JP5300602B2 - 空気調和機 - Google Patents

Description

この発明は、ユーザーの状態を把握し、そのユーザーにとって快適な空調を提供する空気調和機に関するものである。

従来より、睡眠時の空調に関する技術が開発されている。例えば、おやすみモード付空気調和機は、おやすみモードの動作時間や空気調和機の吸い込み温度（空気調和機本体周辺の空気温度）に応じて、室内の空調をコントロールしている。
また、ベッドや枕に温度計を埋め込み、人の体温を測定して空調をコントロールしているものもある（特許文献１、２）。

また、顔を焦電センサと赤外線センサで追従し、顔の表面温度から快適性を判断する空気調和機や（特許文献３）、焦電センサなど非接触センサで体動情報を取得し、睡眠状態を把握して空調制御を行う方法もある（特許文献４、５、６）。

特開平０５−０８８７５８号公報 特開平０７−０４２９９９号公報 特開平０２−１５７５５１号公報 特開平０５−１０６８９９号公報 特開平０２−０６８４３９号公報 特開２００７−２８５５６２号公報

しかしながら、従来の場合、以下のような課題があった。おやすみモード付空気調和機は、同モードの動作時間に応じて目標温度を徐々に室温に近づけていくか、空気調和機の吸い込み温度に応じて目標温度をユーザーの設定より室温に近いところに設定するものであったが、これらの方法ではユーザーの入眠までの個体差は考慮されず一義的な制御となってしまっていた。
また、特許文献１に示す技術ではあらかじめ設定された最適な体温履歴に近づくように空調制御されるため、ユーザーの着衣量、詳細な睡眠深度などユーザーの時々の状態差を考慮することはできない。
さらに、特許文献２に示す技術に関しては、ユーザーが温度計に接している必要があるためユーザーの寝返りなどに対応できず、温度計への接触部位が変わることでの温度変化の影響を受ける問題があった。また、温度計が体に接触しているため、睡眠状態を阻害する問題もあった。

特許文献３に示す顔を可視画像と赤外線センサで追従し、その表面温度から快適性を判断する方法では、ユーザーの着衣量、活動量、末端温度が判断できないため、リラックス状態であるのか転寝（うたたね）状態であるのか判断できない。また、分解能が粗い場合、顔と背景空間の平均温度が出力されるため、顔が正確に判断できない。皮膚温度を正確に把握するためには、高分解能を有する高価な素子が必要になる。また、人体皮膚表面温度の最低レベル以上の信号で、かつ最適レベル以下の信号が得られる位置で、最大値を示す部分を顔面としているが、転寝状態で末端温度が上がっている場合、頭部背景温度が低い場合などには正確に判断できない。さらに、周囲の環境温度を赤外線センサなどで取得する事も行っておらず、周囲の環境状態なども加味する事ができない。

特許文献４、５、６では、焦電センサなどの非接触センサで体動情報を取得し、睡眠状態を把握して空調制御をしているが、体動の大小やどの部分が動いたのか判断ができないため、睡眠深度は２段階程度しか区別できない。また、快適性がどうなっているかも判断できず、布団を含む着衣量にセンサ出力が左右され、さらに周囲温度が取得できないため快適な睡眠をエスコートすることができない。

この発明は、上記のような課題を考慮してなされたもので、その目的は、各人の状態（例えば睡眠状態）に応じて空調制御が可能で、快適な睡眠などを提供できる空気調和機を得るものである。

この発明の空気調和機は、非接触で人を検知する人検知手段と、検知した人の頭部、胴部及び手足部を特定し、特定した少なくとも一つの部位の動きである体動及び表面温度を解析する体動解析部とを備え、前記体動解析部の解析結果を基に人の状態識別を行い、その状態に応じた空調制御を行う空気調和機であって、前記人検知手段として、赤外線温度センサと、前記赤外線温度センサにより検出された温度分布を熱画素画像として表す画像表示部とを備え、前記体動解析部は、前記赤外線温度センサにより異なる時間に検出された温度分布を表す熱画素画像の特定の温度帯の形状及び該温度帯の位置の変化を基に、前記解析を行うものであり、前記熱画素画像に複数人の画素集合体が重なる場合に、それぞれの人の頭部、胴部及び手足部を特定し、それを基に複数人を分離して各人を検出するものである。

