JP2023158546A - 監視システム - Google Patents

Abstract

【課題】監視機能を備える移動体における電力消費を抑制する。【解決手段】監視システムは、移動体に搭載される。監視システムは、移動体に搭載されたカメラによって撮像される画像に基づいて、移動体の周囲を監視する監視処理を実行する。監視システムは、更に、移動体の置かれている環境を示す環境情報に基づいて、移動体が危害を受ける可能性を表すリスクレベルを取得する。そして、監視システムは、リスクレベルが低い場合の監視処理の実行頻度を、リスクレベルが高い場合の監視処理の実行頻度よりも低く設定する。【選択図】図２

Description

本開示は、移動体に搭載されたカメラを利用して移動体の周囲を監視する技術に関する。

特許文献１は、将来の治安の状態を推定する予測装置を開示している。予測装置は、町の区画の風景を撮像した画像と、当該区画の価値を表す公表情報とを取得する。予測装置は、取得された画像と公表情報とに基づいて、当該区画の将来の治安状態を表す治安指標を導出する。

特開２０２０－０８６５８１号公報

車両やロボット等の移動体に搭載されたカメラを利用して移動体の周囲を監視することを考える。そのような監視処理を常時実行することは、移動体における電力消費を不必要に増大させるおそれがある。

本開示の１つの目的は、監視機能を備える移動体における電力消費を抑制することができる技術を提供することにある。

第１の観点は、移動体に搭載される監視システムに関連する。
監視システムは、１又は複数のプロセッサを備える。
１又は複数のプロセッサは、移動体に搭載されたカメラによって撮像される画像に基づいて、移動体の周囲を監視する監視処理を実行する。
１又は複数のプロセッサは、更に、移動体の置かれている環境を示す環境情報に基づいて、移動体が危害を受ける可能性を表すリスクレベルを取得する。
そして、１又は複数のプロセッサは、リスクレベルが低い場合の監視処理の実行頻度を、リスクレベルが高い場合の監視処理の実行頻度よりも低く設定する。

第２の観点は、移動体の周囲を監視する監視方法に関連する。
監視方法は、移動体に搭載されたカメラによって撮像される画像に基づいて、移動体の周囲を監視する監視処理を含む。
監視方法は、更に、
移動体の置かれている環境を示す環境情報に基づいて、移動体が危害を受ける可能性を表すリスクレベルを取得することと、
リスクレベルが低い場合の監視処理の実行頻度を、リスクレベルが高い場合の監視処理の実行頻度よりも低く設定することと
を含む。

本開示によれば、移動体の周囲を監視する監視処理の実行頻度は、一律ではなく、動的に設定される。より詳細には、移動体の置かれている環境に基づいて、移動体が危害を受ける可能性を表すリスクレベルが取得される。そして、リスクレベルが低い場合の監視処理の実行頻度は、リスクレベルが高い場合の監視処理の実行頻度よりも低くなるように設定される。移動体が危害を受ける可能性が高い環境では、監視処理が高頻度に実行されるため、監視処理の効果が適切に得られる。一方、移動体が危害を受ける可能性が低い環境では、監視処理の実行が抑えられるため、電力消費が抑制される。つまり、必要以上に監視処理が実行されないため、監視処理に起因する電力消費が抑制される。このように、本開示によれば、監視効果と電力消費の抑制を両立することが可能となる。

実施の形態に係る監視システムの概要を説明するための概念図である。 実施の形態に係るリスクレベルと監視処理の実行頻度との間の関係の一例を示す図である。 実施の形態に係るリスクレベルと監視処理の実行頻度との間の関係の他の例を示す図である。 実施の形態に係る環境情報とリスクレベルの一例を説明するための概念図である。 実施の形態に係る環境情報とリスクレベルの他の例を説明するための概念図である。 実施の形態に係る監視システムの構成例を示すブロック図である。 実施の形態に係る各種情報の例を示すブロック図である。 実施の形態に係る監視システムによる処理を示すフローチャートである。

