JP3773645B2 - ポジション制御装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、シート部に着座した際に、利用者（以下、「着座者」という）の体型の特徴を求めて各種補機のポジションを所定値に設定するように制御するポジション制御装置に関する。
【０００２】
【関連する背景技術】
従来、この種の制御装置には、例えば実開平２−１４２３５７号（実登第２１１０１９１号公報）に示されるように、自動車の座席に着座した運転者の座骨結節点位置を求め、この座骨結節点位置から人体基準点を算出し、さらに算出された人体基準点に基づき運転者の体格パターンに応じて運転操作機器を駆動制御するものがあった。
【０００３】
【発明が解決しようとする課題】
ところが、座骨結節間の距離に対する身長、腕の長さ等の体格パターンには、個人差が大きく、上記制御装置では、座骨結節点位置から一義的に上記体格パターンを決めていたため、この個人差に対応できず、運転操作機器の制御に適さないという問題点があった。
【０００４】
また、一般車両の利用者は、特定多数であり、その各特定利用者に対してデータの再現性が要求されるが、従来の上記制御装置では、座骨結節間の距離のみで利用者を特定するので、一度座った利用者の上記データの再現性が悪くなるという問題点があった。
本発明は、上記問題点に鑑みなされたもので、着座者の体型の特徴を求めて補機を最適なポジションに制御できるポジション制御装置を提供することを目的とする。
【０００５】
また、本発明の他の目的は、検出誤差を小さくしてデータの再現性を向上させることにある。
【０００６】
【課題を解決するための手段】
上記目的を達成するため、本発明では、シート部に設けられた着座センサ等の検出手段によって着座者の着座に伴う圧力分布（以下、「座圧分布」という）を検出し、該検出された座圧分布に基づいて補機のポジション制御を行うポジション制御装置において、体型の特徴を示すデータを教師信号として前記座圧分布パターンを学習してニューラルネットワークを作成するとともに、該ニューラルネットワークで前記座圧分布パターンを解析し、該座圧分布パターンに基づく前記着座者の体型の特徴を示すデータを求める解析回路等の解析手段と、前記求められた体型の特徴を示すデータに基づいて、前記着座者特有の設定値に補機を駆動制御する駆動制御回路等の補機制御手段とを備えたポジション制御装置が提供される。
【０００７】
すなわち、ニューラルネットワークによる推定段階のアルゴリズムで、解析手段が、座圧分布パターンを入力信号として着座者の体型の特徴を示すデータを推定し、上記推定したデータに基づいて、上記着座者特有の設定値に補機を駆動制御する。
また、前記解析手段は、前記座圧分布パターンと、該座圧分布パターンに対応した着座者の体型の特徴を示すデータとを記憶する記憶部と、前記検出された座圧分布パターンを解析し、該座圧分布パターンに基づき、前記記憶部から体型の特徴を示すデータを求める演算部とを備え、記憶部に記憶されているデータに最も近いデータを演算部で算出することが好ましい。
【０００８】
【発明の実施の形態】
本発明に係るポジション制御装置を図１乃至図１３の図面に基づいて説明する。
図１は、本発明に係るポジション制御装置の構成の第１実施例を示すブロック図である。図において、ポジション制御装置は、後述するシートに配設されて、本発明に係る検出手段を構成する着座センサ１０と、着座センサ１０と接続されて、本発明に係る解析手段を構成する制御装置２０と、本発明に係る補機制御手段を構成しており、制御装置２０の指示に応じて補機３１を駆動制御する駆動制御装置３０と、駆動制御装置３０によって着座者の体型に応じた駆動を行う本発明に係る補機３１とから構成されている。また、この他に制御装置２０と接続される入力装置４０及び出力装置４１を構成要件に加えても良い。
【０００９】
なお、図２は、本発明に係るポジション制御装置を用いたシートの一例を示す一部破断斜視図である。上記シート５０は、例えば自動車等の座席に用いられており、フロアに取り付けられたシートクッション部５１と、そのシートクッション部５１に傾動可能に支持されているシートバック部５２と、そのシートバック部５２の上部に固定されたヘッドレスト部５３を有する。シートクッション部５１及びシートバック部５２の表カバーは布、皮又はビニールで作られ、そのシートクッション部５１の表カバーの下に着座センサ１０が所定形状に配設されている。
【００１０】
