JP2023146398A - 画像処理装置、画像処理方法、情報処理システム、 - Google Patents

Abstract

【課題】画像に対する画像処理結果を利用するシステムにおいて稼働の安定性を向上させること。【解決手段】本発明の画像処理装置１００は、画像から第１の対象を認識する第１の処理を行う第１の処理手段１２１と、第１の処理にかかる消費電力を特定する特定手段１２２と、特定した消費電力に応じて画像から第２の対象を認識する第２の処理を行うかを判定する判定手段１２３と、を備える。【選択図】図１

Description

本発明は、画像処理装置、画像処理方法、情報処理システムに関する。

画像データから物体を検出する技術を様々な領域で利用することが検討されている。例えば、特許文献１には、店舗内に設置された監視カメラで撮影した画像データから人物といった動体を検出する、ことが記載されている。

ここで、上述したような監視カメラは、店舗内の天井や壁に設置されうる。例えば、特許文献２に、ネットワークカメラと画像処理装置に対して、ＰｏＥ（Ｐｏｗｅｒ ｏｖｅｒ Ｅｔｈｅｒｎｅｔ）給電を行うことが記載されている。

特開２０１１－２３７８８４号公報 特開２０１８－１４８４５４号公報

一方で、店舗内の天井や壁に設置された対象に対する給電では、給電可能な電力値が限られている。このため、特許文献２では、消費電力に応じてネットワークカメラ及び画像処理装置での消費電力に応じて処理状況を変更している。特に、特許文献２では、低電力消費動作モードでは、画像認識処理を停止する、ことが記載されている。

しかしながら、特許文献２に記載のように、消費電力に応じて画像認識処理を停止してしまうと、所望の画像処理結果を得ることができない。このため、画像に対する画像処理結果を用いて所定の処理を実行するシステムにおいては、稼働の安定性が低下する、という問題が生じる。また、ＰｏＥ給電に限らず、いかなる給電方法で電力が供給されるシステムであっても、上述同様の問題が生じる。

このため、本発明の目的は、画像に対する画像処理結果を利用するシステムにおける稼働の安定性を向上させることにある。

本発明の一形態である画像処理装置は、
画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
前記第１の処理にかかる消費電力を特定する特定手段と、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する判定手段と、
を備えた、
という構成をとる。

また、本発明の一形態である画像処理方法は、
画像から第１の対象を認識する第１の処理を行い、
前記第１の処理にかかる消費電力を特定し、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する、
という構成をとる。

また、本発明の一形態である情報処理システムは、
画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
前記第１の処理にかかる消費電力を特定する特定手段と、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する判定手段と、
を備えた、
という構成をとる。

また、本発明の一形態であるプログラムは、
画像から第１の対象を認識する第１の処理を行い、
前記第１の処理にかかる消費電力を特定し、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する、
処理をコンピュータに実行させる、
という構成をとる。

本発明は、以上のように構成されることにより、画像に対する画像処理結果を利用するシステムにおいて稼働の安定性の向上を図ることができる。

本発明の実施形態１における画像処理装置のハードウェア構成を示すブロック図である。 本発明の実施形態１における画像処理装置の構成を示すブロック図である。 本発明の実施形態１における画像処理装置の動作を示すフローチャートである。 本発明の実施形態２における情報処理システムの構成を示す概略図である。 図４に開示した画像処理装置及び管制装置の構成を示すブロック図である。 図５に開示した画像処理装置による処理の様子を示す図である。 図５に開示した画像処理装置による処理の様子を示す図である。 図５に開示した画像処理装置の動作を示すフローチャートである。 本発明の実施形態３における画像処理装置の構成を示すブロック図である。 図９に開示した画像処理装置による処理の様子を示す図である。

＜実施形態１＞
次に、本発明の第１の実施形態を、図１乃至図３を参照して説明する。図１乃至図２は、実施形態１における画像処理装置の構成を示すブロック図であり、図３は、画像処理装置の動作を示すフローチャートである。なお、本実施形態では、後述する実施形態で説明する画像処理装置、情報処理システム、画像処理方法の構成の概略を示している。

まず、図１を参照して、本実施形態における画像処理装置１００のハードウェア構成を説明する。画像処理装置１００は、一般的な情報処理装置にて構成されており、一例として、以下のようなハードウェア構成を装備している。
・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１（演算装置）
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０２（記憶装置）
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０３（記憶装置）
・ＲＡＭ１０３にロードされるプログラム群１０４
・プログラム群１０４を格納する記憶装置１０５
・情報処理装置外部の記憶媒体１１０の読み書きを行うドライブ装置１０６
・情報処理装置外部の通信ネットワーク１１１と接続する通信インタフェース１０７
・データの入出力を行う入出力インタフェース１０８
・各構成要素を接続するバス１０９

そして、画像処理装置１００は、プログラム群１０４をＣＰＵ１０１が取得して当該ＣＰＵ１０１が実行することで、図２に示す第１の処理手段１２１と特定手段１２２と判定手段１２３とを構築して装備することができる。なお、プログラム群１０４は、例えば、予め記憶装置１０５やＲＯＭ１０２に格納されており、必要に応じてＣＰＵ１０１がＲＡＭ１０３にロードして実行する。また、プログラム群１０４は、通信ネットワーク１１１を介してＣＰＵ１０１に供給されてもよいし、予め記憶媒体１１０に格納されており、ドライブ装置１０６が該プログラムを読み出してＣＰＵ１０１に供給してもよい。但し、上述した第１の処理手段１２１と特定手段１２２と判定手段１２３とは、かかる手段を実現させるための専用の電子回路で構築されるものであってもよい。

なお、図１は、画像処理装置１００である情報処理装置のハードウェア構成の一例を示しており、情報処理装置のハードウェア構成は上述した場合に限定されない。例えば、情報処理装置は、ドライブ装置１０６を有さないなど、上述した構成の一部から構成されてもよい。また、画像処理装置１００は、複数の情報処理装置で構成されていてもよい。そして、上述した第１の処理手段１２１と特定手段１２２と判定手段１２３とは、必ずしも１つの情報処理装置に搭載されていなくてもよい。例えば、各手段１２１，１２２，１２３自体や各手段が有する各処理機能が、複数の情報処理装置に分散されて搭載されていてもよい。つまり、複数の情報処理装置による情報処理システムが、上記各手段１２１，１２２，１２３を備えていてもよい。