添付図面を参照して、本開示の実施の形態を説明する。

１．監視システムの概要
周囲を監視する機能を備える移動体について考える。移動体としては、車両、ロボット、等が例示される。車両は、自動運転車両であってもよいし、ドライバが運転する車両であってもよい。ロボットとしては、物流ロボット、配達ロボット、作業ロボット、等が例示される。一例として、以下の説明においては、移動体が車両である場合について考える。一般化する場合には、以下の説明における「車両」を「移動体」で読み替えるものとする。

図１は、本実施の形態に係る監視システム１０の概要を説明するための概念図である。監視システム１０は、車両１に搭載されており、車両１の周囲を監視する「監視処理」を実行する。

例えば、駐車中の車両１には危害が加えられる可能性がある。駐車中の車両１が受ける可能性がある危害としては、盗難、車上荒らし、当て逃げ、損壊、その他いたずらが例示される。そのような危害への対策として、監視システム１０による監視処理は有用である。車両１が駐車されると、監視システム１０が自動的にあるいは手動でＯＮする（駐車警戒モード）。但し、監視処理は、駐車時以外に実行されてもよい。

車両１には、車両１の周囲の状況を撮像する１又は複数のカメラ２０（以下、単に「カメラ２０」と呼ぶ）が搭載されている。監視システム１０は、車両１に搭載されたカメラ２０を利用して監視処理を実行する。すなわち、監視システム１０は、カメラ２０によって撮像される画像を取得し、取得した画像に基づいて監視処理を実行する。

例えば、監視処理は、カメラ２０を起動することを含む。他の例として、監視処理は、カメラ２０によって撮像された画像を記憶装置に記録することを含む。更に他の例として、監視処理は、取得した画像を解析することによって、車両１の周囲の人物を認識することを含んでいてもよい。更に他の例として、監視処理は、取得した画像を解析することによって、車両１に対する危害の発生を示唆する特徴的な人物挙動を検出することを含んでいてもよい。典型的には、機械学習を通して生成される人物認識モデルを利用することによって、画像の中の人物を認識したり、特徴的な人物挙動を検出することが可能である。監視処理は、車両１に対する危害の発生を示唆する特徴的な人物挙動が検出された場合、車両１のユーザのユーザ端末に通知（警報）を送信することを含んでいてもよい。

但し、監視処理を常時実行することは、車両１における電力消費を不必要に増大させるおそれがある。例えば、車両１が危害を受ける可能性が極めて低い状況においても監視処理を常時実行することは過剰であり、電力消費の不必要な増大を招く。そこで、本実施の形態は、車両１に搭載された監視システム１０による電力消費を抑制することができる技術を提案する。

本実施の形態に係る監視システム１０は、車両１の置かれている環境を示す環境情報２４０を取得する。例えば、環境情報２４０は、車両１の周囲の動体（例：人物）の密度を示す。他の例として、環境情報２４０は、車両１が駐車されている駐車場所の種別を示していてもよい。更に他の例として、環境情報２４０は、車両１が存在する地域の治安レベルを示していてもよい。

監視システム１０は、環境情報２４０に基づいて、車両１が危害を受ける可能性を表す「リスクレベルＲＬ」を取得する。リスクレベルＲＬの設定方法の様々な例は後述される。そして、監視システム１０は、リスクレベルＲＬに応じて、監視処理の実行頻度ＦＲ（起動頻度）を動的に変更する。より詳細には、監視システム１０は、リスクレベルＲＬが比較的低い場合の監視処理の実行頻度ＦＲを、リスクレベルＲＬが比較的高い場合の監視処理の実行頻度ＦＲよりも低く設定する。例えば、監視処理の実行頻度ＦＲは、連続、１秒に１回、１分に１回、等に設定される。

図２及び図３は、リスクレベルＲＬと監視処理の実行頻度ＦＲとの間の関係の例を示す図である。図２に示される例では、リスクレベルＲＬが高くなるにつれて、監視処理の実行頻度ＦＲが単調に増加する。図３に示される例では、リスクレベルＲＬと監視処理の実行頻度ＦＲは段階的に変化する。いずれの場合であっても、リスクレベルＲＬが比較的低い場合の監視処理の実行頻度ＦＲは、リスクレベルＲＬが比較的高い場合の監視処理の実行頻度ＦＲよりも低くなるように設定される。

