JP2836330B2

JP2836330B2 - トイレ装置

Info

Publication number: JP2836330B2
Application number: JP33022691A
Authority: JP
Inventors: 一成西井; 拓生嶋田; 祥浩石嵜; 基孫中
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1991-12-13
Filing date: 1991-12-13
Publication date: 1998-12-14
Anticipated expiration: 2013-12-14
Also published as: JPH05161572A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は便座暖房、人体局部のシ
ャワー洗浄や乾燥などを行うトイレ装置に関する。

【０００２】

【従来の技術】従来、この種のトイレ装置は図６に示す
ように構成していた。以下、その構成について説明す
る。

【０００３】図に示すように、便器１は便座本体２を取
り付け、この便座本体２に便座温度調節手段３と洗浄手
段４と乾燥手段５と操作手段６とを接続している。さら
に、主制御手段７は、操作手段６からの操作信号に応じ
て便座温度調節手段３、洗浄手段４または乾燥手段５に
対して便座温度、洗浄温度、洗浄流量、洗浄位置、送風
温度をそれぞれ制御する。操作手段６は、便座温度を変
更させるための手動アップ／ダウンの便座温度操作キー
６ａと、洗浄時の洗浄温度を変更させるための手動アッ
プ／ダウンの洗浄温度操作キー６ｂと、洗浄時の洗浄流
量を変更させるための手動アップ／ダウンの洗浄流量操
作キー６ｃと、洗浄時の洗浄位置を変更させるための手
動アップ／ダウンの洗浄位置操作キー６ｄと、乾燥時の
送風温度を変更させるための手動アップ／ダウンの送風
温度操作キー６ｅと、便座の温度調節をタイマーで設定
するためのタイマー設定手段６ｆとで構成している。使
用者がこれらのキー操作を行うと、キー入力情報は主制
御手段７に伝えられる。便座温度調節手段３は、便座温
度可変手段３ａと便座温度検出手段３ｂとで構成し、主
制御手段７からの便座温度変更指示を受け、便座本体２
に対して便座温度を変更指示された値に保つようにして
いる。主制御手段７は、便座本体２に着座している使用
者の指示に従って便座温調制御、洗浄制御または乾燥制
御を行う。また、操作手段６からの変更指示を受けるこ
とで、便座温度、洗浄温度、洗浄流量、洗浄位置、送風
温度などの制御量を操作手段６における操作量に応じて
変更するよう便座温度調節手段３、洗浄手段４、乾燥手
段５に出力するようにしている。

【０００４】

【発明が解決しようとする課題】このような従来のトイ
レ装置では、便座に着座してから使用者が操作手段６に
より便座の温度調節などをしなければならなかった。特
に、冬季においては便座温度をつねに暖かくしておくた
め、便座発熱体を連続通電させたり、また、タイマー機
能を使用すれば、ある時間帯だけは便座をある一定の温
度に発熱させておくことができる。しかし、タイマーで
設定した時間帯に常に使用するわけではなく、省エネル
ギーという面では課題を有していた。

【０００５】本発明は上記課題を解決するもので、トイ
レを使用する時間帯をあらかじめ予測し、その予測時間
帯に便座環境が快適になるようなトイレ装置を提供する
ことを目的としている。

【０００６】

【課題を解決するための手段】本発明は上記目的を達成
するために、使用者の存在を検出する人体検出手段と、
使用時間帯を計時する計時手段と、前記人体検出手段お
よび計時手段の出力に基づき使用者の使用時間帯を予測
する予測手段と、前記予測手段の出力に基づき便座環境
を制御する便座環境制御手段を備えたことを課題解決手
段としている。

【０００７】

【作用】本発明は上記した課題解決手段により、人体検
出手段によりトイレ装置の使用状態を検出し、かつその
使用時間帯を計時手段により検出し、それらの情報をも
とに、予測手段はトイレ装置の使用される時間帯を常に
学習する。予測手段から出力される出力に基づき便座環
境制御手段は、使用される予測時間帯に便座環境が快適
になるように制御する。