そして、画像処理装置１００は、上述したようにプログラムによって構築された第１の処理手段１２１と特定手段１２２と判定手段１２３との機能により、図３のフローチャートに示す画像処理方法を実行する。

図３に示すように、画像処理装置１００は、
第１の処理手段１２１が、画像から第１の対象を認識する第１の処理を行い（ステップＳ１０１）、
特定手段１２２が、第１の処理にかかる消費電力を特定し（ステップＳ１０２）、
判定手段１２３が、特定した消費電力に応じて、画像から第２の対象を認識する第２の処理を行うかを判定する（ステップＳ１０３）、
という処理を実行する。

ここで、画像とは、認識対象が存在しうる所定空間を撮影した画像であり、例えば、深度カメラ、ステレオカメラ、三次元ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）などの撮影装置で撮影した距離画像や、スペクトルカメラといった撮影装置で撮影したＲＧＢ画像など、いかなる撮影装置で取得したいかなる画像であってもよく、複数種類の画像の組み合わせであってもよい。また、第１の対象とは、ロボット、荷物、人、車両など、移動あるいは静止したいかなる物体を含む。そして、第１の処理とは、画像に第１の対象が含まれている場合に、画像内から第１の対象を検出する処理を表す。例えば、第１の処理では、画像内から第１の対象が有する特徴（距離、形状、色など）を検出することで当該第１の対象を検出するが、いかなる処理により第１の対象を検出してもよい。

また、第１の処理にかかる消費電力とは、上述した第１の処理を画像処理装置が実行したときに当該画像処理装置によって消費される電力である。なお、第１の処理にかかる消費電量は、第１の処理の終了時における画像処理装置の消費電力であってもよい。そして、消費電力を特定する、とは、消費電力の値を取得することを表し、例えば、電力を検出する装置で検出された値を取得したり、処理内容から算出される消費電力を取得する。また、特定した消費電力に応じて、とは、特定した消費電力の値がいかなる値であるかによって、を表し、例えば、消費電力の値が設定された閾値未満である場合、とされてもよい。なお、閾値は、予め設定された値であってもよく、消費電力の値に応じて設定される値でもよい。

また、第２の対象とは、ロボット、荷物、人、車両など、移動あるいは静止したいかなる物体を含み、上述した第１の対象とは異なる物体である。そして、第２の処理とは、画像に第２の対象が含まれている場合に、画像内から第２の対象を検出する処理を表す。例えば、第２の処理では、画像内から第１の対象とは異なる第２の物体と判断できる特徴（距離、形状、色など）を検出することで当該第２の対象を検出するが、いかなる処理により第２の対象を検出してもよい。また、第２の処理を行うかを判定する、とは、上述した消費電力がいかなる値かに応じて、第２の処理を実行する、と決定することを表す。

本発明は、上述した構成により、まず、画像処理装置１０の第１の処理手段１２１は、撮影装置１３０にて撮影した画像に対して、画像内に第１の対象が含まれているかを検出する。そして、第１の処理手段１２１は、画像内に第１の対象が含まれている場合に、画像から第１の対象を検出する第１の処理を実行する。続いて、画像処理装置１００の特定手段１２２は、第１の処理にかかる消費電力、つまり、画像から第１の対象を検出した処理にかかる画像処理装置１００自身が消費した電力の値を検出する。そして、画像処理装置１００の判定手段１２３は、検出した消費電力の値が予め設定された基準を満たすかを判定する。画像処理装置１００は、消費電力が予め設定された基準を満たす場合に、画像からさらに第２の対象を検出する第２の処理を行うことを決定する。

このように、本発明では、第１の対象の認識にかかる消費電力に応じて第２の対象の認識を行うため、画像処理結果を用いて所定の処理を実行するシステムの稼働の安定性を向上することができる。具体的には、第１の対象の認識にかかる消費電力に応じて第２の対象の認識を行うため、つまり、消費電力に余裕がある場合にさらに第２の対象の認識を行うため、電力不足による制御対象の認識失敗の可能性を低減することができ、画像処理結果を用いて所定の処理を実行するシステムを安定して稼働させることができる。

＜実施形態２＞
本発明の第２の実施形態を、図４乃至図８を参照して説明する。図４乃至図５は、情報処理システムの構成を説明するための図であり、図６乃至図８は、情報処理システムの処理動作を説明するための図である。

［構成］
本発明における情報処理システムは、所定の空間を撮影する撮影装置Ｃと、撮影された画像を処理する画像処理装置１０と、を備えて構成される。なお、撮影対象となる所定の空間は、例えば、搬送する物体が配置された倉庫内であり、かかる搬送する物体を無人走行可能な搬送ロボットＲが搬送する空間となっている。このため、所定の空間は、搬送ロボットＲが走行する空間となっており、情報処理システムは、搬送ロボットＲを制御対象として制御するよう構成される。

図４に示すように、撮影装置Ｃは、倉庫といった天井Ｗや壁に設置され、制御対象となる搬送ロボットＲが移動するエリアを撮影するよう構成される。また、画像処理装置１０は、撮影された画像を処理することで、倉庫内において物品を搬送するための移動する搬送ロボットＲの位置を検出すると共に、搬送ロボットＲ以外の物体、例えば、搬送ロボットＲの移動の妨げとなりうる障害物である載置された荷物Ｔ１や人物Ｔ２の位置も検出する。そして、画像処理装置１０にて検出した搬送ロボットＲや障害物Ｔ１，Ｔ２の位置は、管制装置２０に通知され、搬送ロボットＲの移動の制御に利用されることとなる。なお、図４では、画像処理装置１０と管制装置２０とが別々の装置であることとして示しているが、画像処理装置１０と管制装置２０とは、１つの情報処理装置で構成されていてもよい。

但し、本発明における情報処理システムは、必ずしも倉庫内に設置されていることに限定されず、いかなる場所に設置されてもよい。例えば、ロボットアームといった産業用ロボットが設置された製造ラインなどの工場内に設置されるものであってもよいし、多数の人や装置が存在する屋外であってもよい。また、画像処理装置１０にて検出する物体は、ロボットＲや障害物Ｔ１，Ｔ２であることにも限定されず、いかなる物体を検出する対象としてもよい。そして、情報処理システムは、いかなる用途で使用されてもよい。以下、情報処理システムの構成について詳しく説明する。