＜効果＞
以上に説明されたように、本実施の形態によれば、車両１の周囲を監視する監視処理の実行頻度ＦＲは、一律ではなく、動的に設定される。より詳細には、車両１の置かれている環境に基づいて、車両１が危害を受ける可能性を表すリスクレベルＲＬが取得される。そして、リスクレベルＲＬが低い場合の監視処理の実行頻度ＦＲは、リスクレベルＲＬが高い場合の監視処理の実行頻度ＦＲよりも低くなるように設定される。車両１が危害を受ける可能性が高い環境では、監視処理が高頻度に実行されるため、監視処理の効果が適切に得られる。一方、車両１が危害を受ける可能性が低い環境では、監視処理の実行が抑えられるため、電力消費が抑制される。つまり、必要以上に監視処理が実行されないため、監視処理に起因する電力消費が抑制される。このように、本実施の形態によれば、監視効果と電力消費の抑制を両立することが可能となる。

２．環境情報とリスクレベルの例
以下、環境情報２４０とリスクレベルＲＬの様々な例を説明する。

２－１．第１の例
図４は、環境情報２４０とリスクレベルＲＬの第１の例を説明するための概念図である。車両１に危害が加えられる場合、車両１の周囲の一定範囲ＲＮＧ内に人物が存在する可能性が極めて高い。よって、車両１の周囲の一定範囲ＲＮＧ内の動体ＯＢＪの数あるいは密度が増加するにつれて、リスクレベルＲＬは高くなるように設定される。

第１の例の場合の環境情報２４０は、車両１の周囲の一定範囲ＲＮＧ内の動体ＯＢＪの数あるいは密度である。そのような環境情報２４０は、車両１に搭載されたカメラ２０によって撮像される画像に基づいて得られる。動体ＯＢＪは、典型的には人物（歩行者）である。但し、人物であるか否かまで特定される必要は必ずしもない。画像解析の処理負荷を軽減するために、人物であるか否かまで特定されなくてもよい。

２－２．第２の例
第２の例では、環境情報２４０は、車両１が駐車されている駐車場所の種別を示す。そのような環境情報２４０は、地図情報と車両１の位置情報から得られる。駐車場所の種別としては、自宅駐車場、一般駐車場、路上、等が例示される。例えば、自宅駐車場の場合のリスクレベルＲＬは「低」に設定され、一般駐車場の場合のリスクレベルＲＬは「中」に設定され、路上の場合のリスクレベルＲＬは「高」に設定される。

２－３．第３の例
第３の例では、環境情報２４０は、車両１が存在する地域の治安レベルを示す。例えば、治安レベルは、盗難発生率によって表される。盗難発生率が高いほど治安レベルは低く、盗難発生率が低いほど治安レベルは高い。例えば、治安レベルに関する情報は、公共機関によって提供される。他の例として、治安レベルの情報は、地図情報に登録されていてもよい。いずれの場合であっても、車両１の位置情報に基づいて、車両１が存在する地域の治安レベルを把握することができる。そして、治安レベルが低くなるほど、リスクレベルＲＬは高くなるように設定される。

２－４．第４の例
図５は、環境情報２４０とリスクレベルＲＬの第４の例を説明するための概念図である。第４の例は、上述の第２の例と第３の例の組み合わせである。

２－５．第５の例
上述の第１の例と第２～第４の例のうちいずれかとを組み合わせることも可能である。便宜上、第１の例により得られるリスクレベルＲＬを第１リスクレベルＲＬ１と呼び、第２～第４の例のうちいずれかにより得られるリスクレベルＲＬを第２リスクレベルＲＬ２と呼ぶ。例えば、第１リスクレベルＲＬ１と第２リスクレベルＲＬ２のうちより高い方が最終的なリスクレベルＲＬとして用いられる。他の例として、第１リスクレベルＲＬ１と第２リスクレベルＲＬ２の平均値が最終的なリスクレベルＲＬとして用いられてもよい。

３．監視システムの例
３－１．構成例
図６は、本実施の形態に係る監視システム１０の構成例を示すブロック図である。監視システム１０は、カメラ２０、位置センサ３０、通信装置４０、及び制御装置１００を含んでいる。カメラ２０は、車両１の周囲の状況を撮像する。位置センサ３０は、車両１の位置を検出する。位置センサ３０としては、ＧＰＳ（Global Positioning System）センサが例示される。通信装置４０は、車両１の外部と通信を行う。

