JP2022189296A - 照明システム - Google Patents

Abstract

【課題】利用者の個人情報の保護を図りつつ、利用者に対して適した照明環境を提供することができる照明システムを提供すること。【解決手段】実施形態に係る照明システムは、検出部と、照明制御部とを具備する。検出部は、施設内を撮像した撮像画像から施設内の利用者の骨格に関する骨格情報を検出する。照明制御部は、検出部によって検出された骨格情報に基づいて施設内に設置された照明機器を制御する。【選択図】図１

Description

本発明は、照明システムに関する。

従来、たとえば、施設内を撮像した撮像画像から顔認証などの技術によって個人を特定し、たとえば、不審者を検出した場合に、特定の照明態様とすることで、周囲にその存在を報知する照明システムが提案されている(たとえば、特許文献１参照)。

特開２０１８－１１６４８０号公報

しかしながら、従来技術では、特定した個人に関する情報(以下、個人情報)が漏洩する恐れがあり、また、個人情報を生かして照明態様を変化させることについては考慮されていなかった。

本発明は、上記に鑑みてなされたものであって、利用者の個人情報の保護を図りつつ、利用者に対して適した照明環境を提供することができる照明システムを提供することを目的とする。

実施形態に係る照明システムは、検出部と、照明制御部とを具備する。前記検出部は、施設内を撮像した撮像画像から前記施設内の利用者の骨格に関する骨格情報を検出する。前記照明制御部は、前記検出部によって検出された前記骨格情報に基づいて前記施設内に設置された照明機器を制御する。

本発明によれば、利用者の個人情報の保護を図りつつ、利用者に対して適した照明環境を提供することができる。

図１は、照明システムの概要を示す図である。 図２は、管理装置のブロック図である。 図３は、骨格情報データベースの一例を示す図である。 図４は、利用者情報データベースの一例を示す図である。 図５は、行動パターンデータベースの一例を示す図である。 図６は、トリガ動作データベースの一例を示す図である。 図７は、行動パターンに基づく処理手順の一例を示すフローチャートである。 図８は、トリガ動作に基づく処理手順の一例を示すフローチャートである。

以下で説明する実施形態に係る照明システム１は、施設Ｓｃ内を撮像した撮像画像から施設Ｓｃ内の利用者Ｕの骨格に関する骨格情報を検出する検出部３２と、検出部３２によって検出された骨格情報に基づいて施設Ｓｃ内に設置された照明機器Ｌを制御する照明制御部３６とを具備する。

また、以下で説明する実施形態に係る照明システム１は、骨格情報に基づく識別子を利用者Ｕ毎に付与する付与部３３を具備し、照明制御部３６は、付与部３３によって付与された識別子に基づき、利用者Ｕに対する照明機器Ｌを制御する。

また、以下で説明する実施形態に係る照明システム１は、識別子に基づき、施設Ｓｃ内における利用者Ｕ毎の行動パターンを生成する生成部３４を具備し、照明制御部３６は、生成部３４によって生成された行動パターンに沿って、利用者Ｕに対する照明機器Ｌを制御する。

また、以下で説明する実施形態に係る照明システム１は、骨格情報に基づいて検出した利用者Ｕの現在の動作から利用者Ｕの次の動作を予測する予測部３５を具備し、照明制御部３６は、予測部３５による予測結果に基づいて、利用者Ｕの次の動作に対して照明機器Ｌを制御する。

以下、図面を参照して、実施形態に係る照明システム１を説明する。実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

まず、図１を用いて、実施形態に係る照明システム１の概要について説明する。図１は、照明システム１の概要を示す図である。図１に示すように、照明システム１は、管理装置１０と、複数の照明装置ＳＬとを具備する。図１に示す例において、管理装置１０は、複数の照明装置ＳＬを制御するクラウドサーバである。

また、図１に示すように、照明装置ＳＬは、施設Ｓｃ内に配置される。施設Ｓｃとして、たとえば、オフィス、工場、商業施設、図書館などといった不特定多数の人が利用する施設が挙げられる。