【０００８】

【実施例】以下、本発明の一実施例を図１を参照しなが
ら説明する。なお、従来例と同じ構成のものは同一符号
を付して説明を省略する。

【０００９】図に示すように、便座環境制御手段８は操
作手段９からの操作信号に応じて、便座温度調節手段
３、洗浄手段４または乾燥手段５に対して便座温度、洗
浄温度、洗浄流量、洗浄位置、送風温度を制御する。操
作手段９は便座温度を変更させるための手動アップ／ダ
ウンの便座温度操作キー９ａと、洗浄時の洗浄温度を変
更させるための手動アップ／ダウンの洗浄温度操作キー
９ｂと、洗浄時の洗浄流量を変更させるための手動アッ
プ／ダウンの洗浄流量操作キー９ｃと、洗浄時の洗浄位
置を変更させるための手動アップ／ダウンの洗浄位置操
作キー９ｄと、乾燥時の送風温度を変更させるための手
動アップ／ダウンの送風温度操作キー９ｅとで構成して
いる。使用者がこれらのキー操作を行うとキー入力情報
は便座環境制御手段８に伝えられる。便座温度調節手段
３は便座環境制御手段８からの便座温度変更指示を受
け、便座本体２に対し便座温度を変更指示された値に保
つようにしている。人体検出手段１０は、焦電型赤外線
センサで構成し、便座本体２に取付ており、使用者がト
イレに入ったのを赤外線で検出する。計時手段１１はカ
レンダー機能と時計機能を備えている。予測手段１２
は、人体検出手段１０、計時手段１１の出力情報に基づ
きトイレが使用される使用時間帯を常に学習する。

【００１０】予測手段１２の構成手段として、神経回路
網を模した学習手法を用いる。神経回路網模式手段とし
ては、文献１（Ｄ．Ｅ．ラメルハート他２名著、甘利俊
一監訳「ＰＤＰモデル」１９８９年）、文献２（中野馨
他７名著「ニューロコンピュータの基礎」（株）コロナ
社、ｐ１０２、１９９０年）、特公昭６３−５５１０６
号公報などに示されたものがある。以下、文献１に記載
された最もよく知られた学習アルゴリズムとして誤差逆
伝搬法を用いた多層パーセプトロンを例にとり、具体的
な神経回路網模式手段の構成および動作について説明す
る。

【００１１】図２は、神経回路網模式手段の構成単位と
なる神経素子の概念図である。図２において、２１〜２
Ｎは神経のシナプス結合を模式する疑似シナプス結合変
換器であり、２ａは疑似シナプス結合変換器２１〜２Ｎ
からの出力を加算する加算器であり、２ｂは設定された
非線形関数、たとえば、しきい値をｈとするシグモイド
関数、ｆ（ｙ，ｈ）＝１／（１＋ｅｘｐ（−ｙ＋ｈ））（式１）によって加算器２ａの出力を非線形変換する非線形変換
器である。なお、図面が煩雑になるので省略したが、修
正手段からの修正信号を受ける入力線が疑似シナプス結
合変換器２１〜２Ｎと非線形変換器２ｂにつながってい
る。また、疑似シナプス結合変換器２１〜２Ｎが神経回
路網模式手段の結合重み係数となる。この神経素子に
は、信号処理モードと学習モードの２つの種類の動作モ
ードがある。

【００１２】以下、図２に基づいて神経素子のそれぞれ
のモードの動作について説明する。まず、信号処理モー
ドの動作の説明をする。神経素子はＮ個の入力Ｘ１〜Ｘ
ｎを受けて１つの出力を出す。ｉ番目の入力信号Ｘｉ
は、四角で示されたｉ番目の疑似シナプス結合変換器２
ｉにおいてＷｉ・Ｘｉに変換される。疑似シナプス結合
変換器２１〜２Ｎで変換されたＮ個の信号Ｗ１・Ｘ１〜
Ｗｎ・Ｘｎは加算器２ａに入り、加算結果ｙが非線形変
換器２ｂに送られ、最終出力ｆ（ｙ，ｈ）となる。つぎ
に、学習モードの動作について説明する。学習モードで
は、疑似シナプス結合変換器２１〜２Ｎと非線形変換器
２ｂの変換パラメータＷ１〜Ｗｎとｈを、修正手段から
の変換パラメータの修正量ΔＷ１〜ΔＷｎとΔｈを表す
修正信号を受けて、Ｗｉ＋ΔＷｉ；ｉ＝１，２，・・，Ｎｈ＋Δｈ（式２）と修正する。

【００１３】図３は上記神経素子を４つ並列につないで
構成した信号変換手段の概念図である。いうまでもな
く、以下の説明は、この信号変換手段を構成する神経素
子の個数を４個に特定するものではない。図３におい
て、２１１〜２４４は疑似シナプス結合変換器であり、
２０１〜２０４は、図２で説明した加算器２ａと非線形
変換器２ｂをまとめた加算非線形変換器である。図３に
おいて、図２と同様に図面が煩雑になるので省略した
が、修正手段からの修正信号を受ける入力線が疑似シナ
プス結合変換器２１１〜２４４と加算非線形変換器２０
１〜２０４につながっている。疑似シナプス結合変換器
２１１〜２４４も結合重み係数となる。この信号変換手
段の動作については、図２で説明した神経素子の動作が
並列してなされるものである。