制御装置１００は、車両１を制御する。制御装置１００は、１又は複数のプロセッサ１１０（以下、単にプロセッサ１１０と呼ぶ）と１又は複数の記憶装置１２０（以下、単に記憶装置１２０と呼ぶ）を含んでいる。プロセッサ１１０は、各種処理を実行する。例えば、プロセッサ１１０は、ＣＰＵ（Central Processing Unit）を含んでいる。記憶装置１２０は、各種情報２００を格納する。記憶装置１２０としては、揮発性メモリ、不揮発性メモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、等が例示される。制御装置１００は、１又は複数のＥＣＵ（Electronic Control Unit）を含んでいてもよい。

制御プログラムＰＲＯＧは、車両１を制御するためのコンピュータプログラムである。プロセッサ１１０が制御プログラムＰＲＯＧを実行することにより、制御装置１００による各種処理が実現される。制御プログラムＰＲＯＧは、記憶装置１２０に格納される。あるいは、制御プログラムＰＲＯＧは、コンピュータ読み取り可能な記録媒体に記録されてもよい。

３－２．各種情報
図７は、記憶装置１２０に格納される各種情報２００の例を示すブロック図である。各種情報２００は、地図情報２１０、周辺状況情報２２０、位置情報２３０、及び環境情報２４０を含んでいる。

３－２－１．地図情報
地図情報２１０は、一般的なナビゲーション地図を含む。地図情報２１０は、レーン配置や道路形状を示していてもよい。地図情報２１０は、構造物、信号機、標識、等の位置情報を含んでいてもよい。地図情報２１０は、駐車場の種別を示していてもよい。地図情報２１０は、地域毎の治安レベル（盗難発生率）を示していてもよい。

制御装置１００は、地図データベースから、必要なエリアの地図情報２１０を取得する。地図データベースは、記憶装置１２０に格納されていてもよいし、車両１の外部の地図管理装置に格納されていてもよい。後者の場合、制御装置１００は、通信装置４０を介して地図管理装置と通信を行い、必要な地図情報２１０を取得する。地図情報２１０は、記憶装置１２０に格納される。

３－２－２．周辺状況情報
周辺状況情報２２０は、車両１の周囲の状況を示す情報である。周辺状況情報２２０は、カメラ２０によって撮像される画像２２１を含む。

周辺状況情報２２０は、更に、車両１の周囲の物体に関する物体情報２２２を含んでいる。物体としては、歩行者、自転車、他車両、白線、信号機、構造物（例：電柱、歩道橋）、標識、信号機、等が例示される。物体情報２２２は、車両１に対する物体の相対位置及び相対速度を示す。例えば、カメラ２０によって得られた画像２２１を解析することによって、物体を識別し、その物体の相対位置を算出することができる。例えば、制御装置１００は、機械学習により得られた画像認識ＡＩを利用して、画像２２１の中の物体を識別する。また、車両１に搭載されたＬＩＤＡＲによって得られる点群情報に基づいて、物体を識別し、その物体の相対位置と相対速度を取得することもできる。

３－２－３．位置情報
位置情報２３０は、車両１の現在位置を示す情報である。制御装置１００は、位置センサ３０による検出結果から位置情報２３０を取得する。また、制御装置１００は、物体情報２２２と地図情報２１０を利用した周知の自己位置推定処理（Localization）により、高精度な位置情報２３０を取得してもよい。

３－２－４．環境情報
環境情報２４０は、車両１の置かれている環境を示す。例えば、環境情報２４０は、周辺動体情報２４１、駐車場所情報２４２、及び治安レベル情報２４３のうち少なくとも一つを含む。

周辺動体情報２４１は、上記セクション２－１で説明された環境情報２４０である。すなわち、周辺動体情報２４１は、車両１の周囲の一定範囲ＲＮＧ内の動体ＯＢＪの数あるいは密度を示す（図４参照）。制御装置１００は、周辺状況情報２２０に基づいて、周辺動体情報２４１を取得する。動体ＯＢＪは、典型的には人物（歩行者）である。但し、人物であるか否かまで特定される必要は必ずしもない。画像解析の処理負荷を軽減するために、人物であるか否かまで特定されなくてもよい。