また、図１に示す例において、照明装置ＳＬが照明機器ＬとカメラＣとを一体に備える場合について例示している。なお、照明機器ＬとカメラＣとは、分離されたものであってもよい。また、照明装置ＳＬは、さらにセンサを備えていてもよい。ここでのセンサは、例えば、人感センサ、温度センサ、湿度センサ、二酸化炭素センサである。

照明機器Ｌは、たとえば、ＬＥＤ(Light Emitting Diode)等の半導体発光素子、蛍光灯、または電球を光源とし、施設Ｓｃ内を所定の照明態様で照明可能な照明機器である。なお、照明機器Ｌは、シーリングライト、ベースライト、ダウンライトといった任意の照明機器が採用可能である。また、照明装置ＳＬは複数の照明機器Ｌを備えていてもよく、この場合、複数種類の照明機器Ｌを備えていてもよい。

カメラＣは、各種の撮像素子を有し、施設Ｓｃの利用者Ｕを撮像する撮像ユニットである。なお、たとえば、施設Ｓｃ内に設けられた防犯カメラなど既存のカメラをカメラＣとして用いることにしてもよい。

ところで、施設内の利用者を特定する手法として、たとえば、顔認証技術を利用する手法が考えられる。しかしながら、顔認証技術では利用者を特定するための情報(以下、個人情報)が万が一漏洩した場合に、個人情報を保護しきれない恐れがある。たとえば、顔認証に用いる顔の特徴点に関する情報が漏洩した場合、当該情報そのものから個人が特定される恐れがあり、当該情報そのものを保護する必要がある。

そこで、実施形態に係る照明システム１では、個人情報を保護する観点から個人（利用者Ｕ）を特定するための情報を骨格情報にとどめることとした。ここで、骨格情報が流出したとしても、顔認証などに比べてより抽象化された骨格情報からでは個人を特定することは困難であり、万が一、骨格情報が流出したとしても個人情報の保護の観点から問題とはならない。

さらに、実施形態に係る照明システム１では、骨格情報に基づき、利用者Ｕ毎に施設Ｓｃ内の照明機器Ｌを制御することで、利用者Ｕ毎に照明環境の最適化を図ることとした。

具体的には、図１に示すように、照明システム１において、管理装置１０は、カメラＣによって施設Ｓｃ内が撮像された撮像画像を取得する（ステップＳ１）。図１に示す例において、カメラＣの撮像領域に利用者Ｕが存在し、カメラＣによって撮像される撮像画像には、利用者Ｕが被写体として写ることになる。

つづいて、管理装置１０は、ステップＳ１において取得した撮像画像に対して所定の画像処理技術を利用することで、撮像画像に写る利用者Ｕの骨格情報を検出する（ステップＳ２）。ここで、骨格情報は、たとえば、利用者Ｕの身体的な特徴点（たとえば、関節）をつないだ線、すなわち、骨に関する情報である。しかしながら、骨格情報は、関節や骨に関する情報に限定されるものではなく、肉付き等に関する情報が含まれていてもよく、歩き方や姿勢に関する情報が含まれていてもよい。

つづいて、管理装置１０は、ステップＳ２において検出した骨格情報に基づき、施設Ｓｃ内の照明機器Ｌを制御する（ステップＳ３）。たとえば、照明システム１においては、骨格情報によって利用者Ｕを識別することができ、骨格情報に基づき利用者Ｕ毎に照明機器Ｌによる照明環境の最適化を行う。なお、管理装置１０は照明機器Ｌを直接制御しなくてもよく、例えば、管理装置１０から照明装置ＳＬに制御信号を送信することで、照明機器ｌが制御される形態であってもよい。

たとえば、管理装置１０は、施設Ｓｃ内における利用者Ｕの行動パターンを生成するとともに、生成した行動パターンから利用者Ｕの次の行動に適した照明態様で照射するように照明機器Ｌを制御する。