着座センサ１０は、複数の感圧センサからなり、着座者の臀部から受けた押圧力及び押圧位置を検出して、これら押圧力及び押圧位置のデータを制御装置２０に出力している。着座センサ１０は、後述するように押圧力の大きさに応じて抵抗データが変化する材料を用いて、その抵抗データの変化に基づいて押圧力及び押圧位置を検知するものである。着座センサ１０には、例えばシート、ステアリングホイール、ドアミラー、ルームミラー、ペダル類、シフトレバー、エアコン風向等の着座者特有の設定値を有する各種補機３１を制御するための制御装置２０が電気的に接続されている。
【００１１】
制御装置２０は、例えばシートクッション部５１の下面に配設されており、着座センサ１０、駆動制御装置３０、入力装置４０及び出力装置４１と接続され、これら装置との入出力インターフェースとして機能する入出力回路２１と、入出力回路２１と接続され、着座センサ１０から入力する押圧力及び押圧位置のデータに基づく解析処理を行う解析回路２２とを有している。
【００１２】
解析回路２２では、着座センサ１０を用いた着座者の体型の特徴（本実施例では、体型の特徴のうち、例えば、身長、体重、座高及び腕の長さ等（以下「身長、体重等」という）のデータ）のクラス分類を行っており、上記クラス分類は、その推定にニューラルネットワーク（以下、ＮＮという）を使用している。上記ＮＮには、どのような座圧分布パターンの時に、どのくらいの身長、体重等であるかを覚える「学習アルゴリズム」と、ある座圧分布パターンが入力された時に身長、体重等の値を出力する「推定アルゴリズム」の２つのアルゴリズムがある。
【００１３】
すなわち、上記ＮＮは、予め着座センサ１０の座圧分布データを入力信号とし、身長、体重等の値を教師信号として十分学習させ、推定時に着座センサの座圧分布パターンを上記ＮＮに入力することにより、対応する身長、体重等を出力するように設定されている。解析回路２２は、上記身長、体重等の出力値及び駆動制御装置３０からの補機３１のポジションデータに基づき、着座者特有の設定値を駆動制御装置３０に出力する。
【００１４】
駆動制御装置３０は、解析回路２２からの着座者特有の設定値のデータに応じて補機３１を駆動制御する、例えばアクチュエータやモータ等からなる。
また、入力装置４０は、予め体型の特徴、すなわち身長、体重等のデータを入力及び補機位置を手動設定するためのものであり、出力装置４１は、着座センサ１０によって検出された押圧力及び押圧位置のデータ等の各種データを画像処理して視覚表示するモニタ等から構成されている。図３は、シートクッション部５１の着座センサ１０によって検出された押圧力及び押圧位置を画像処理して視覚的に表示したモニタの画像の一例である。図中、下部及び右部に表示された数字は、各着座センサ１０の感圧位置を示すための座標データであり、押圧を検出した着座センサ１０に対応するます目の部分が表示されるようになっている。また、押圧力に応じて等高線状に色別して表示されるようになっている。
【００１５】
次に、制御装置２０の上記２つのアルゴリズムの動作を、図４、図５のフローチャートに基づいて説明する。なお、制御装置２０は、着座センサ１０によって検知された押圧力及び押圧位置のデータを所定時間計測し、デジタル処理して着座者の身長、体重等を推定するものとする。上記所定時間は、例えば着座者がシート５０に座りシートベルトを締めた時点から数秒間である。この場合、シートベルトを締めたことを検知するスイッチを設け、そのスイッチの検知によって計測を開始する。また、上記計測後に着座者が長時間の間に位置を変えてもその都度計測することはない。つまり、着座センサ１０による計測は、一旦計測されると、シートベルトを外して次にシートベルトを締めるまで動作しないようになっている。また、上記所定時間は、この他に例えばドアを閉めた時点から数秒間とすることも可能である。
【００１６】
まず、図４は、制御装置２０の学習段階のアルゴリズムを示すフローチャートである。なお、本実施例では、予めデータの学習が可能な学習モードに設定した状態で、シート５０にシート利用者を着座させて、着座センサによって座圧分布を検出する。
図において、解析回路２２では、着座センサ１０から押圧力及び押圧位置のデータが入力すると（ステップ１０１）、上記データを正規化して座圧分布パターンとする（ステップ１０２）。そして、上記座圧分布パターンをＮＮの入力信号とするとともに、着座者によって入力装置４０から入力される身長、体重等のデータを教師信号として、上記入力信号に誤差を与えながら学習させる（ステップ１０３）。