【００１４】図４は、学習アルゴリズムとして誤差逆伝
搬法を採用した場合の信号処理手段の構成を示したブロ
ック図で、３１は上述の信号変換手段である。ただし、
ここではＮ個の入力を受ける神経素子がＭ個並列に並べ
られたものである。３２は学習モードにおける信号変換
手段４１の修正量を算出する修正手段である。以下、図
４に基づいて信号処理手段の学習を行う場合の動作につ
いて説明する。信号変換手段３１はＮ個の入力Ｓ
_in（Ｘ）を受け、Ｍ個の出力Ｓ_out（Ｘ）を出力する。
修正手段３２は、入力信号Ｓ_in（Ｘ）と出力信号Ｓ_out
（Ｘ）とを受け、誤差計算手段または後段の信号変換手
段からのＭ個の誤差信号δ_i（Ｘ）の入力があるまで待
機する。誤差信号δ_i（Ｘ）が入力され修正量を ΔＷ_ij＝δ_i（Ｘ）・Ｓ_iout（Ｘ）・（１−Ｓ_iout（Ｘ））・Ｓ_jin（Ｘ）（ｉ＝１〜Ｎ，ｊ＝１〜Ｍ）（式３）と計算し、修正信号を信号変換手段３１に送る。信号変
換手段３１は、内部の神経素子の変換パラメータを上で
説明した学習モードにしたがって修正する。

【００１５】図５は、神経回路網模式手段を用いた多層
パーセプトロンの構成を示すブロック図であり、３１
Ｘ、３１Ｙ、３１ＺはそれぞれＫ個、Ｌ個、Ｍ個の神経
素子からなる信号変換手段であり、３２Ｘ、３２Ｙ、３
２Ｚは修正手段であり、３３は誤差計算手段である。以
上のように構成された多層パーセプトロンについて、図
５を参照しながらその動作を説明する。信号処理手段３
４Ｘにおいて、信号変換手段３１Ｘは、入力Ｓ
_iin（Ｘ）（ｉ＝１〜Ｎ）を受け、出力Ｓ_jout（Ｘ）
（ｊ＝１〜Ｋ）を出力する。補正手段３２Ｘは、信号Ｓ
_iin（Ｘ）と信号Ｓ_jout（Ｘ）を受け、誤差信号δ
_j（Ｘ）（ｊ＝１〜Ｋ）が入力されるまで待機する。以
下同様の処理が、信号処理手段３４Ｙ、３４Ｚにおいて
行われ、信号変換手段３１Ｚより最終出力Ｓ_hout（Ｚ）
（ｈ＝１〜Ｍ）が出力される。最終出力Ｓ_hout（Ｚ）
は、誤差計算手段３３にも送られる。誤差計算手段３３
においては、２乗誤差の評価関数ＣＯＳＴ（式４）に基
づいて理想的な出力Ｔ（Ｔ１，・・・・・，ＴＭ）との
誤差が計算され、誤差信号δ_h（Ｚ）が修正手段３２Ｚ
に送られる。

【００１６】

【数１】

【００１７】ただし、ηは多層パーセプトロンの学習速
度を定めるパラメータである。つぎに、評価関数を２乗
誤差とした場合には誤差信号は、 δｈ（Ｚ）＝−η・（Ｓ_hout（Ｚ）−Ｔ_h）（式５）となる。修正手段３２Ｚは、上で説明した手続きにした
がって、信号変換手段３１Ｚの変換パラメータの修正量
ΔＷ（Ｚ）を計算し、修正手段３２Ｙに送る誤差信号を
（式６）に基づき計算し、修正信号ΔＷ（Ｚ）を信号変
換手段３１Ｚに送り、誤差信号δ（Ｙ）を修正手段３２
Ｙに送る。信号変換手段３１Ｚは、修正信号ΔＷ（Ｚ）
に基づいて内部のパラメータを修正する。なお、誤差信
号δ（Ｙ）は（式６）で与えられる。

【００１８】

【数２】

【００１９】ここで、Ｗ_ij（Ｚ）は信号変換手段３１Ｚ
の疑似シナプス結合変換器の変換パラメータである。以
下、同様の処理が信号処理手段３４Ｘ、３４Ｙにおいて
行われる。学習と呼ばれる以上の手続きを繰り返し行う
ことにより、多層パーセプトロンは入力が与えられると
理想出力Ｔをよく近似する出力を出すようになる。な
お、上記の説明においては、３段の多層パーセプトロン
を用いたが、これは何段であってもよい。また、文献１
にある信号変換手段のなかの非線形変換手段の変換パラ
メータｈの修正法についてと慣性項として知られる学習
高速化の方法については、説明の簡略化のため省略した
が、この省略は本発明を拘束するものではない。