駐車場所情報２４２は、上記セクション２－２で説明された環境情報２４０である。すなわち、駐車場所情報２４２は、車両１が駐車されている駐車場所の種別を示す。駐車場所の種別としては、自宅駐車場、一般駐車場、路上、等が例示される。制御装置１００は、地図情報２１０と位置情報２３０に基づいて、駐車場所情報２４２を取得する。

治安レベル情報２４３は、上記セクション２－３で説明された環境情報２４０である。すなわち、治安レベル情報２４３は、車両１が存在する地域の治安レベルを示す。例えば、治安レベルは、盗難発生率によって表される。盗難発生率が高いほど治安レベルは低く、盗難発生率が低いほど治安レベルは高い。制御装置１００は、位置情報２３０に基づいて、車両１が存在する地域に関する治安レベル情報２４３を取得する。例えば、治安レベルに関する情報が公共機関によって提供される場合、制御装置１００は、通信装置４０を介して公共機関のサーバと通信を行い、必要な治安レベル情報２４３を取得する。他の例として、治安レベルの情報が地図情報２１０に登録されている場合、制御装置１００は、地図情報２１０から必要な治安レベル情報２４３を取得する。

３－３．処理フロー
図８は、本実施の形態に係る監視システム１０の制御装置１００による処理を示すフローチャートである。

ステップＳ１１０において、制御装置１００は、上述の環境情報２４０を取得する。そして、制御装置１００は、環境情報２４０に基づいて、車両１が危害を受ける可能性を表すリスクレベルＲＬを取得する。リスクレベルＲＬの設定例は、上記セクション２おいて説明された通りである。

ステップＳ１２０において、制御装置１００は、リスクレベルＲＬに応じて、監視処理の実行頻度ＦＲ（起動頻度）を動的に設定する。より詳細には、制御装置１００は、リスクレベルＲＬが比較的低い場合の監視処理の実行頻度ＦＲを、リスクレベルＲＬが比較的高い場合の監視処理の実行頻度ＦＲよりも低く設定する（図２、図３参照）。例えば、監視処理の実行頻度ＦＲは、連続、１秒に１回、１分に１回、等に設定される。

ステップＳ１３０において、制御装置１００は、ステップＳ１２０で設定された実行頻度ＦＲで監視処理を実行する。

例えば、監視処理は、カメラ２０を起動することを含む。他の例として、監視処理は、カメラ２０によって撮像された画像２２１を記憶装置１２０に記録することを含んでいてもよい。更に他の例として、監視処理は、取得した画像２２１を解析することによって、車両１の周囲の人物を認識することを含んでいてもよい。更に他の例として、監視処理は、取得した画像２２１を解析することによって、車両１に対する危害の発生を示唆する特徴的な人物挙動を検出することを含んでいてもよい。典型的には、機械学習を通して生成される人物認識モデルを利用することによって、画像２２１の中の人物を認識したり、特徴的な人物挙動を検出することが可能である。監視処理は、車両１に対する危害の発生を示唆する特徴的な人物挙動が検出された場合、車両１のユーザのユーザ端末に通信装置４０を介して通知（警報）を送信することを含んでいてもよい。

１ 車両
１０ 監視システム
２０ カメラ
３０ 位置センサ
４０ 通信装置
１００ 制御装置
１１０ プロセッサ
１２０ 記憶装置
２００ 各種情報
２１０ 地図情報
２２０ 周辺状況情報
２３０ 位置情報
２４０ 環境情報
２４１ 周辺動体情報
２４２ 駐車場所情報
２４３ 治安レベル情報
ＲＬ リスクレベル

Claims (1)

1. 移動体に搭載される監視システムであって、
   前記移動体に搭載されたカメラによって撮像される画像に基づいて、前記移動体の周囲を監視する監視処理を実行する１又は複数のプロセッサを備え、
   前記１又は複数のプロセッサは、更に、
   前記移動体の置かれている環境を示す環境情報に基づいて、前記移動体が危害を受ける可能性を表すリスクレベルを取得し、
   前記リスクレベルが低い場合の前記監視処理の実行頻度を、前記リスクレベルが高い場合の前記監視処理の実行頻度よりも低く設定する
   監視システム。

Images