【００１７】
解析回路２２では、教師信号と出力値の２乗誤差の平均値が一定の収束をするまで学習し、上記一定の収束になると（ステップ１０４）、上記学習モードを終了する。本実施例では、このような体型の特徴のクラス分類を各着座者ごとに行う。
また、この際に着座者は、入力装置４０を用いて、例えばシートクッション部５１及びシートバック部５２を好みのシート位置や背もたれの傾斜角度に設定しておく。また同様に、ステアリングホイールの位置、各種ミラーの角度、ペダル類やシフトレバーの位置、エアコンの風向等を着座者特有の値として予め設定しておく。
【００１８】
図５は、制御装置２０の推定段階のアルゴリズムを示すフローチャートである。図において、着座センサ１０から押圧力及び押圧位置のデータが入力すると（ステップ２０１）、解析回路２２は、上記データを正規化して座圧分布パターンとする（ステップ２０２）。そして、上記座圧分布パターンを入力信号として、ＮＮに与える（ステップ２０３）。
【００１９】
上記ＮＮは、入力する上記座圧分布パターンに基づいて着座者の身長、体重等の推定を行い、その推定値を出力する。
従って、本実施例では、解析回路２２は上記身長、体重等の出力値及び駆動制御装置３０からの補機３１のポジションデータに基づき、着座者特有の設定値を駆動制御装置３０に出力することができ、駆動制御装置３０は上記設定値に対応して補機３１を駆動制御することが可能となる。
【００２０】
これにより、本実施例では、シートに着座するだけでその時の座圧分布パターンの認識がなされ、シートクッション部やシートバック部が自動的に着座者の好みのシート位置や背もたれの傾斜角度に調節され、同時にステアリングホイールの位置、各種ミラーの角度、ペダル類やシフトレバーの位置、エアコンの風向等も着座者の好みの設定に調節されるので、着座者の体型の特徴から補機を最適なポジションに制御できる。
【００２１】
また、本実施例では、着座者の臀部の座圧分布データをパターン処理した面分布で着座者の体型の特徴を検出するので、検出誤差が小さくなってデータの再現性を向上できる。
また、図６は、本発明に係るポジション制御装置の構成の第２実施例を示すブロック図である。なお、図６において、図１の第１実施例と同様の構成部分については、説明の都合上、同一符号を付記する。
【００２２】
図において、図１と異なる点は、本発明に係る演算部を構成し、制御装置２０の解析回路２２が演算制御可能なマイクロコンピュータからなる演算回路２３と、本発明に係る記憶部を構成し、着座センサ１０によって検出された押圧力及び押圧位置のデータを予め記憶する記憶回路２４とから構成されている点である。
上記各種データの設定は、予め記憶回路２４に記憶可能な設定モードにした状態でシートにシート利用者を着座させて入力装置４０により、身長、体重等、又は各装置の動作指示等を着座センサ１０からの座圧分布パターンに関連付けて、記憶回路２４に入力及び記憶させる。
【００２３】
演算回路２３は、着座センサ１０によって検出された押圧力及び押圧位置のデータを所定時間計測し、デジタル処理してそのデータを予め記憶回路２４に記憶してあったデータにもっとも近いデータ（身長、体重等の値）を算出する。
なお、本実施例でも、所定時間は、例えば着座者がシート５０に座りシートベルトを締めた時点から数秒間である。この場合、シートベルトを締めたことを検知するスイッチを設け、そのスイッチの検知によって計測を開始する。また、着座センサ１０による計測は、一旦計測されると、シートベルトを外して次にシートベルトを締めるまで動作しないようになっている。
【００２４】
次に、図６に示したポジション制御装置の制御動作を、図７のフローチャートに基づいて説明する。まず、本実施例では、スイッチによってシートベルトが締められたことを検知すると、利用者が着座したと判断し（ステップ３０１）、着座センサ１０による押圧力及び押圧位置のデータを計測する（ステップ３０２）。
【００２５】
上記押圧力及び押圧位置のデータが入力すると、演算回路２３は、上記データをパターン処理し（ステップ３０３）、上記処理した座圧分布パターンを記憶回路２４内のデータと比較、照合して（ステップ３０４）、最も近いデータを抽出する（ステップ３０５）。そして、上記抽出したデータに基づき、駆動制御装置３０に駆動指示を出力する（ステップ３０６）。
【００２６】
