることによって、当該プロセッサに、
前記身体部位の移動軌跡の重心位置を特定させ、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出させ、
前記比が閾値以上である場合に、前記乗員が前記身体部位で回転動作を行なったと判別させる。

上記の目的を達成するための一態様は、車室内の乗員の身体部位の位置を示すデータセットに基づいて、当該身体部位による動作をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることによって、当該プロセッサに、
前記身体部位の移動軌跡の重心位置を特定させ、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出させ、
前記比が閾値未満である場合に、前記乗員が前記身体部位で払い動作を行なったと判別させる。

車室内の乗員の身体部位による払い動作終了後に元の位置へ当該身体部位を戻す動作は回転動作と誤認されやすい。しかしながら、払い動作と戻し動作時による身体部位の移動軌跡の真円度は、回転動作中の身体部位の移動軌跡の真円度と異なる。上記のような構成によれば、身体部位の移動軌跡の真円度に基づいて回転動作と払い動作の判別が行なわれるので、特に払い動作終了後に元の位置へ身体部位を戻す動作が回転動作と誤認される可能性を抑制できる。したがって、車室内の乗員による回転動作と払い動作の判別精度を高めることができる。

上記の目的を達成するための一態様は、上記のコンピュータプログラムを記憶している記憶媒体である。

一実施形態に係る動作判別システムの構成を例示している。図１の動作判別システムが搭載される車両の一部を例示している。図１の動作判別装置により実行される処理を説明するための図である。図１の動作判別装置により実行される処理の一例を示している。図１の動作判別装置により実行される処理を説明するための図である。図１の動作判別装置により実行される処理の別例を示している。

添付の図面を参照しつつ、実施形態例について以下詳細に説明する。以下の説明に用いる各図面では、各部材を認識可能な大きさとするために縮尺を適宜変更している。

図１は、一実施形態に係る動作判別システム１の構成を模式的に示している。動作判別システム１は、ＴＯＦ（Time of Flight）カメラ２と動作判別装置３を含んでいる。図２は、動作判別システム１が搭載される車両４の一部を示している。矢印Ｌは、車両４の前後方向に沿う向きを示している。矢印Ｈは、車両４の高さ方向に沿う向きを示している。

ＴＯＦカメラ２は、図２に示される車両４の車室４１内における適宜の位置に配置され、車室４１内の運転者５の手５１を含む画像を取得する。運転者５は、乗員の一例である。手５１は、身体部位の一例である。

図１に示されるように、ＴＯＦカメラ２は、取得された画像に対応する画像データセットＩＤを出力する。画像データセットＩＤは、複数の画素データセットを含んでいる。複数の画素データセットの各々は、取得された画像を構成する複数の画素の対応する一つに関連づけられている。

ＴＯＦカメラ２は、発光素子と受光素子を備えている。発光素子は、検出光として例えば赤外光を出射する。出射された検出光は、対象物によって反射され、戻り光として受光素子に入射する。検出光が発光素子より出射されてから戻り光が受光素子に入射するまでの時間が測定されることにより、戻り光を生じた対象物までの距離が算出される。ＴＯＦカメラ２により取得される画像を構成する複数の画素の各々について当該距離が算出されることにより、各画素は、画像における二次元的な位置座標（Ｕ，Ｖ）に加えて、当該画素に対応する対象物の一部までの距離（奥行き）を示す距離情報ｄ（Ｕ，Ｖ）を含む。

したがって、ＴＯＦカメラ２から出力される画像データセットＩＤに含まれる画素データセットの各々は、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）を含む。

動作判別装置３は、車両４における適宜の位置に搭載される。動作判別装置３は、ＴＯＦカメラ２から提供される画像データセットＩＤに基づいて、運転者５の手５１による動作を判別し、当該動作に関連付けられた機能を発揮させるための信号あるいはデータを生成する装置である。

図１に示されるように、動作判別装置３は、入力インターフェース３１を備えている。入力インターフェース３１は、ＴＯＦカメラ２から出力された画像データセットＩＤを受け付ける。