また、たとえば、管理装置１０は、骨格情報に基づき、利用者Ｕの現在の動作を検知し、検知した動作から次の動作を予測し、予測した動作に適した照明態様で照射するように照明機器Ｌを制御する。

このように、実施形態に係る照明システム１では、利用者Ｕの骨格情報を検出するとともに、検出した骨格情報に基づき、施設Ｓｃ内の照明機器Ｌを制御する。これにより、実施形態に係る照明システム１では、個人情報の保護を図りつつ、利用者Ｕに最適な照明環境を提供することが可能となる。

次に、図２を用いて、実施形態に係る照明システム１における管理装置１０の構成例について説明する。図２は、管理装置１０のブロック図である。図２に示すように、管理装置１０は、通信部１１と、記憶部２０と、制御部３０とを備える。

通信部１１は、無線通信処理や有線通信処理を行うための通信デバイスである。たとえば、管理装置１０は、通信部１１を介して所定のネットワークへ接続し、かかるネットワークに接続された照明装置ＳＬ（照明機器ＬやカメラＣなど）と各種通信接続を行う。

記憶部２０は、たとえば、ＨＤＤ、ＳＳＤ、光ディスク等の記憶装置である。記憶部２０は、ＲＡＭ、フラッシュメモリ、ＮＶＳＲＡＭ等のデータを書き換え可能な半導体メモリであってもよい。

図２に示すように、記憶部２０は、骨格情報データベース２１と、利用者情報データベース２２と、行動パターンデータベース２３と、トリガ動作データベース２４と、照明機器データベース２５とを有する。

骨格情報データベース２１は、検出した骨格情報を記憶するデータベースである。図３は、骨格情報データベース２１の一例を示す図である。図３に示す例において、骨格情報データベース２１は、「骨格ＩＤ」と、「特徴量」といった情報を対応付けて記憶する。骨格情報データベース２１は、過去に検出した骨格情報を、一定期間もしくは永続的に記憶するように構成されていてもよい。

「骨格ＩＤ」は、過去に検出した骨格情報を識別するための識別子であり、「特徴量」は対応する骨格情報の特徴量を示す。たとえば、図３の例において、骨格ＩＤが「ＳＫ０１」の骨格情報は、「Ｆ０１」の特徴量を有することを示す。特徴量は、利用者Ｕから検出した骨格情報の特徴量であり、例えば、利用者Ｕの身体的な特徴点（たとえば、関節）の数や位置関係や間隔（特徴点どうしの距離）の情報、利用者Ｕの肉付き情報、利用者Ｕの歩き方や姿勢に関する情報、などである。

たとえば、骨格情報データベース２１には、新規の骨格情報が検出される毎に、新規の骨格ＩＤおよび対応する特徴量が記憶されることとなる。なお、骨格ＩＤは、重複する骨格ＩＤが存在しないように、検出した骨格情報に付与される。

図２の説明に戻り、利用者情報データベース２２について説明する。利用者情報データベース２２は、施設Ｓｃ内における利用者に関する情報を記憶するデータベースである。図４は、利用者情報データベース２２の一例を示す図である。

図４に示す例において、利用者情報データベース２２は、「ラベルＩＤ」、「骨格ＩＤ」および「行動履歴」といった情報を互いに対応付けて記憶するデータベースである。「ラベルＩＤ」は、利用者Ｕの施設Ｓｃ内での行動履歴を識別する識別子であり、「骨格ＩＤ」は、上記のように、対応する利用者Ｕを識別するための識別子である。複数の異なる骨格ＩＤが付与された利用者Ｕが、同じ行動履歴を取っている場合は、１つのラベルＩＤに、複数の骨格ＩＤが割り当てられていてもよい。