撮影装置Ｃは、倉庫内の天井Ｗに設置されており、倉庫内の所定領域を上方から撮影するものである。但し、撮影装置Ｃは、必ずしも天井Ｗに設置されていることに限定されず、壁やスタンドなど、いかなる場所に設置されていてもよい。このため、撮影装置Ｃにて撮影される画像も、上方から見た画像であることに限定されず、いかなる方向から撮影された画像であってもよい。

そして、本実施形態における撮影装置Ｃは、深度カメラであり、画素値を距離値（深度）とした距離画像を撮影するものである。例えば、撮影装置Ｃは、赤外線レーザを物体に投射した際の往復の時間から距離を計測する形式の三次元ＬｉＤＡＲといった撮影装置であってもよく、ステレオカメラといった視差を利用して距離画像を撮影する撮影装置など、いかなる方式の撮影装置であってもよい。そして、撮影装置Ｃは、一定の時間間隔で画像を撮影し、かかる画像を画像処理装置１０に渡す。但し、撮影装置Ｃは、深度カメラであることに限定されず、ＲＧＢ画像を撮影するスペクトルカメラなど、いかなるカメラであってもよく、また、複数種類のカメラの組み合わせであってもよい。また、撮影装置Ｃが撮影する画像は、距離画像であることに限定されず、ＲＧＢ画像などいかなる画像であってもよく、複数種類の画像の組み合わせであってもよい。なお、本実施形態では、撮影装置Ｃは、距離画像とＲＧＢ画像の２種類の画像を撮影して取得することとする。

画像処理装置１０は、演算装置と記憶装置とを備えた１台又は複数台の情報処理装置にて構成される。特に、本実施形態における画像処理装置１０は、上述した撮影装置Ｃと一体的に構成されており、撮影装置Ｃと共に倉庫内の天井Ｗに設置される。例えば、画像処理装置１０は、天井Ｗに設置可能なようシングルボードコンピュータにて構成されており、撮影装置Ｃと一体的であることから、いわゆるネットワークカメラとして構成されている。但し、画像処理装置１０は、必ずしも撮影装置Ｃと一体的に構成されていることに限定されず、撮影装置Ｃとは分離して構成されていてもよい。また、画像処理装置１０は、必ずしも天井Ｗに設置されていることに限定されず、壁やラックなど、いかなる場所に設置されていてもよい。

そして、画像処理装置１０は、図５に示すように、ネットワーク受電部１５を備えており、通信ネットワークを利用して給電を受けることが可能である。具体的に、画像処理装置１０のネットワーク受電部１５にＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）ケーブルを接続することで、ＰｏＥ（Ｐｏｗｅｒ ｏｖｅｒ Ｅｔｈｅｒｎｅｔ）給電を受けることができる。なお、ＬＡＮケーブルの長さや品質により異なるが、画像処理装置１０に給電される電力には上限がある。このため、画像処理装置１０は、消費電力の上限値が設定された状態で、ＰｏＥ給電にて供給された電力にて稼働されることとなる。なお、画像処理装置１０と一体的に構成された撮影装置Ｃも、画像処理装置１０にＰｏＥ給電で供給された電力にて稼働することとなる。但し、画像処理装置１０は、必ずしもＰｏＥ給電にて電力の供給を受けることに限定されず、いかなる方法で電力の供給を受けてもよい。

また、画像処理装置１０は、図５に示すように、画像取得部１１、物体検出部１２、電力管理部１３、情報生成部１４、を備える。画像取得部１１、物体検出部１２、電力管理部１３、情報生成部１４の各機能は、演算装置が記憶装置に格納された各機能を実現するためのプログラムを実行することにより実現することができる。なお、画像処理装置１００は、複数の情報処理装置で構成されていてもよい。そして、上述した画像取得部１１、物体検出部１２、電力管理部１３、情報生成部１４は、必ずしも１つの情報処理装置に搭載されていなくてもよい。例えば、各部１１～１４自体や各部が有する各処理機能が、複数の情報処理装置に分散されて搭載されていてもよい。つまり、複数の情報処理装置により構成させる情報処理システムが、上記各部１１～１４を備えていてもよい。以下、各構成について詳述する。

画像取得部１１は、撮影装置Ｃにて撮影された距離画像及びＲＧＢ画像である画像を取得し、記憶装置に一時的に記憶する。このとき、撮影装置Ｃでは、一定の時間間隔で画像が撮影されているため、画像取得部１１は、順次画像を取得し、記憶装置に記憶する。

物体検出部１２（第１の処理手段、第２の処理手段、第３の処理手段、判定手段）は、取得した画像から物体を認識する処理を行う。具体的に、物体検出部１２は、まず、距離画像を用いて、画像内に存在しうる搬送ロボットＲ（第１の対象）を認識する処理（第１の処理）を行う。このとき、物体検出部１２は、搬送ロボットＲを認識する処理を、例えば、数１０ｍｓから１００ｍｓといった時間間隔で常に実行する。

一例として、物体検出部１２は、予め搬送ロボットＲの頭頂部の高さを記憶しており、距離画像である画像内から、記憶している高さの物体を搬送ロボットＲとして認識する。例えば、搬送ロボットＲの頭頂部は、予め規定された形状（一例として、矩形）の平面にて形成されており、その高さが規定されている。このため、物体検出部１２は、記憶された高さの物体を認識することで、かかる物体を搬送ロボットＲとして認識することができる。このとき、物体検出部１２は、物体の外形も考慮して搬送ロボットＲを認識してもよい。なお、物体検出部１２は、画像内から搬送ロボットＲをいかなる方法で認識してもよい。例えば、物体検出部１２は、ＲＧＢ画像を用いて、かかる画像内から搬送ロボットＲを認識してもよい。一例として、搬送ロボットＲの上面に当該搬送ロボットＲを識別するための識別情報を含むＱＲコードを表示させておき、かかるＱＲコードをＲＧＢ画像から読み取ることで、搬送ロボットＲを認識してもよい。そして、物体検出部１２は、画像内における認識した搬送ロボットＲの座標を情報生成部１４に渡す。なお、図７の符号Ａ１は、上述した処理の様子を示しており、符号Ｐ１に示すように、画像内から搬送ロボットＲが認識されることとなる。