この発明の空気調和機によれば、人の頭部、胴部、手足部の動き及び表面温度の変化を基に、比較的簡単に人の状態把握が可能となる。また、それらの情報に基づいて、睡眠に適した空調制御が可能となる。またこれにより、無駄な空調をなくして、省エネにも寄与することができる。

この発明の実施の形態１における空気調和機の構成及び非接触型温度検出装置で検出した領域の温度分布を示す熱画素画像を示す図。 実施の形態１における空気調和機の主な機能を示すブロック構成図。 人の睡眠時の状態変化の概要を示す説明図。 実施の形態１における空気調和機の作用を示すフローチャート。 この発明の実施の形態２におけるネットワーク構成図。 実施の形態１における睡眠状態判定部による深睡眠の判定動作例を示すフローチャート。

実施の形態１．
図１はこの発明の実施の形態１における空気調和機の構成及び非接触型温度検出装置で検出した空間の温度分布を示す熱画素画像を示す図、図２は実施の形態１における空気調和機の主な機能を示すブロック構成図である。

実施の形態１の空気調和機（室内機）１０は、予め定めた領域（例えば、寝室のベッド部分、あるいはリビングルーム全部など）の温度分布を検出する非接触型の温度検出装置１と、温度検出装置１により検出された温度分布を熱画素画像８として表示する画像表示部２と、熱画素画像８を含む各種の情報を記憶する記憶装置３と、熱画素画像８から上記領域内にいる人の頭部、胴部、手足部を特定し、各部位の体動の大きさと回数、及び各部位の表面温度を解析する体動解析部４と、体動解析部４の解析出力に基づいて人の睡眠状態を予測判定する睡眠状態判定部５と、睡眠状態判定部５の判定出力に基づいて空調動作部（空調機本体）７の空調制御を行う空調制御部６とを備える。なお、通常は、体動解析部４、睡眠状態判定部５及び空調制御部６が、１つ又は複数のマイコンなどから構成されている。ここでは、空調制御部６が、空気調和機（室内機）１０の各部位１〜５の動作も制御するようにしている。ここで、温度検出装置１、画像表示部２、記憶装置３、及び体動解析部４の一部（人検知機能）が、人検知手段として作用する。
また、空気調和機１０の空気取込口には室温を検出する室温検出センサ１１を備え、空気調和機１０の空気吹出口には吹出風の向きを調整する風向調整具１２を備えている。

非接触型の温度検出装置１は、例えばサーモパイルなどの赤外線センサであり、それは人検知手段の一部として作用する。予め定めた領域における温度分布の検出は、その領域をカバーできる複数のセンサからなる温度検出装置１を同時に利用して行ってもよく、また、１個または少数のセンサからなる温度検出装置１を走査して、温度分布を検出してもよい。温度検出装置１で検出された温度分布は、画像表示部２において、サーモビューワーのように温度毎に色分けされ、熱画素画像８として表示される。
なお、上記各要素１〜６は、空調動作部（空調機本体）７と一体に構成されていてもよく、またそれらの全部又は一部が空調動作部７と別体に構成されていてもよい。

次に、空気調和機１０の作用を説明する。温度検出装置１は、予め定められたサイクルで、予め定めた領域の温度分布を繰り返し検出する。温度検出装置１で検出された温度分布は、画像表示部２において、温度に応じて色分けされた熱画素画像８として表示される。所定のサイクル毎に検出した各熱画素画像８は、記憶装置３に記憶しておく。
そして、検出された熱画素画像８の温度分布（又は特定の温度帯）の形状や位置から、人の頭部、胴部、手足部を特定し、さらにそれらに対応する画素集合体の位置の変化から、それら部の動きの大きさ及びその回数を検出する。なお、この明細書では、これらの頭部、胴部、手足部を部位とも称し、それら部位の動きを体動と称する。
各部位が画素集合体の形状や位置から判断できない場合には、例えば、動きが検出された画素集合部分を人と判断し、その部分の温度を３段階に分けて、温度が高い順から、頭部、胴部、手足部とみなしてもよい。また、各部位の形状や温度分布を基に、同様な形態の画素集合体を、同一人物と判定する。
また、空調対象空間の温度が人体の輻射熱温度に近い場合には、温度検出装置１が人を検出可能な温度になるまで、予めその周囲を空調する。