【００２０】このように神経回路網模式手段からなる予
測手段１２は、人体検出手段１０からのトイレ使用状態
と計時手段１１から、そのときの使用時間帯を常に学習
するものである。使用時間帯とは、月、日、曜日、時、
分である。つまり、神経回路網模式手段には、使用時間
帯を入力情報として与え、その時間帯だけ、”１”を出
力する出力情報（理想出力）を常に学習する。本実施例
は、こうして得られた情報を組み込んで、予測手段１２
を構成するものである。

【００２１】つぎに、図１に示したブロック図に基づき
動作を説明する。トイレに人が入れば、人体検出手段１
０により使用者の存在が検出される。計時手段１１は、
常に月、日、曜日、時刻情報をカウントしており、この
２つの情報が予測手段１２に入力されると、予測手段１
２はトイレ使用時間帯を学習し、神経回路網模式手段の
結合重み係数を修正していく。１日の使用時間帯を学習
すれば、翌日からは予測手段１２は、学習した結果に基
づき”１”情報を出力する。これは、学習をさせればさ
せるほど、その家庭に合った週間時間帯も含めた使用時
間帯を予測するようになる。この予測手段１２の”１”
出力情報は便座環境制御手段８に入力されており、予測
時間帯に合わせて便座温度調節手段３を制御する。ま
た、その時間帯に合わせて、便座環境制御手段８は、照
明制御手段１３を介してトイレ内の照明機器１４を制御
する。

【００２２】なお、本実施例では、予測時間帯に合わせ
て便座温度調節手段３と照明制御手段１３を制御してい
るが、予測手段１２に学習させる使用時間帯を実際の時
間帯より３０分程前に加工して学習させておけば、トイ
レ装置を使用するときには、前もって便座の温度調節が
なされるので、快適な便座環境を提供することができ
る。また、人体検出手段１０として焦電型赤外線センサ
を使用したが、便座本体２にマイクロスイッチを設けて
着座を検出するようにしてもよく、この構成は本発明を
拘束するものではない。

【００２３】以上のように本実施例によれば、トイレを
使用する使用時間帯を予測して、便座の温度調節、照明
機器を制御するので省エネルギーとともに、実際に使用
する時の便座環境を快適なものにすることができる。

【００２４】

【発明の効果】以上の実施例から明らかなように本発明
によれば、使用者の存在を検出する人体検出手段と、使
用時間帯を計時する計時手段と、前記人体検出手段およ
び計時手段の出力に基づき使用者の使用時間帯を予測す
る予測手段と、前記予測手段の出力に基づき便座環境を
制御する便座環境制御手段を備えたから、トイレを使用
する時間帯のみ便座環境を快適に制御でき、快適な便座
環境とともに省エネルギーにもつながる。さらに、複雑
なタイマー予約機能は不必要となり、使い勝手が向上す
る。

【図面の簡単な説明】

【図１】本発明の一実施例のトイレ装置のブロック図

【図２】同トイレ装置の予測手段に用いた神経回路網模
式手段の構成単位となる神経素子の概念図

【図３】同予測手段に用いた神経素子で構成した信号変
換手段の概念図

【図４】同予測手段に用いた学習アルゴリズムとして誤
差逆伝搬法を採用した場合の信号処理手段のブロック図

【図５】同予測手段に用いた神経回路網模式手段を用い
た多層パーセプトロンの構成を示すブロック図

【図６】従来のトイレ装置のブロック図

【符号の説明】

８便座環境制御手段１０人体検出手段１１計時手段１２予測手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者中基孫神奈川県川崎市多摩区東三田三丁目10番１号松下技研株式会社内 (56)参考文献特開昭59−137021（ＪＰ，Ａ) 特開平３−51438（ＪＰ，Ａ) 特開昭60−105725（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) A47K 13/30 A47K 13/24 E03D 9/08

Claims

(57)【特許請求の範囲】

【請求項１】使用者の存在を検出する人体検出手段と、
使用時間帯を計時する計時手段と、前記人体検出手段お
よび計時手段の出力に基づき使用者の使用時間帯を予測
する予測手段と、前記予測手段の出力に基づき便座環境
を制御する便座環境制御手段を備えたトイレ装置。