また、物体検出部１２は、画像内に存在しうる搬送ロボット以外の物体、例えば、図４に示すような障害物となりうる荷物Ｔ１や人物Ｔ２を認識する処理（第２の処理）も行う。このとき、物体検出部１２は、障害物を認識する処理を、例えば、数１００ｍｓから１ｓといった時間間隔、つまり、上述した搬送ロボットＲの認識処理よりも長い時間間隔で実行する。但し、物体検出部１２は、動作中である画像処理装置１０の消費電力に応じて、障害物を認識する処理を実行する。例えば、後述する電力管理部１３にて動作中である画像処理装置１０の消費電力が特定されることとなるが、物体検出部１２は、特定された消費電力が設定された閾値未満である場合には、障害物を認識する処理を実行すると判定し、障害物を認識する処理を実行する。一方、物体検出部１２は、特定された消費電力が設定された閾値以上の場合には、障害物を認識する処理を実行しないこととなる。なお、このとき消費電力と比較される閾値を第一の閾値とし、画像処理装置１０に対して設定されている消費電力の上限値よりも低い値が予め設定されていることとする。

具体的に、物体検出部１２は、以下のようにして障害物を認識する処理を行う。このとき、本実施形態では、物体検出部１２は、距離画像とＲＧＢ画像とを併用して、画像内から障害物を認識する処理を行う。但し、物体検出部１２は、必ずしも距離画像とＲＧＢ画像とを併用することに限定されず、いずれか一方の画像を使用してもよく、他の画像を使用してもよい。

まず、物体検出部１２は、図７の点線に示すように、画像内に格子状のグリッドＧを設定する。例えば、図７に示す直交する実線の交点Ｏは撮影装置Ｃの中心位置を表しており、かかる中心位置を基準とした周囲に、配列された正方形のグリッドＧを設定する。なお、グリッドＧのサイズやその基準点は、後述するように管制装置２０のグリッド設定部２１から通知される。

そして、物体検出部１２は、距離画像から、上述した搬送ロボットＲ以外の高さ（深度）の領域を認識し、かかる個々の領域を個々の障害物領域として認識する。例えば、物体検出部１２は、搬送ロボットＲの高さとは異なる高さのうち、同一とみなされる高さ（深度）の領域を１つの障害物領域として認識する。このとき、物体検出部１２は、事前に障害物が存在していないときの初期画像を撮影しておき、かかる初期画像と、新たに取得した画像と、の差分をとることで、障害物領域を認識してもよい。また、物体検出部１２は、距離画像だけでなく、ＲＧＢ画像を用いて、上述したような差分処理を行うなどして障害物領域を認識しても良い。そして、物体検出部１２は、上述したように設定したグリッドＧ毎に、障害物領域に該当するか否かを判定する。このとき、物体検出部１２は、障害物領域の座標が対応して位置するグリッドＧについては、障害物あり、と判定し、障害物領域ではない座標が対応して位置するグリッドＧについては、障害物なし、と判定する。例えば、図７の例では、黒色で塗りつぶした符号Ｕ１のグリッドが、障害物あり、と判定される。一方、物体検出部１２は、障害物領域の周囲に位置しているが、ＲＧＢ画像から物体の影などにより上述した認識処理では障害物領域であることの判断ができない場合には、障害物不明、と判定する。例えば、図７の例では、灰色で塗りつぶした符号Ｕ２のグリッドが、障害物不明、と判定される。そして、物体検出部１２は、各グリッドＧに対する判定結果を、情報生成部１４に通知する。例えば、物体検出部１２は、障害物ありＵ１、障害物不明Ｕ２のそれぞれのグリッドＧの位置情報を情報生成部１４に通知する。なお、グリッドＧの位置情報としては、例えば、画像内におけるグリッドＧの配置位置の情報であってもよく、画像内におけるグリッドＧの頂点の座標であってもよく、画像内の位置が特定できる情報であればいかなる情報であってもよい。

ここで、上述した障害物Ｔ１，Ｔ２を認識する様子を、図６の符号Ａ２に示す。上述したように障害物Ｔ１，Ｔ２を認識した場合には、符号Ａ２の図に示すように、画像内から、上述した符号Ｐ１の枠内の搬送ロボットＲが認識されると共に、符号Ｐ２の枠内の障害物Ｔ１，Ｔ２も認識されることとなる。

なお、上記では、物体検出部１２は、画像内にグリッドＧを設定してグリッドＧごとに障害物を検出することで、障害物を認識することとしているが、いかなる方法で画像から障害物を認識してもよい。例えば、物体検出部１２は、距離画像やＲＧＢ画像から、搬送ロボットＲの特徴（例えば、高さや形状）を有しない他の物体を障害物として検出し、かかる障害物の画像内における座標を検出することで、障害物を認識してもよい。

さらに、物体検出部１２は、上述したように認識した障害物について、かかる画像に対してさらなる処理（第３の処理）を行う。ここでは、物体検出部１２は、認識した障害物の種別を判別する処理を行う。このとき、物体検出部１２は、障害物の種別を判別する処理を、例えば、１ｓ以上といった時間間隔、つまり、上述した障害物の認識処理よりも長い時間間隔で実行する。但し、物体検出部１２は、動作中である画像処理装置１０の消費電力に応じて、障害物を認識する処理を実行する。例えば、後述する電力管理部１３にて動作中である画像処理装置１０の消費電力が特定されることとなるが、物体検出部１２は、特定された消費電力が設定された閾値未満である場合には、障害物の種別を判別する処理を実行すると判定し、障害物の種別を判別する処理を実行する。一方、物体検出部１２は、特定された消費電力が設定された閾値以上である場合には、障害物の種別を判別する処理を実行しないこととなる。なお、このとき消費電力と比較される閾値を第二の閾値とし、画像処理装置１０に対して設定されている消費電力の上限値よりも低い値が予め設定されていることとする。

なお、物体検出部１２は、障害物を認識した処理の結果に応じて、障害物の種別を判別する処理を実行する。例えば、物体検出部１２は、上述したように障害物を認識したときに、かかる障害物の数を特定する。そして、物体検出部１２は、特定した障害物の数を電力管理部１３に通知する。すると、後述するように、電力管理部１３にて、後に画像処理装置１０によって行われる認識した障害物の種別を判別する処理の消費電力が推定されることとなり、かかる推定された消費電力に応じて、障害物の種別を判別する処理を実行する。例えば、物体検出部１２は、推定された消費電力が設定された閾値未満である場合には、障害物の種別を判別する処理を実行すると判定し、障害物の種別を判別する処理を実行する。一方、物体検出部１２は、推定された消費電力が設定された閾値以上である場合には、障害物の種別を判別する処理を実行しないこととなる。なお、このとき推定された消費電力と比較される閾値を第三の閾値とし、画像処理装置１０に対して設定されている消費電力の上限値よりも低い値が予め設定されていることとする。