動作判別装置３は、プロセッサ３２を備えている。プロセッサ３２は、入力インターフェース３１に入力された画像データセットＩＤに基づいて、運転者５の手５１による回転動作と払い動作を判別する処理を実行する。

図３の（Ａ）は、手５１による回転動作を示している。運転者５が円弧状の軌跡を描くように手５１を動かすことにより、回転動作が成立する。図３の（Ｂ）は、手５１による払い動作を示している。運転者５が例えば左上方から右下方へ斜めに手５１を動かすことにより、払い動作が成立する。

しかしながら、回転動作を行なおうとする運転者５の手５１が必ずしも真円に近い軌跡を描くように動くとは限らない。他方、払い動作を行なった後の運転者５の手５１が元の位置に戻される際、図３の（Ｂ）に破線で示されるように、意図せず円弧状の軌跡を描いてしまう場合がある。回転動作の軌跡が真円から逸脱するほど、払い動作の軌跡が円弧状に近づくほど、両動作の識別が難しくなる。

この問題に対処するために、動作判別装置３は、運転者５の手５１の移動軌跡の真円度に着目する。図３の（Ａ）と（Ｂ）において、符号Ｇは、手５１の移動軌跡の重心位置を示している。符号Ｌ１は、重心位置Ｇから移動軌跡までの最短距離を示している。符号Ｌ２は、重心位置Ｇから移動軌跡までの最長距離を示している。

両図の比較から判るように、回転動作による移動軌跡と、払い動作および戻し動作による移動軌跡とでは、真円度が相違している。回転動作による移動軌跡の真円度は、比較的高い。払い動作および戻し動作による移動軌跡の真円度は、比較的低い。重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２の比は、この真円度に対応する値となりうる。プロセッサ３２は、この相違点に基づいて回転動作と払い動作の識別を行なう。図４は、プロセッサ３２により行なわれる処理の一例を示している。

プロセッサ３２は、ＴＯＦカメラ２から出力された画像データセットＩＤに基づいて、運転者５の手５１の三次元空間における位置を示す位置データセットＰＤを取得する（ＳＴＥＰ１１）。

画像データセットＩＤの各画素データに含まれる位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）は、画像中心座標が（ｃ_X，ｃ_Y）と定義された場合、次式を用いてカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）に変換されうる。ｆは、ＴＯＦカメラが備えるレンズの焦点距離を表している。

プロセッサ３２は、上式に基づいて、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換を行なう。なお、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換は、ＴＯＦカメラ２に内蔵されたプロセッサによって行なわれてもよい。この場合、ＴＯＦカメラ２から出力される画像データセットＩＤに含まれる複数の画素データセットの各々は、位置座標（Ｘ，Ｙ，Ｚ）を含む。

カメラ座標系における位置座標（Ｘ，Ｙ，Ｚ）は、車両４における特定の位置を原点とする車両座標系における位置座標（Ｌ，Ｗ，Ｈ）に変換されうる。例えば、運転席における特定の位置を原点とした場合、Ｗ軸の座標値は、運転者５から見て原点よりも右方において正の値をとり、原点よりも左方において負の値をとる。例えば、Ｌ軸の座標値は、原点よりも前方において正の値をとり、原点よりも後方において負の値をとる。例えば、Ｈ軸の座標値は、原点よりも上方において正の値をとり、原点よりも下方において負の値をとる。

続いてプロセッサ３２は、画像データセットＩＤにおいて運転者５の手５１が含まれる可能性がある領域を特定する。当該領域の特定は、人の手の形状的特徴を検出することにより行なわれる。形状的特徴は、複数の画素データセットに基づく適宜の画像認識技術を用いて検出されてもよいし、位置データセットＰＤに含まれる複数の点要素の各々が有している三次元空間における位置情報に基づいて検出されてもよい。

手５１の三次元空間における位置は、例えば、手５１として検出された複数の画素あるいは複数の点要素の重心位置として特定されうる。あるいは、指先、手首、掌などの特徴点に対応する位置として特定されうる。