また、「行動履歴」は、施設Ｓｃ内における利用者Ｕの行動の履歴を示す。たとえば、利用者Ｕが施設Ｓｃ内の通った場所や、滞在した場所や、どこで何をしていたかといった情報が行動履歴として利用者情報データベース２２に登録される。たとえば、施設Ｓｃ内において、骨格情報が検出され、骨格ＩＤが付与された利用者Ｕによる行動が検出される毎に、検出された行動が行動履歴に追加される。なお、行動履歴は絶対時刻情報と関連付けて記憶しないことが好ましいが、行動履歴は絶対時刻情報と関連付けて記憶されてもよい。ここでの絶対時刻情報とは、施設Ｓｃ内のある廊下を１３時に通った、施設Ｓｃ内のある部屋に１４時から１５時まで滞在した、など行動した時刻情報を指す。例えば、施設Ｓｃ内の廊下を３０秒かけて移動した、施設Ｓｃ内のとある場所に３０分滞在した、という相対的な時刻情報は絶対時刻情報には含まれない。行動履歴と絶対時刻情報を関連付けないことで、利用者情報から個人を特定される可能性を低減することが期待できる。

図２の説明に戻り、行動パターンデータベース２３について説明する。行動パターンデータベース２３は、施設Ｓｃ内における利用者Ｕの行動パターンを記憶するデータベースである。図５は、行動パターンデータベース２３の一例を示す図である。

図５に示す例において、行動パターンデータベース２３は、「骨格ＩＤ」、「行動パターン」といった情報を互いに対応付けて記憶するデータベースである。「骨格ＩＤ」は、利用者Ｕを識別するための識別子であり、「行動パターン」は、対応する利用者Ｕの施設Ｓｃ内における行動パターンを示す。ここでの行動パターンとは、上記した行動履歴から生成されるものであり、たとえば、所定周期(たとえば、１日や１週間)の行動パターンが記憶される。

図２の説明に戻り、トリガ動作データベース２４について説明する。トリガ動作データベース２４は、利用者Ｕが行うトリガ動作と、かかるトリガ動作に続いて行う本動作とを対応付けたデータベースである。

図６は、トリガ動作データベース２４の一例を示す図である。図６に示す例において、トリガ動作データベース２４は、「予備動作」と、「本動作」とを互いに関連付けて記憶する。

「予備動作」は、本動作を行う前の予備的な動作を示し、「本動作」は、予備動作に引き続き行われる動作を示す。すなわち、予備動作と本動作とによって一連の動作が行われ、一連の動作の初めの動作が予備動作となる。本実施形態では、予備動作によって本動作が一義的に定まる動作を予備動作と定義する。より具体的な例として、「本を手に取って読む」という一連の動作において、本を手に取る動作が予備動作に対応し、本を読むという動作が本動作に対応する。他の例として、たとえば、エレベータの前で止まるという予備動作に対して、エレベータのボタンを押すという本動作が紐づけられる。

なお、照明システム１では、予備動作をトリガとして本動作を予測することから、予備動作をトリガ動作とも記載する。また、たとえば、トリガ動作データベース２４は、予備動作および本動作に加えて、利用者Ｕの骨格ＩＤや、利用者情報データベース２２にて骨格ＩＤに関連付けられたラベルＩＤや、行動パターンデータベース２３にて骨格ＩＤに関連付けられた行動パターンをあわせて記憶するようにしてもよい。この場合、利用者Ｕ毎に、予備動作および本動作の一連の動作を記憶することになる。

図２の説明に戻り、照明機器データベース２５について説明する。照明機器データベース２５は、施設Ｓｃ内に設置された照明機器Ｌに関するデータベースである。たとえば、照明機器データベース２５には、各照明機器Ｌの種別、設置位置、照射範囲、現在の照明態様（照明の明るさ、色など）などいった各種情報を記憶する。

制御部３０は、管理装置１０の各部を制御するコントローラである。制御部３０は、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサであってもよいし、ＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）等の集積回路であってもよい。

また、制御部３０は、１つの素子で構成されていてもよいし、複数の素子で構成されていてもよい。制御部３０が複数の素子で構成される場合、これら複数の素子は、管理装置１０内の離れた場所に配置されていてもよい。例えば、複数の素子が別々の基板に実装されていてもよい。