具体的に、物体検出部１２は、以下のようにして障害物の種別を判別する処理を行う。まず、物体検出部１２は、障害物を認識した個々の障害物領域の形状を特定し、かかる形状と既知の物体の形状とのパターンマッチングを行う。例えば、既知の物体として、荷物や人物の形状のパターンデータを用意しておく。そして、物体検出部１２は、各障害物領域の障害物を、当該障害物領域の形状がマッチした物体、例えば、荷物Ｔ１や人物Ｔ２の種別であると判別する。そして、物体検出部１２は、各障害物の種別の判別結果を、情報生成部１４に通知する。但し、物体検出部１２による障害物の種別の判別処理は、上述した方法で行われることに限定されず、いかなる方法で行われてもよい。なお、図６の符号Ａ３は、上述した処理の様子を示しており、符号Ｐ１，Ｐ２の枠内に示すように、画像内から搬送ロボットＲと障害物Ｔ１，Ｔ２とが認識されると共に、符号Ｐ３の枠内に示すように、画像内から障害物Ｔ１，Ｔ２の種別の判別も行われることとなる。

電力管理部１３（特定手段、推定手段）は、動作中の画像処理装置１０の消費電力を計測して特定し、特定した消費電力を物体検出部１２に通知する。例えば、電力管理部１３は、画像処理装置１０の物体検出部１２にて搬送ロボットＲの認識処理が行われているときには、かかる処理による消費電力を含むよう画像処理装置１０の消費電力を特定し、障害物の認識処理が行われているときには、かかる処理による消費電力を含むよう画像処理装置１０の消費電力を特定する。また、電力管理部１３は、画像処理装置１０の物体検出部１２から認識した障害物の数が通知された場合には、画像処理装置１０によってかかる数の障害物の種別を判別したときの消費電力を推定して、かかる推定した消費電力を物体検出部１２に通知する。例えば、障害物の種別を判別したときの消費電力を数に応じて算出する算出式が用意されており、電力管理部１３は、かかる算出式を用いて消費電力を推定する。なお、ここで消費電力を推定している理由としては、障害物の数に応じて種別を判別する処理など後続の消費電力が変動するためであり、かかる後続の処理を行うかを決定するために用いられる。

情報生成部１４は、上述したように物体検出部１２から通知された、搬送ロボットＲや障害物Ｔ１，Ｔ２の情報に基づいて、これらの位置情報を生成して管制装置２０に通知する。例えば、情報生成部１４は、搬送ロボットＲを認識した画像上における座標からなる位置情報を通知したり、障害物Ｔ１，Ｔ２を認識した結果、障害物ありＵ１、あるいは、障害物不明Ｕ２、と判定したグリッドＧの位置情報を通知する。また、情報生成部１４は、判別した障害物の種別も管制装置２０に通知する。

管制装置２０は、演算装置と記憶装置とを備えた１台又は複数台の情報処理装置にて構成される。管制装置２０は、図５に示すように、通信部２５を備えており、かかる通信部２５にて、ハブなどの通信装置を介して上述した画像処理装置１０に接続されている。また、通信部２５は、無線通信装置を介して搬送ロボットＲと接続可能であり、後述するように、搬送制御用の信号を送信することができる。

また、管制装置２０は、図５に示すように、グリッド設定部２１、管制部２２、を備える。グリッド設定部２１、管制部２２、の各機能は、演算装置が記憶装置に格納された各機能を実現するためのプログラムを実行することにより実現することができる。以下、各構成について詳述する。

グリッド設定部２１は、画像処理装置１０に対して、上述したように物体検出部１２によって設定される画像内のグリッドＧの設定情報を通知する。グリッドＧの設定情報としては、例えば、グリッドＧのサイズやその基準点が含まれる。

管制部２２は、倉庫内における搬送ロボットＧの移動を制御する。具体的に、管制部２２は、まず、上述したように画像処理装置１０の情報生成部１４から通知された搬送ロボットの位置情報、障害物Ｔ１，Ｔ２の種別と位置情報を用いて、搬送ロボットＲによって搬送が行われる領域のマップを形成して管理する。そして、管制部２２は、マップに基づいて、搬送ロボットＲの移動経路を設定したり、搬送ロボットＲに移動経路を指示して移動させるなど制御を行う。

［動作］
次に、上述した情報処理システムの動作、特に、画像処理装置１０の動作を、主に図８のフローチャートを参照して説明する。

予め、画像処理装置１０には、消費電力の上限値が設定される。かかる消費電力の上限値は、例えば、ＰｏＥ給電にて給電できる電力値に応じて設定れる。また、画像処理装置１０には、上記の上限値よりも小さい値のいくつかの消費電力の閾値が設定されている。例えば、上述したように、障害物を認識する処理を行うか否かを判定する際に、その時の消費電力と比較される第一の閾値と、障害物の種別を判別する処理を行うか否かを判定する際に、その時の消費電力と比較される第二の閾値と、障害物の種別を判別する処理において障害物の数に応じて推定された消費電力と比較される第三の閾値と、が設定される。また、画像取得処理と、障害物を認識する処理と、障害物の種別を判別する処理と、を行う時間間隔も、予め設定されていることとする。

まず、画像処理装置１０は、管制装置２０のグリッド設定部２１からグリッド設定情報を受信する（ステップＳ１）。そして、画像処理装置１０は、撮影装置Ｃにて撮影された画像を順次取得し（ステップＳ２）、画像から搬送ロボットＲを認識する処理を行い（ステップＳ３）、画像内における搬送ロボットＲの位置情報を管制装置２０に送信する（ステップＳ４）。