続いてプロセッサ３２は、手５１の移動軌跡の重心位置Ｇを特定する（ＳＴＥＰ１２）。重心位置Ｇは、手５１の三次元空間における位置の経時変化をモニタすることにより特定されうる。

続いてプロセッサ３２は、重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２を特定し、両者の比（Ｌ１／Ｌ２）を算出する（ＳＴＥＰ１３）。さらにプロセッサ３２は、算出された比の値が閾値以上であるかを判断する（ＳＴＥＰ１４）。閾値は、０より大きく１より小さい値として適宜設定される。

前述したように、回転動作中における手５１の移動軌跡の真円度は比較的高いので、重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２の比（Ｌ１／Ｌ２）の値は１に近づく。したがって、比の値が閾値以上であると判断されると（ＳＴＥＰ１４においてＹＥＳ）、プロセッサ３２は、手５１による回転動作を判別する（ＳＴＥＰ１５）。

他方、払い動作中における手５１の移動軌跡の真円度は比較的低いので、重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２の比の値（Ｌ１／Ｌ２）は０に近づく。比の値が閾値未満であると判断されると（ＳＴＥＰ１４においてＮＯ）、プロセッサ３２は、手５１による払い動作を判別する（ＳＴＥＰ１６）。

図１に示されるように、動作判別装置３は、出力インターフェース３３を備えている。出力インターフェース３３は、判別された動作を示すデータＧＤを出力しうる。出力されたデータＧＤは、例えば、当該データが示す手５１の動作に対応付けられた車載装置の機能を起動するために利用されうる。

払い動作終了後に元の位置へ手を戻す動作は回転動作と誤認されやすい。しかしながら、払い動作と戻し動作による手５１の移動軌跡の真円度は、回転動作中の手５１の移動軌跡の真円度と異なる。上記のような構成によれば、手５１の移動軌跡の真円度に基づいて回転動作と払い動作の判別が行なわれるので、特に払い動作終了後に元の位置へ手を戻す動作が回転動作と誤認される可能性を抑制できる。したがって、車室４１内の運転者５による回転動作と払い動作の判別精度を高めることができる。

図５の（Ａ）は、回転動作中における手５１の移動速度の経時変化の一例を示している。手５１による回転動作は、時刻ｔ１に開始される。時刻ｔ２に最高速度Ｖｍに達した後は、ほぼ一定の速度で円弧を描く動作がなされる。時刻ｔ３において減速が開始され、時刻ｔ４において回転動作が終了される。

図５の（Ｂ）は、払い動作中における手５１の移動速度の経時変化の一例を示している。手５１による払い動作は、時刻ｔ１に開始される。時刻ｔ２に最高速度Ｖｍに達した後、減速を経て時刻ｔ３に払い動作が終了される。時刻ｔ４から時刻ｔ５の間に現れる加速と減速は、図３の（Ｂ）において破線で示される手５１を戻す動作に対応している。

両図の比較から判るように、回転動作と払い動作とでは、手５１の移動速度の分布幅が相違している。回転動作中における手５１の移動速度の分布幅は比較的小さいのに対して、払い動作中における手５１の移動速度の分布幅は比較的大きい。動作判別装置３は、手５１の移動速度の分布幅に基づく回転動作と払い動作の識別をさらに行ないうる。

具体的には、手５１の重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２の比の値（Ｌ１／Ｌ２）が閾値以上である場合（図４のＳＴＥＰ１４においてＮＯ）、プロセッサ３２は、手５１の移動速度の経時変化を取得する（ＳＴＥＰ１７）。手５１の移動速度は、上記のようにして特定された手５１の位置の経時変化をモニタすることによって取得されうる。

続いてプロセッサ３２は、手５１の移動速度の分布幅が閾値未満であるかを判断する（ＳＴＥＰ１８）。移動速度の分布幅は、ＳＴＥＰ１２において取得された移動速度のピークトゥピーク値、分散値、標準偏差などを演算することにより取得されうる。