また、制御部３０は、取得部３１と、検出部３２と、付与部３３と、生成部３４と、予測部３５と、照明制御部３６とを備える。取得部３１は、カメラＣによって施設Ｓｃ内が撮影された撮像画像を取得する。

たとえば、取得部３１は、複数のカメラＣによって施設Ｓｃ内が撮像された撮像画像を通信部１１を介して所定周期で取得し、後段の処理に回す。たとえば、各撮像画像には、撮像したカメラＣの識別子が付与されており、管理装置１０は、かかる識別子によって撮像画像の撮像位置、撮像範囲等を識別することができる。

検出部３２は、施設Ｓｃ内が撮像された撮像画像から利用者Ｕの骨格情報を検出する。たとえば、検出部３２は、既存の骨格推定技術を用いることで、撮像画像から利用者Ｕの骨格情報を検出する。骨格情報は、たとえば、関節位置や骨の位置に関する情報であるが、肉付きや姿勢、歩き方、仕草等に関する情報を含んでもよい。検出部３２は、骨格情報を検出すると、検出した骨格情報を付与部３３へ渡す。

また、たとえば、検出部３２は、検出した骨格情報に基づき、利用者Ｕの現在の行動や動作を検出する。たとえば、検出部３２は、骨格情報の時系列変化から利用者Ｕの行動や動作を検出する。また、検出部３２によって検出された行動や動作に関する情報は、付与部３３によって利用者Ｕを識別する骨格ＩＤが付与された後に生成部３４へ出力される。

付与部３３は、骨格情報に基づくラベル（識別子の一例であり、例えば、骨格ＩＤ、ラベルＩＤ）を利用者Ｕ毎に付与する。たとえば、付与部３３は、骨格情報データベース２１を照合し、検出部３２から受け取った骨格情報が、骨格情報データベース２１に登録されているか否かを判定する。

付与部３３は、骨格情報が骨格情報データベース２１に登録されていた場合には、骨格情報に関連付けられた骨格ＩＤに対応するラベルを利用者Ｕに対して付与する。また、利用者情報データベース２２を参照し、利用者Ｕに付与した骨格ＩＤに関連付けられたラベルＩＤに対応するラベルを利用者Ｕに対して付与する。

また、付与部３３は、骨格情報が骨格情報データベース２１に登録されていなかった場合には、骨格情報を新規に骨格情報データベース２１に登録するとともに、対応する利用者Ｕに対して新規の骨格ＩＤに対応するラベルを付与し、利用者情報データベース２２への登録を開始する。

すなわち、付与部３３は、過去に施設Ｓｃを利用した利用者Ｕについては過去に付与したものと同一のラベルを付与するとともに、新規の利用者Ｕについては新たなラベルを付与する。

これにより、照明システム１では、施設Ｓｃの利用者Ｕをラベルによって管理することができる。たとえば、照明システム１では、ラベルが付与された利用者Ｕを撮像画像からトラッキング（追跡）できる場合には、ラベルによって利用者Ｕの行動を管理する。なお、照明システム１では、利用者Ｕのトラッキングに失敗した場合にのみ、利用者Ｕに対してラベルを再度付与するようにしてもよい。

生成部３４は、それぞれ固有のラベルＩＤを有するラベルに基づき、施設Ｓｃ内における利用者Ｕ毎の行動パターンを生成する。具体的には、たとえば、生成部３４は、検出部３２によって検出された利用者Ｕによる行動に関する情報を行動パターンデータベース２３に登録するとともに、所定の周期で利用者Ｕ毎の行動パターンを生成する。

生成部３４は、行動パターンを生成すると、生成した行動パターンを行動パターンデータベース２３に登録する。生成部３４は、たとえば、行動履歴を学習用データとする機械学習を用いることで、行動パターンを生成する。