次に、入力装置４０から手動微調整の信号が入力すると（ステップ３０７）、演算回路２３は、記憶回路２４内のデータを学習する（ステップ３０８）。次からは、上記学習したデータに基づき、駆動制御装置３０に駆動の指示を出力する。
従って、本実施例では、解析回路２２は上記身長、体重の出力値及び駆動制御装置３０からの補機３１のポジションデータに基づき、着座者特有の設定値を駆動制御装置３０に出力することができ、駆動制御装置３０は上記設定値に対応して補機３１を駆動制御することが可能となる。
【００２７】
これにより、本実施例でも、シートに着座するだけでその時の着座者の臀部の座圧分布パターンの認識がなされて、補機が着座者の好みに自動設定されるので、着座者の体型の特徴から補機を最適なポジションに制御できるとともに、上記座圧分布データをパターン処理した面分布で着座者の体型の特徴を検出するので、検出誤差が小さくなってデータの再現性を向上できる。
【００２８】
なお、本実施例では、着座センサは、シートクッション部５１に配設したが、本発明はこれに限らず、例えば図８に示すようにシートバック部５２にも配設して、着座センサ１０，１１からの座圧分布データを併用することも可能であり、この場合には、両座圧分布データをパターン処理した面分布で着座者の体型の特徴を検出するので、さらに検出誤差が小さくなって精度が向上するという優れた効果がある。
【００２９】
また、本発明では、図９、図１０に示すように、シート５０に対して同一人物の着座姿勢が異なる場合でも、例えばデータの重みづけ（着座者の臀部と着座センサとの間に存在する物の重さ、例えばシートの表カバーの重さ等のバックグランドデータの寄与を少なくする）をすることで、解析回路にデータ記憶されている人物と同一と判断したり、また着座者のデータが記憶されていない場合でも、より体型の近い人物のデータを抽出することが可能である。
【００３０】
ここで、図１１、図１２は、図９、図１０の着座姿勢に対するモニタの画像図である。これら図１１、図１２から、押圧位置の判定においては、特定のＡ点と着座位置との関係がわかるので、上記着座位置と、解析回路に記憶されているリクライニング角度θのデータとによって、より正確な顔の位置を検出できる。また、肩の位置や足の付け根位置も同様により正確に検出できるので、手の位置、足の位置も精度良く推定することが可能となる。従って、本発明では、着座者と補機との相対位置関係をより正確に把握できるという効果もある。
【００３１】
また、一般にロールオーバーや急ブレーキ等の突発的な動作の時は、シートに対する前座りは不適切とされているので、着座者に深く座るように促すための警報を発するように構成することも可能である。この場合には、図１に示した解析回路２２が押圧位置の判定を行うので、例えば図１２に示したように、ある基準位置よりも前方に臀部が検出された場合には、解析回路２２がその旨を知らせるための信号を入出力回路２１を介して出力装置４１に出力する。上記信号を受け取ると、出力装置４１は、深く腰掛けるように着座者に警報を発する。なお、着座者の臀部位置の測定基準点は、例えば圧力ピーク位置から定めても良いし、加圧領域の最後端から定めても良い。さらに、図１３に示すように、着座センサ１０の感圧点１２を、シートの左右方向で電気的に並列接続させたものを用いて、シートの前後方向のどの行から加圧されているを検出することでも、上記臀部位置を求めることができる。
【００３２】
このように、本実施例では、着座者の臀部位置に応じて、着座者に警報を発することができるので、着座者は新たに着座し直すことができ、これにより着座者の体型の特徴を求めて補機を最適なポジションに制御できるとともに、検出誤差を小さくしてデータの再現性を向上できるとともに、上述したような突発的な動作に対しても安全性をより高めることができる。
【００３３】
また、本発明は、シートに圧力検知センサや障害物検知センサを設け、シートのポジションを駆動制御する際に、障害物を検知すると、自動的に上記シートの移動を停止させる装置を設けることも可能であり、この場合には、ポジション制御装置の安全性が向上するという優れた効果を奏する。
また、本発明のポジション制御装置は、車両の座席のみに限らず、その他のシートに用いることも可能である。
【００３４】
さらに、本発明のポジション制御装置でのシートにおける駆動制御項目は、スライド、前後バーチカル、リクライニングの他に、例えばヘッドレスト前後上下、ランバーサポート、サイドサポート、サイサポート等がある。
【００３５】