図５の（Ａ）に示されるように、回転動作中における手５１の移動速度の分布幅は比較的小さい。したがって、手５１の移動速度の分布幅が所定値未満であると判断されると（図４のＳＴＥＰ１８においてＹＥＳ）、プロセッサ３２は、手５１による回転動作を判別する（ＳＴＥＰ１５）。先の払い動作の判別結果は、キャンセルされる。

他方、図５の（Ｂ）に示されるように、払い動作中における手５１の移動速度の分布幅は比較的大きい。したがって、手５１の移動速度の分布幅が所定値以上であると判断されると（図４のＳＴＥＰ１８においてＮＯ）、先の払い動作の判別結果を確定する（ＳＴＥＰ１６）。

上記のような構成によれば、手５１の移動軌跡の真円度に基づいてなされた判別結果の検証を、手５１の移動速度の分布幅に基づいて行なうことができる。したがって、手５１による回転動作と払い動作の判別精度を高めることができる。

図４に示された例においては、手５１の移動軌跡の真円度に基づいて払い動作が判別された場合（ＳＴＥＰ１４においてＮＯ）に、手５１の移動速度の分布幅に基づく判別処理が開始されるように構成されている。しかしながら、手５１の移動軌跡の真円度に基づいて回転動作が判別された場合（ＳＴＥＰ１４においてＹＥＳ）に、手５１の移動速度の分布幅に基づく判別処理が開始されるように構成されてもよい。この場合、先の回転動作の判別結果が確定またはキャンセルの対象となる。

動作判別装置３は、運転者５の手５１の移動速度の変化履歴に着目することによって回転動作と払い動作の判別を行なうこともできる。図５の（Ｂ）に示されるように、手５１により払い動作と戻り動作がなされると、手５１の移動速度は、ある程度の速度まで一旦低下した後で再度上昇している。他方、図５の（Ａ）に示されるように、手５１により回転動作がなされると、手５１の移動速度は、最高速度Ｖｍに到達してから動作終了時の減速が開始されるまで、ほぼ一定の値で推移する。プロセッサ３２は、手５１の移動速度の変化履歴がこのような減速と再加速を含んでいるかに基づいて、回転動作と払い動作の識別を行ないうる。

図６は、プロセッサ３２により行なわれる処理の別例を示している。図４に示される処理と共通する要素については、同一の符号が付与されている。

手５１の重心位置Ｇから移動軌跡までの最短距離Ｌ１と最長距離Ｌ２の比の値（Ｌ１／Ｌ２）が閾値以上である場合（ＳＴＥＰ１４においてＮＯ）、プロセッサ３２は、手５１の移動開始時点と移動終了時点を特定する（ＳＴＥＰ２７）。図５の（Ａ）に示される例においては、移動開始時点は時刻ｔ１であり、移動終了時点は時刻ｔ４である。図５の（Ｂ）に示される例においては、移動開始時点は時刻ｔ１であり、移動終了時点は時刻ｔ５である。

手５１の移動開始時点は、例えば、手５１の速度が実質的にゼロである期間が所定の長さ以上続いた後に加速が開始された時点として特定されうる。手の移動終了時点は、例えば、手５１の減速後に速度が実質的にゼロである期間が所定の長さ以上続いた時点として特定されうる。

続いてプロセッサ３２は、特定された手５１の移動開始時点から移動終了時点までの間に、手５１の移動速度が閾値速度Ｖｔ未満まで減速された後に再加速されたかを判断する（図６のＳＴＥＰ２８）。閾値速度Ｖｔは、図５の（Ｂ）に示されるように、払い動作の終了を判断しうる程度の速度値として設定される。換言すると、手５１の移動速度が最高速度Ｖｍに到達した後に閾値速度Ｖｔ未満までの減速と閾値速度Ｖｔを超える再加速がなされたかが判断される。