また、生成部３４は、生成した行動パターンに基づいて、照明機器Ｌの制御スケジュールを生成する。たとえば、施設Ｓｃが工場である場合を想定する。利用者Ｕに対して生成した行動パターンにおいて１１時から次の作業のため、違う作業室へ移動して作業を行う行動パターンだったとする。この場合において、たとえば、生成部３４は、１１時に次の作業室の照明機器Ｌをオンにするとともに、前の作業室の照明機器Ｌをオフにする照明スケジュールを生成する。

その他の例として、利用者Ｕの行動パターンが、１３時に居室を出て、休憩所（たとえば、喫煙所）に向かう行動パターンである場合を想定する。この場合、たとえば、生成部３４は、１３時から利用者Ｕが通過する経路や、休憩所の照明機器Ｌを順次オンにする照明スケジュールを生成する。

また、生成部３４は、照明スケジュールの生成に関し、利用者Ｕの照明機器Ｌに対して設定した実際の操作状況（すなわち、照明態様）を考慮することとしてもよい。たとえば、利用者Ｕが休憩所から居室に戻ってきた後に、自席の照明機器Ｌの色温度を所定の値に設定してから作業を開始したとする。この場合、生成部３４は、次回以降の照明スケジュールの生成においては、自席の照明機器Ｌの色温度が過去に設定されていた値となるように照明スケジュールを生成する。これにより、利用者Ｕは、次回以降は、照明機器Ｌを操作することなく、自身で最適化した照明態様で作業を開始することができる。

また、他の例として、複数の休憩所がある場合には、現在の休憩所の混雑状況を考慮し、最も混雑していない休憩所へ利用者Ｕを誘導するように、照明機器Ｌを誘導灯として使用する照明スケジュールを生成することにしてもよい。この場合、管理装置１０では、照明スケジュールにおいて設定された時刻において、各休憩所の利用状況を確認し、休憩所および休憩所までの経路を設定したうえで、照明機器Ｌを順次制御することとなる。

なお、上記の休憩所については、所定の目的地に置き換えることにしてもよい。たとえば、目的地として、トイレ、売店、レジなどに置き換えることにしてもよい。この場合、空いているトイレ、売店、レジ等へ利用者Ｕを誘導することができる。

また、この際、利用者Ｕの現在地から目的地までの経路上における混雑状況をさらに考慮することにしてもよい。たとえば、経路上にエレベータがあったとすると、エレベータの混雑状況に応じて、エレベータを使用する経路またはエレベータを使用しない他の経路を設定することにしてもよい。

予測部３５は、検出部３２によって検出された利用者Ｕの現在の動作から利用者Ｕの次の動作を予測する。たとえば、予測部３５は、トリガ動作データベース２４を参照し、利用者Ｕの現在の動作が予備動作に該当する場合、当該予備動作に紐づいた本動作を次の動作として予測する。

また、予測部３５は、たとえば、利用者Ｕの現在の動作および利用者Ｕが実際に取った次の動作との関係性を学習し、トリガ動作データベース２４を更新することにしてもよい。たとえば、予測部３５は、機械学習を用い、現在の行動および利用者Ｕが実際に取った次の行動との関係性を学習し、学習結果に応じてトリガ動作データベース２４を更新する。

なお、予備動作と本動作との関係性は、たとえば、照明態様を変更する必要性が生じるものに限定することとしてもよい。これは、予備動作と本動作との間で、照明態様の変更が必要でない場合には、照明機器Ｌの追加制御は不要となるためである。

照明制御部３６は、施設Ｓｃ内に設置された照明機器Ｌを制御する。たとえば、照明制御部３６は、各照明機器Ｌの照明態様を制御する。ここで、照明態様を制御するとは、照明機器Ｌの点灯のオン／オフ、明るさ（光束、照度、輝度、光度など）、色（色温度、演色性、色度座標など）、照射範囲などを制御することを指す。たとえば、照明制御部３６は、通信部１１を介して各照明機器Ｌへ制御信号を送信することで、各照明機器Ｌの照明態様を制御する。