以上説明したように、本発明では、シート部に設けられた検出手段によって着座者の座圧分布を検出し、該検出された座圧分布に基づいて補機のポジション制御を行うポジション制御装置において、体型の特徴を示すデータを教師信号として前記座圧分布パターンを学習してニューラルネットワークを作成するとともに、該ニューラルネットワークで前記検出された座圧分布パターンを解析し、該座圧分布パターンに基づく前記着座者の体型の特徴を示すデータを求める解析手段と、前期求められた体型の特徴を示すデータに基づいて、前記着座者特有の設定値に補機を駆動制御する補機制御手段とを備えたので、着座者の体型の特徴を求めて補機を最適なポジションに制御できるとともに、検出誤差を小さくしてデータの再現性を向上できる。
【００３６】
また、解析手段は、前記座圧分布パターンと、該座圧分布パターンに対応した着座者の体型の特徴を示すデータとを記憶する記憶部と、前記検出された座圧分布パターンを解析し、該座圧分布パターンに基づき、前記記憶部から体型の特徴を示すデータを求める演算部とを備えたので、これによっても着座者の体型の特徴を求めて補機を最適なポジションに制御できるとともに、検出誤差を小さくしてデータの再現性を向上できる。
【図面の簡単な説明】
【図１】本発明に係るポジション制御装置の構成の第１実施例を示すブロック図である。
【図２】図１に示したポジション制御装置を用いたシートの一例を示す一部破断斜視図である。
【図３】図２に示したシートクッション部の着座センサによって検出された押圧力及び押圧位置を画像処理した場合のモニタの画像図である。
【図４】図１に示した図１に示した制御装置の学習段階のアルゴリズムを示すフローチャートである。
【図５】同じく制御装置の推定段階のアルゴリズムを示すフローチャートである。
【図６】本発明に係るポジション制御装置の構成の第２実施例を示すブロック図である。
【図７】図６に示したポジション制御装置の制御動作を説明するためのフローチャートである。
【図８】本発明に係る着座センサの他の配置を示すシートの一部破断斜視図である。
【図９】シートに対する人物の着座姿勢を示す図である。
【図１０】同じく、シートに対する図９と同一人物の異なる着座姿勢を示す図である。
【図１１】図９に対応したモニタの画像図である。
【図１２】図１０に対応したモニタの画像図である。
【図１３】着座センサの感圧点の配置の一例を示す図である。
【符号の説明】
１０，１１ 着座センサ
１２ 感圧点
２０ 制御装置
２１ 入出力回路
２２ 解析回路
２３ 演算回路
２４ 記憶回路
３０ 駆動制御装置
３１ 補機
４０ 入力装置
４１ 出力装置
５０ シート
５１ シートクッション部
５２ シートバック部
５３ ヘッドレスト部

Claims (2)

1. シート部に設けられた検出手段によって着座者の臀部から受けた押圧力及び押圧位置の座圧分布を検出し、該検出された座圧分布に基づいて補機のポジション制御を行うポジション制御装置において、
   前記検出された座圧分布のパターンを解析し、該座圧分布パターンに基づく前記着座者の体型の特徴を示すデータを求める解析手段と、
   前記求められた体型の特徴を示すデータに基づいて、前記着座者特有の設定値に補機を駆動制御する補機制御手段とを備え、
   前記解析手段には、
   前記検出手段から入力された押圧力及び押圧位置を第１のデータとして検出し、
   前記第１のデータを正規化して第１の座圧パターンとし、
   前記第１の座圧パターンを入力信号とするとともに、前記着座者の体型の特徴を示すデータを教師信号として前記入力信号に誤差を与えながら学習し、
   ニューラルネットワークを作成する学習アルゴリズムと、
   前記検出手段から入力された押圧力及び押圧位置を第２のデータとして検出し、
   前記第２のデータを正規化して第２の座圧パターンとし、
   前記第２の座圧パターンを前記ニューラルネットワークに与え、
   前記ニューラルネットワークへ与えられる前記第２の座圧分布パターンに基づいて体型の特徴を示すデータの推定を行う推定アルゴリズム
   の２つのアルゴリズムを具備するニューラルネットワークが備えられることを特徴とするポジション制御装置。
2. 前記解析手段は、前記座圧分布パターンと、該座圧分布パターンに対応した着座者の体型の特徴を示すデータとを記憶する記憶部と、
   前記検出された座圧パターンを解析し、該座圧分布パターンに基づき、前記記憶部から体型の特徴を示すデータを求める演算部とを備えたことを特徴とする、請求項１に記載のポジション制御装置。

Images