図５の（Ａ）に示されるように、回転動作中における手５１の移動速度は、最高速度Ｖｍに到達した後の閾値速度Ｖｔ未満までの減速と再加速を伴わない。したがって、手５１の移動速度の経時変化履歴に閾値速度Ｖｔ未満までの減速と再加速が含まれていないと判断されると（図６のＳＴＥＰ２８においてＮＯ）、プロセッサ３２は、手５１による回転動作を判別する（ＳＴＥＰ１５）。先の払い動作の判別結果は、キャンセルされる。

他方、手５１の移動速度の経時変化履歴に閾値速度Ｖｔ未満までの減速と再加速が含まれていると判断されると（ＳＴＥＰ２８においてＹＥＳ）、プロセッサ３２は、先の払い動作の判別結果を確定する（ＳＴＥＰ１６）。

上記のような構成によれば、手５１の移動軌跡の真円度に基づいてなされた判別結果の検証を、手５１の移動速度の経時変化履歴に基づいて行なうことができる。したがって、手５１による回転動作と払い動作の判別精度を高めることができる。

図６に示された例においては、手５１の移動軌跡の真円度に基づいて払い動作が判別された場合（ＳＴＥＰ１４においてＮＯ）に、手５１の移動速度の経時変化履歴に基づく判別処理が開始されるように構成されている。しかしながら、手５１の移動軌跡の真円度に基づいて回転動作が判別された場合（ＳＴＥＰ１４においてＹＥＳ）に、手５１の移動速度の経時変化履歴に基づく判別処理が開始されるように構成されてもよい。この場合、先の回転動作の判別結果が確定またはキャンセルの対象となる。

上述したプロセッサ３２の機能は、汎用メモリと協働して動作する汎用マイクロプロセッサにより実現されうる。汎用マイクロプロセッサとしては、ＣＰＵ、ＭＰＵ、ＧＰＵが例示されうる。汎用メモリとしては、ＲＯＭやＲＡＭが例示されうる。この場合、ＲＯＭには、上述した処理を実行するコンピュータプログラムが記憶されうる。ＲＯＭは、コンピュータプログラムを記憶している記憶媒体の一例である。プロセッサ３２は、ＲＯＭ上に記憶されたプログラムの少なくとも一部を指定してＲＡＭ上に展開し、ＲＡＭと協働して上述した処理を実行する。プロセッサ３２は、上述した処理を実現するコンピュータプログラムを実行可能なマイクロコントローラ、ＡＳＩＣ、ＦＰＧＡなどの専用集積回路によって実現されてもよい。プロセッサ３２は、汎用マイクロプロセッサと専用集積回路の組合せによって実現されてもよい。

図１に示されるように、動作判別装置３は、ネットワーク６を介して外部サーバ７と通信可能に構成されうる。この場合、上述した処理を実行するコンピュータプログラムは、外部サーバ７からネットワーク６を介してダウンロードされうる。外部サーバ７は、コンピュータプログラムを記憶している記憶媒体の一例である。

上記の実施形態は、本発明の理解を容易にするための例示にすぎない。上記の実施形態に係る構成は、本発明の趣旨を逸脱しなければ、適宜に変更・改良されうる。

上記の実施形態において、動作判別装置３は、運転者５の手５１による回転動作と払い動作を判別かつ識別可能に構成されている。しかしながら、動作判別装置３は、手５１による回転動作のみを判別する装置としても構成されうる。あるいは、動作判別装置３は、手５１による払い動作のみを判別する装置としても構成されうる。

上記の実施形態において、動作判別装置３の入力インターフェース３１は、位置データセットＰＤを、画像データセットＩＤの一部としてＴＯＦカメラ２から受け付けている。このような構成によれば、運転者５の手５１が含まれている可能性が高い領域を特定するために使用される画像データセットＩＤと位置データセットＰＤを、効率的に取得できる。しかしながら、画像データセットＩＤを出力する撮像装置と、位置データセットＰＤを出力する装置は、異なっていてもよい。そのような装置としては、ＬｉＤＡＲ（Light Detection and Ranging）センサなどが例示されうる。