また、照明制御部３６は、検出部３２によって検出された骨格情報に基づいて照明機器Ｌを制御する。具体的には、照明制御部３６は、生成部３４によって生成された行動パターンや、予測部３５による予測結果に応じて、各照明機器Ｌの照明態様を制御する。

たとえば、照明制御部３６は、生成部３４によって生成された行動パターンに基づく照明スケジュールに沿って、各照明機器Ｌの照明態様を制御する。具体的には、たとえば、照明スケジュールにおいて指定された時刻に、指定された照明態様となるように指定された照明機器Ｌを制御する。

このように、照明制御部３６は、行動パターンに基づいて、照明機器Ｌの制御を行うことで、次の行動に適した照明環境を提供することができる。また、行動パターンは、骨格情報に基づき、利用者Ｕ毎に生成されるので、利用者Ｕ毎に照明環境を最適化することができる。

また、照明制御部３６は、予測部３５がトリガ動作（予備動作）を検出した場合には、予備動作に引き続き行われる本動作に対して適した照明態様となるように照明機器Ｌの制御を行う。これにより、照明システム１では、次の動作に適した照明環境を提供することができる。

次に、図７および図８を用いて、管理装置１０が実行する処理手順について説明する。まず、図７を用いて、管理装置１０が利用者Ｕの行動パターンに基づいて照明制御処理を実施する手順について説明する。図７は、行動パターンに基づく照明制御処理の処理手順の一例を示すフローチャートである。なお、以下に示す処理手順は管理装置１０の制御部３０によって実行される。

図７に示すように、管理装置１０は、利用者Ｕが撮像された撮像画像を取得すると（ステップＳ１０１）、撮像画像から利用者Ｕの骨格情報を検出する（ステップＳ１０２）。つづいて、管理装置１０は、検出した骨格情報に基づいて、利用者Ｕに対して骨格ＩＤを付与する（ステップＳ１０３）。

その後、管理装置１０は、付与した骨格ＩＤに基づき、各利用者Ｕの行動履歴を蓄積し（ステップＳ１０４）、蓄積した行動履歴に基づき、利用者Ｕ毎に行動パターンを生成する（ステップＳ１０５）。

つづいて、管理装置１０は、生成した行動パターンに基づいて、照明機器Ｌを制御し（ステップＳ１０６）、処理を終了する。

次に、図８を用いて、トリガ動作に基づく一連の処理手順について説明する。図８は、トリガ動作に関する処理手順の一例を示すフローチャートである。図８に示すように、管理装置１０は、骨格情報に基づき、利用者Ｕの動作を検出すると（ステップＳ２０１）、検出した動作がトリガ動作と一致するか否かを判定する（ステップＳ２０２）。

管理装置１０は、ステップＳ２０２の判定処理において、検出した動作とトリガ動作とが一致していた場合（ステップＳ２０２；Ｙｅｓ）、当該トリガ動作に続く本動作に適した照明態様となるように照明機器Ｌを制御し（ステップＳ２０３）、処理を終了する。

また、管理装置１０は、ステップＳ２０２の判定処理において、検出した動作とトリガ動作とが一致していなかった場合、すなわち、トリガ動作を検出していない場合（ステップＳ２０２；Ｎｏ）、ステップＳ２０３の処理を省略して、処理を終了する。

上述したように、実施形態に係る照明システム１は、検出部３２と、照明制御部３６とを具備する。検出部３２は、施設Ｓｃ内を撮像した撮像画像から施設Ｓｃ内の利用者Ｕの骨格に関する骨格情報を検出する。照明制御部３６は、検出部３２によって検出された骨格情報に基づいて施設Ｓｃ内に設置された照明機器Ｌを制御する。したがって、実施形態に係る照明システム１によれば、利用者Ｕの個人情報の保護を図りつつ、利用者Ｕに対して最適な照明環境を提供することができる。