このとき、数１００ｍｓから１ｓの時間間隔といった予め設定された周期で到来するタイミング、つまり、障害物を認識する処理を行うよう設定されたタイミングでない場合には、画像処理装置１０は、後続画像を取得する処理に戻る。つまり、図８のステップＳ５及びステップＳ６の処理は行わず、ステップＳ２に戻る。そして、画像処理装置１０は、取得した後続画像に対する搬送ロボットＲの認識処理を行い（ステップＳ３）、位置情報の送信を行う（ステップＳ４）。一方、上記の周期で到来するタイミングに該当する場合には、画像処理装置１０は、搬送ロボットＲの認識処理に伴う消費電力を含む画像処理装置自身の消費電力を算出して特定し（ステップＳ５）、かかる消費電力が第一の閾値未満であるか否かを調べる（ステップＳ６）。画像処理装置１０は、特定された消費電力が第一の閾値以上である場合には（ステップＳ６でＮｏ）、障害物を認識する処理は実行せず、後続画像に対する搬送ロボットＲの認識に進む（ステップＳ２）。一方、画像処理装置１０は、特定された消費電力が第一の閾値未満である場合には（ステップＳ６でＹｅｓ）、障害物を認識する処理を実行する（ステップＳ７）。つまり、画像処理装置１０は、消費電力に余裕があるため、搬送ロボットＲ以外の物体、つまり、障害物となりうる物体Ｔ１，Ｔ２を認識する処理を行う。

そして、画像処理装置１０は、画像から障害物Ｔ１，Ｔ２を認識する処理を行い（ステップＳ７）、画像内における障害物Ｔ１，Ｔ２が位置するグリッドの位置情報を管制装置２０に送信する（ステップＳ８）。さらにこのとき、１ｓ以上の時間間隔といった予め設定された周期で到来するタイミング、つまり、障害物の種別を判別する処理を行うよう設定されたタイミングでない場合には、図８のステップＳ９及びステップＳ１０の処理は行わず、ステップＳ２に戻り、画像処理装置１０は、後続画像に対する搬送ロボットＲの認識に進む。一方、上記の周期で到来するタイミングに該当する場合には、画像処理装置１０は、障害物Ｔ１，Ｔ２の認識処理に伴う消費電力を含む画像処理装置自身の消費電力を算出して特定し（ステップＳ９）、かかる消費電力が第二の閾値未満であるか否かを調べる（ステップＳ１０）。画像処理装置１０は、特定された消費電力が第二の閾値以上である場合には（ステップＳ１０でＮｏ）、後続画像に対する搬送ロボットＲの認識に進む（ステップＳ２）。一方、画像処理装置１０は、特定された消費電力が第二の閾値未満である場合には（ステップＳ１０でＹｅｓ）、認識した障害物の種別を判別する処理に進む（ステップＳ１１）。つまり、画像処理装置１０は、消費電力に余裕があるため、さらに障害物Ｔ１，Ｔ２の種別を判別する処理を行う。

なお、画像処理装置１０は、ステップＳ１０において、認識した障害物Ｔ１，Ｔ２の数に基づく、認識した障害物の種別を判別する処理の消費電力を推定してもよい。そして、画像処理装置１０は、推定された消費電力が第三の閾値未満の場合に、障害物の種別を判別する処理を実行するようにしてもよい。

そして、画像処理装置１０は、画像から認識した障害物Ｔ１，Ｔ２の種別を判別する処理を行い（ステップＳ１１）、障害物Ｔ１，Ｔ２の種別を含む障害物情報を管制装置２０に送信する（ステップＳ１２）。その後、画像処理装置１０は、後続画像に対する搬送ロボットＲの認識に進み（ステップＳ２）、上述した処理を繰り返すこととなる。

管制装置２０は、上述した画像処理装置１０の処理により、搬送ロボットの位置情報、障害物Ｔ１，Ｔ２の種別と位置情報を取得し、かかる情報を用いて、搬送ロボットＲによって搬送が行われる領域のマップを形成して管理する。そして、管制装置２０は、マップに基づいて、搬送ロボットＲの移動経路を設定したり、搬送ロボットＲに移動経路を指示するなど搬送動作を制御する。

以上のように、本実施形態における画像処理装置１０によると、取得された画像に対して、まず、搬送ロボットＲの認識が常時行われ、そのときに消費電力に余裕がある場合に、さらに障害物Ｔ１，Ｔ２の認識が行われ、さらに消費電力に余裕がある場合に、障害物Ｔ１，Ｔ２の種別の判別が行われることとなる。このように、画像処理装置１０により、消費電力の状況に応じて、段階的に画像に対する認識処理などの画像処理が行われるため、必要な画像処理を行って必要な情報を取得しつつ、電力の過剰な消費を抑制することができる。その結果、電力不足による画像処理の停止を抑制でき、画像処理装置１０の稼働の安定性の向上を図ることができる。

特に、本実施形態のように、画像処理装置１０がネットワークカメラを形成しており、ＰｏＥ給電にて電力の供給を受けている場合には、給電可能な電力値が限られている状況であっても、必要な画像処理を実行しつつ、システムの稼働が安定することとなる。

具体的に、本実施形態では、天井などに設置した撮影装置Ｃにより撮影した画像から、搬送ロボットＲの認識と共に、事前に障害物Ｔ１，Ｔ２の検出処理も行っている。このため、搬送ロボットＲの移動制御の際に、スムーズに障害物Ｔ１，Ｔ２を回避することができる。

ここで、上記では、物体検出部１２において、数１００ｍｓから１ｓの時間間隔で障害物を認識する処理を行い、１ｓ以上の時間間隔で障害物を認識する処理を行う、ことを説明したが、これらの時間間隔の設定値を、消費電力に応じて変更してもよい。例えば、物体検出部１２は、障害物を認識する処理を行う時間間隔又は障害物の種別を判別する処理を行う時間間隔の少なくとも一方を、搬送ロボットＲの認識処理時の消費電力の値に応じて変更してもよく、一例としては、消費電力が所定の閾値以上である場合には、時間間隔を広げるように設定してもよい。また、例えば、物体検出部１２は、障害物の種別を判別する処理を行う時間間隔を、障害物認識処理時の消費電力の値に応じて変更してもよく、一例としては、消費電力が所定の閾値以上である場合には、時間間隔を広げるように設定してもよい。さらに、例えば、物体検出部１２は、障害物の種別を判別する処理を行う時間間隔を、障害物の種別を判別する処理における推定した消費電力の値に応じて変更してもよく、一例としては、消費電力が所定の閾値以上である場合には、時間間隔を広げるように設定してもよい。

＜実施形態３＞
次に、本発明の第３の実施形態を、図９乃至図１０を参照して説明する。図９は、実施形態３における画像処理装置の構成を説明するための図であり、図１０は、画像処理装置の処理動作を説明するための図である。

本実施形態における画像処理装置１０は、上述した実施形態１において説明した図５に示す構成に加え、さらに、図９に示すように、ログ管理部１６を備える。ログ管理部１６は、演算装置がプログラムを実行することで実現される。以下、実施形態２とは異なる構成について主に説明する。