上記の実施形態においては、車室４１内における運転者５の手５１が判別に供されている。しかしながら、回転動作と払い動作を行ないうるのであれば、他の身体部位が判別に供されてもよい。そのような身体部位としては、鼻先、顎、額、肘、膝などが例示されうる。また、画像データセットＩＤと位置データセットＰＤを出力する装置を適宜に配置することにより、他の乗員の身体部位が判別に供されてもよい。

２：ＴＯＦカメラ、３：動作判別装置、３１：入力インターフェース、３２：プロセッサ、４１：車室、５：運転者、５１：手、７：外部サーバ、ＰＤ：位置データセット、Ｇ：移動軌跡の重心位置、Ｌ１：重心位置から移動軌跡までの最短距離、Ｌ２：重心位置から移動軌跡までの最長距離、Ｖｔ：閾値速度

Claims

車室内の乗員の身体部位の位置を示すデータセットを受け付ける入力インターフェースと、
前記データセットに基づいて前記身体部位による動作を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記身体部位の移動軌跡の重心位置を特定し、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出し、
前記比が閾値以上である場合に、前記乗員が前記身体部位で回転動作を行なったと判別する、
動作判別装置。
前記プロセッサは、前記比が前記閾値未満である場合に、前記乗員が前記身体部位で払い動作を行なったと判別する、
請求項１に記載の動作判別装置。
前記プロセッサは、前記比が前記閾値未満である場合に、
前記身体部位の移動速度の経時変化を取得し、
前記経時変化における前記移動速度の分布幅が閾値未満である場合に、前記乗員が前記身体部位で回転動作を行なったと判別する、
請求項１に記載の動作判別装置。
前記プロセッサは、前記比が前記閾値未満である場合に、
前記身体部位の移動開始時点と移動終了時点を特定し、
前記移動開始時点から前記移動終了時点までの間に、前記身体部位の移動速度が閾値未満まで減速された後に再加速されたかを判定し、
前記再加速が判定されなかった場合に、前記乗員が前記身体部位で回転動作を行なったと判別する、
請求項１に記載の動作判別装置。
車室内の乗員の身体部位の位置を示すデータセットを受け付ける入力インターフェースと、
前記データセットに基づいて前記身体部位による動作を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記身体部位の移動軌跡の重心位置を特定し、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出し、
前記比が閾値未満である場合に、前記乗員が前記身体部位で払い動作を行なったと判別する、
動作判別装置。
前記プロセッサは、前記比が前記閾値以上である場合に、
前記身体部位の移動速度の経時変化を取得し、
前記経時変化における前記移動速度の分布幅が閾値以上である場合に、前記乗員が前記身体部位で払い動作を行なったと判別する、
請求項５に記載の動作判別装置。
前記プロセッサは、前記比が前記閾値以上である場合に、
前記身体部位の移動開始時点と移動終了時点を特定し、
前記移動開始時点から前記移動終了時点までの間に、前記身体部位の移動速度が閾値未満まで減速された後に再加速されたかを判定し、
前記再加速が判定された場合に、前記乗員が前記身体部位で払い動作を行なったと判別する、
請求項５に記載の動作判別装置。
前記身体部位は手である、
請求項１から７のいずれか一項に記載の動作判別装置。
前記データセットは、ＴＯＦカメラより取得される、
請求項１から８のいずれか一項に記載の動作判別装置。
車室内の乗員の身体部位の位置を示すデータセットに基づいて、当該身体部位による動作をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることによって、当該プロセッサに、
前記身体部位の移動軌跡の重心位置を特定させ、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出させ、
前記比が閾値以上である場合に、前記乗員が前記身体部位で回転動作を行なったと判別させる、
コンピュータプログラム。
車室内の乗員の身体部位の位置を示すデータセットに基づいて、当該身体部位による動作をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることによって、当該プロセッサに、
前記身体部位の移動軌跡の重心位置を特定させ、
前記重心位置から前記移動軌跡までの最短距離と最長距離の比を算出させ、
前記比が閾値未満である場合に、前記乗員が前記身体部位で払い動作を行なったと判別させる、
コンピュータプログラム。
請求項１０または１１に記載のコンピュータプログラムを記憶している記憶媒体。