ところで、上述した実施形態では、上述した照明システム１では、行動パターンや予備動作から次の行動や動作を予測して、照明機器Ｌを制御する場合について説明したが、これに限定されるものではない。すなわち、照明機器Ｌ以外の各種機器を制御することにしてもよい。

また、照明システム１は、たとえば、利用者Ｕの年齢をさらに考慮したうえで、照明機器Ｌを制御することにしてもよい。なお、年齢については骨格情報から推定してもよいし、あるいは、顔認証等の技術を用いて推定することにしてもよい。

一般的に、加齢によって明暗の順応が遅くなる傾向がある。そのため、たとえば、年齢の高い利用者Ｕに対しては徐々に照度を変化させるフェード処理を行うようにしてもよい。

また、たとえば、照明システム１では、たとえば、利用者Ｕを探し物へ誘導するように照明機器Ｌを制御することにしてもよい。具体例として、たとえば、駐輪場や駐車場において、利用者Ｕの自転車や車へ誘導するように照明機器Ｌを制御することにしてもよい。

この場合、自転車や車を駐車した利用者Ｕと、駐車位置とを対応付けて記憶しておき、利用者Ｕが駐輪場や駐車場に帰ってきた場合には、記憶した駐車位置へ誘導するように照明機器Ｌを制御する。このとき、例えば、利用者Ｕが駐車場から出る際に、駐車位置から駐車場の出口まで移動した経路を行動履歴として記憶し、その移動経路を反対方向に辿る経路を行動パターンとして生成してもよい。また、たとえば、駐車した利用者Ｕと異なる骨格ＩＤを有する利用者Ｕが自転車を取り出す場合、すなわち、盗難の場合には、照明機器Ｌを点滅させて、盗難を周知させることにしてもよい。このとき、例えば、利用者Ｕが自転車を駐輪した際に、利用者Ｕが当該自転車を駐輪したことを行動履歴として記憶し、利用者Ｕが当該自転車を取り出すことを行動パターンとして生成する。そして、行動パターンにおいて、利用者（骨格ＩＤ）と、行動内容と、が一致しない場合に、照明機器が制御されるように構成されてもよい。反対に、利用者（骨格ＩＤ）と、行動内容と、が一致する場合に、照明機器が制御されるように構成されてもよい。

その他、たとえば、駐輪場において、自転車に乗った利用者Ｕと、駐輪場へ入場する他の利用者Ｕが出合い頭で衝突する恐れがある場合には、照明機器Ｌを点滅させるなどして、注意喚起を図ることにしてもよい。

本発明の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 照明システム
１０ 管理装置
２１ 骨格情報データベース
２２ 利用者情報データベース
２３ 行動パターンデータベース
２４ トリガ動作データベース
２５ 照明機器データベース
３１ 取得部
３２ 検出部
３３ 付与部
３４ 生成部
３５ 予測部
３６ 照明制御部

Claims (4)

1. 施設内を撮像した撮像画像から前記施設内の利用者の骨格に関する骨格情報を検出する検出部と；
   前記検出部によって検出された前記骨格情報に基づいて前記施設内に設置された照明機器を制御する照明制御部と；
   を具備する照明システム。
2. 前記骨格情報に基づく識別子を前記利用者毎に付与する付与部；
   を具備し、
   前記照明制御部は、
   前記付与部によって付与された前記識別子に基づき、前記利用者に対する前記照明機器を制御する
   請求項１に記載の照明システム。
3. 前記識別子に基づき、前記施設内における前記利用者毎の行動パターンを生成する生成部；
   を具備し、
   前記照明制御部は、
   前記生成部によって生成された前記行動パターンに沿って、前記利用者に対する前記照明機器を制御する
   請求項２に記載の照明システム。
4. 前記骨格情報に基づいて検出した現在の行動から前記利用者の次の行動を予測する予測部；
   を具備し、
   前記照明制御部は、
   前記予測部による予測結果に基づいて、前記利用者の次の行動に対して前記照明機器を制御する
   請求項１、２または３に記載の照明システム。
   

Images