ログ管理部１６（検出手段）は、画像処理装置１０に生じる不具合のログを記憶し、その度合いを算出する。具体的に、ログ管理部１６は、画像処理装置１０に搭載されたハードウェア及びソフトウェアそれぞれに生じた予め設定された項目の不具合のログを記憶する。一例として、ハードウェアに生じる不具合は、画像処理装置１０の動作が停止することであり、ソフトウェアに生じる不具合は、ソフトウェアによる処理が停止する、あるいは、ソフトウェアが終了する、ことであるとする。但し、画像処理装置１０に生じる不具合は、上述した内容に限定されない。

ログ管理部１６は、上述したハードウェア及びソフトウェアごとに、不具合が生じた回数に基づく発生確率を表すエラー率を算出する。例えば、ログ管理部１６は、例えば、１時間毎といった所定の時間間隔でエラー率を算出し、図１０に示すように、縦軸にハードウェアのエラー率、横軸にソフトウェアのエラー率をとるエラー率表にプロットする。このとき、エラー率表には、点線で示すように、各エラー率の目標値（例えば、０．１％）と、当該目標値よりも低い閾値や高い閾値が設定されており、これらの値にて区分けされた目標領域と各ドメイン１～６が設定されている。なお、図１０のエラー率表における目標領域は、ハードウェア及びソフトウェアのいずれのエラー率が、目標値以下であり低い閾値以上となる領域である。

そして、本実施形態における電力管理部１３（設定手段）は、上述したエラー率表に対してプロットした現在のエラー率に応じて、画像処理装置１０に設定する消費電力の上限値や、画像取得の周期、各画像処理の周期、上述した第一の閾値、第二の閾値、第三の閾値、など、消費電力に関係する設定を変更する機能を有する。例えば、電力管理部１３は、現在のエラー率が目標領域に属する場合には、現在の設定のままとする。一方、電力管理部１３は、現在のエラー率がドメイン１に属する場合には、エラー率が高く安定した稼働が行われていないため、消費電力を下げる方向に設定変更する。例えば、段階的に設定されている消費電力の上限値を２段階下げ、画像取得周期を上げて最大値としたり、各閾値を最小にする。なお、各閾値も複数段階に設定されていてもよく、エラー率が属するドメインに応じて設定された閾値に設定変更してもよい。また、同様に、ドメイン２～４に属する場合には、まだエラー率が高く安定した稼働が行われていないため、消費電力を下げる方向に変更する。例えば、ドメイン２に属する場合には、消費電力の上限値を１段階下げ、画像取得周期を１段階上げ、各閾値を１段階下げる。ドメイン３に属する場合には、消費電力の上限値を１段階下げ、ドメイン４に属する場合には、画像取得周期を１段階上げ、各閾値を１段階下げる。一方で、ドメイン５，６に属する場合には、エラー率が許容された値よりも低いことから電源リソースを使い切れていないこととなるため、消費電力を上げる方向に変更する。例えば、ドメイン５に属する場合には、画像取得周期を１段階下げ、各閾値を１段階上げる。ドメイン６に属する場合には、消費電力の上限値を１段階上げる。

以上のように、本実施形態によると、画像処理装置１０の稼働状況、特にエラー発生状況に応じて、安定した稼働を実現しつつ、電力を有効利用できるような稼働状態とすることができる。

以上、上記実施形態等を参照して本願発明を説明したが、本願発明は、上述した実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の範囲内で当業者が理解しうる様々な変更をすることができる。また、上述した機能のうちの少なくとも一以上の機能は、ネットワーク上のいかなる場所に設置され接続された情報処理装置で実行されてもよく、つまり、いわゆるクラウドコンピューティングで実行されてもよい。また、上述した各機能は、必ずしも１つの情報処理装置に搭載されることに限定されず、複数の別々の情報処理装置に搭載されてもよい。

なお、上述したプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

＜付記＞
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明における画像処理装置、画像処理方法、情報処理システム、プログラムの構成の概略を説明する。但し、本発明は、以下の構成に限定されない。
（付記１）
画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
前記第１の処理にかかる消費電力を特定する特定手段と、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する判定手段と、
を備えた画像処理装置。
（付記２）
付記１に記載の画像処理装置であって、
前記特定手段は、前記第２の処理にかかる消費電力を特定し、
前記判定手段は、特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行するかを判定する、
画像処理装置。
（付記３）
付記２に記載の画像処理装置であって、
前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定する推定手段を備え、
前記判定手段は、推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
画像処理装置。
（付記４）
付記３に記載の画像処理装置であって、
前記推定手段は、前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
画像処理装置。
（付記５）
付記２から４のいずれかに記載の画像処理装置であって、
前記判定手段は、特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行うタイミングを変更する、
画像処理装置。
（付記６）
付記３又は４に記載の画像処理装置であって、
前記判定手段は、推定した消費電力に応じて、前記第３の処理を行うタイミングを変更する、
画像処理装置。
（付記７）
付記１から６のいずれかに記載の画像処理装置であって、
前記画像処理装置に生じた不具合の度合いを検出する検出手段と、
前記不具合の度合いに応じて、閾値を設定する設定手段と、を備え、
前記判定手段は、前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
画像処理装置。
（付記８）
画像から第１の対象を認識する第１の処理を行い、
前記第１の処理にかかる消費電力を特定し、
特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する、
画像処理方法。
（付記９）
付記８に記載の画像処理方法であって、
前記第２の処理にかかる消費電力を特定し、
特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行するかを判定する、
画像処理方法。
（付記１０）
付記９に記載の画像処理方法であって、
前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定し、
推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
画像処理方法。
（付記１１）
付記１０に記載の画像処理方法であって、
前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
画像処理方法。
（付記１２）
付記９から１１のいずれかに記載の画像処理方法であって、
特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行う予め設定されたタイミングを変更する、
画像処理方法。
（付記１３）
付記１０又は１１に記載の画像処理方法であって、
推定した消費電力に応じて、前記第３の処理を行う予め設定されたタイミングを変更する、
画像処理方法。
（付記１４）
付記８から１３のいずれかに記載の画像処理方法であって、
画像処理装置に生じた不具合の度合いを検出し、
前記不具合の度合いに応じて、閾値を設定し、
前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
画像処理方法。
（付記１５）
画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
前記第１の処理にかかる消費電力を特定する特定手段と、
特定した消費電力に応じて、前記画像から第２の対象を認識するかを判定する判定手段と、
を備えた情報処理システム。
（付記１６）
付記１５に記載の情報処理システムであって、
前記特定手段は、前記第２の処理にかかる消費電力を特定し、
前記判定手段は、特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行する第２の処理を行うかを判定する、
情報処理システム。
（付記１７）
付記１６に記載の情報処理システムであって、
前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定する推定手段を備え、
前記判定手段は、推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
情報処理システム。
（付記１８）
付記１７に記載の情報処理システムであって、
前記推定手段は、前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
情報処理システム。
（付記１９）
付記１６から１８のいずれかに記載の情報処理システムであって、
前記判定手段は、特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行うタイミングを変更する、
情報処理システム。
（付記２０）
付記１７又は１８に記載の情報処理システムであって、
前記判定手段は、推定した消費電力に応じて、前記第３の処理を行うタイミングを変更する、
情報処理システム。
（付記２１）
付記１５から２０のいずれかに記載の情報処理システムであって、
前記情報処理システムに生じた不具合の度合いを検出する検出手段と、
前記不具合の度合いに応じて、閾値を設定する設定手段と、を備え、
前記判定手段は、前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
情報処理システム。
（付記２２）
画像から第１の対象を認識する第１の処理を行い、
前記第１の処理にかかる消費電力を特定し、
特定した消費電力に応じて、前記画像から第２の対象を認識するかを判定する、
処理をコンピュータに実行させるためのプログラム。

１０ 画像処理装置
１１ 画像取得部
１２ 物体検出部
１３ 電力管理部
１４ 情報生成部
１５ ネットワーク受電部
１６ ログ管理部
２０ 管制装置
２１ グリッド設定部
２２ 管制部
２５ 通信部
Ｃ 撮影装置
Ｒ 搬送ロボット
Ｔ１，Ｔ２ 障害物
１００ 画像処理装置
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ プログラム群
１０５ 記憶装置
１０６ ドライブ装置
１０７ 通信インタフェース
１０８ 入出力インタフェース
１０９ バス
１１０ 記憶媒体
１１１ 通信ネットワーク
１２１ 第１の処理手段
１２２ 特定手段
１２３ 判定手段
１３０ 撮影装置

Claims (21)

1. 画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
   前記第１の処理にかかる消費電力を特定する特定手段と、
   特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する判定手段と、
   を備えた画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記特定手段は、前記第２の処理にかかる消費電力を特定し、
   前記判定手段は、特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行するかを判定する、
   画像処理装置。
3. 請求項２に記載の画像処理装置であって、
   前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定する推定手段を備え、
   前記判定手段は、推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
   画像処理装置。
4. 請求項３に記載の画像処理装置であって、
   前記推定手段は、前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
   画像処理装置。
5. 請求項２から４のいずれかに記載の画像処理装置であって、
   前記判定手段は、特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行うタイミングを変更する、
   画像処理装置。
6. 請求項３又は４に記載の画像処理装置であって、
   前記判定手段は、推定した消費電力に応じて、前記第３の処理を行うタイミングを変更する、
   画像処理装置。
7. 請求項１から６のいずれかに記載の画像処理装置であって、
   前記画像処理装置に生じた不具合の度合いを検出する検出手段と、
   前記不具合の度合いに応じて、閾値を設定する設定手段と、を備え、
   前記判定手段は、前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
   画像処理装置。
8. 画像から第１の対象を認識する第１の処理を行い、
   前記第１の処理にかかる消費電力を特定し、
   特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する、
   画像処理方法。
9. 請求項８に記載の画像処理方法であって、
   前記第２の処理にかかる消費電力を特定し、
   特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行するかを判定する、
   画像処理方法。
10. 請求項９に記載の画像処理方法であって、
    前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定し、
    推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
    画像処理方法。
11. 請求項１０に記載の画像処理方法であって、
    前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
    画像処理方法。
12. 請求項９から１１のいずれかに記載の画像処理方法であって、
    特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行う予め設定されたタイミングを変更する、
    画像処理方法。
13. 請求項１０又は１１に記載の画像処理方法であって、
    推定した消費電力に応じて、前記第３の処理を行う予め設定されたタイミングを変更する、
    画像処理方法。
14. 請求項８から１３のいずれかに記載の画像処理方法であって、
    画像処理装置に生じた不具合の度合いを検出し、
    前記不具合の度合いに応じて、閾値を設定し、
    前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
    画像処理方法。
15. 画像から第１の対象を認識する第１の処理を行う第１の処理手段と、
    前記第１の処理にかかる消費電力を特定する特定手段と、
    特定した消費電力に応じて、前記画像から第２の対象を認識する第２の処理を行うかを判定する判定手段と、
    を備えた情報処理システム。
16. 請求項１５に記載の情報処理システムであって、
    前記特定手段は、前記第２の処理にかかる消費電力を特定し、
    前記判定手段は、特定した前記第２の処理にかかる消費電力に応じて、前記画像から前記第２の対象の種別を判別する第３の処理を実行するかを判定する、
    情報処理システム。
17. 請求項１６に記載の情報処理システムであって、
    前記第２の処理の結果に基づいて、前記第３の処理にかかる消費電力を推定する推定手段を備え、
    前記判定手段は、推定した消費電力に応じて、前記第３の処理を実行するかを判定する、
    情報処理システム。
18. 請求項１７に記載の情報処理システムであって、
    前記推定手段は、前記画像から認識した前記第２の対象の数に基づいて、前記第３の処理にかかる消費電力を推定する、
    情報処理システム。
19. 請求項１６から１８のいずれかに記載の情報処理システムであって、
    前記判定手段は、特定した前記第１の処理にかかる消費電力に応じて、前記第２の処理あるいは前記第３の処理を行うタイミングを変更する、
    情報処理システム。
20. 請求項１７又は１８に記載の情報処理システムであって、
    前記判定手段は、推定した消費電力に応じて、前記第３の処理を行うタイミングを変更する、
    情報処理システム。
21. 請求項１５から２０のいずれかに記載の情報処理システムであって、
    前記情報処理システムに生じた不具合の度合いを検出する検出手段と、
    前記不具合の度合いに応じて、閾値を設定する設定手段と、を備え、
    前記判定手段は、前記消費電力と前記閾値とに応じて、前記画像から前記第２の対象を認識するかを判定する、
    情報処理システム。