また、１人の人物と判定された画素集合体の重心、もしくは、画素集合体の外郭の総移動量などから、静止状態の場合（活動量が予め定めた所定値以下の場合）に、所定の時間、その集合体の状態を監視する。そして、場所の移動や体位の変更ではない程度の比較的小さな変化があり、それが人によるものと判断された場合には、それを人の頭部及び手足部と判断し、その変化を体動と判断する。そして、体動の回数が多い方を手足部、少ないものを頭部と判定する。また、人検知センサの分解能が高い場合には、それらの部位の可動距離も考慮して判断する。一般に、頭部の可動距離は短く、手足部のそれは大きく長い。これらに加えて、画素集合体の長さから算出される体の向き、画素集合体の温度を加味して、人の頭部、胴部、手足部をそれぞれ判断すれば、各部位がほぼ正確に特定できる。

特定された人の頭部、胴部、手足部の体動が、一定時間の間で、起きていると判断される回数以下の予め定めた閾値以下となった場合は入眠した（睡眠状態になった）と判断できる。例えば、４〜８分の間に１〜２回以下の体動の場合を入眠と設定できる。このような閾値は起きている間の動作と睡眠時の動作の差を学習し、数サイクルごとに修正する。なお、初めての場合は、平均的な人の体動データを使用し、その体動回数が所定値以下になった場合に睡眠と判断する方法がある。
走査型の温度検出装置のために、入眠までの判断に時間がかかる場合は、温度分解能を落として取得時間を早くしたり、画素を間引いて画素分解能を落としたりする事により、入眠判定を高速化できる。
温度分解能や画素分解能を落とした場合には、温度検出装置の走査も高速に行うことができ、温度取得時間の短縮もできる。この態様は、起床時は高速で行い、睡眠に入ってから通常動作にする、又はその逆にする、若しくは常時高速で動かすなど機種や状況によって変更できる。

さらに、上記方法により特定した頭部、胴部、手足部の体動を基に、睡眠中の体動が寝返りか、単なる手足の体動かを判断する。例えば、胴部に体動があった場合や、頭の部位の変化が大きい場合は、顔表面が向きを変える程度の大きな変動があったとみなして寝返りと判断する。また、頭部のうち温度が高い方が顔正面であるとし、顔の向きから寝返りの方向を判断できる。また、手足部の動作が大きい場合も同様に寝返りと判断する。このように、各部位の体動の大きさ及びその回数を算出し、予め設定しておいた体動変化の一般的傾向若しくは利用者の傾向から睡眠深度を判断する。なお、体動は人によって様々なので、体動変化の上下ピーク値を記憶しておき、その変化比により寝返りと判断する閾値を設定する学習機能を設けておけば、より正確な判定ができる。

図３は、人の睡眠時の状態変化の概要を示す説明図である。ここでは、太い実線が睡眠の進行状況を、点線（Ａ）が人の深部体温を、一点鎖線（Ｂ）が発汗量を、２点鎖線（Ｃ）が空調制御例を示している。また、睡眠の進行状況は、起床の他に、睡眠の深さに応じて、REM睡眠（脳が覚醒に近い状態で活動している状態）、睡眠深度１、睡眠深度２、睡眠深度３、睡眠深度４の６つの睡眠状態にて区別している。
睡眠が始まると体動は減少する。起床時と入眠時でも体動の大きさ及び回数には違いがある。睡眠深度が深くなると体動がなくなり、脳を休めると考えられている。一旦、睡眠深度４に到達した後、睡眠深度は浅くなりREM睡眠が始まる。睡眠中はこのような繰り返しが周期的に行われ、REM睡眠の時間は明け方に向けて徐々に長くなる。睡眠深度が変化する時には体動があるが、多くは睡眠深度１、中途覚醒の際に体動がみられる。また、睡眠後期のREM睡眠時にも大きくはないが体動が見られる。体動のない静止持続時間の長さは、温熱環境によっても変化する。それらの情報からREM睡眠の回数を計算し、REM睡眠の直後に起床すると快適に起きられる。寝汗や冷えなどによる睡眠障害などでわかるように、温熱環境が睡眠に与える影響は大きく、従って空調制御による快眠制御は有効である。
睡眠中の体動などが検出できず、睡眠状態が判断できない場合は、サーカディアンリズム（体内時計リズム）などのサイクルを適用し、次の検出機会を待つ。また、頭部、胴部、手足部の体動が時間経過をしても同じ量しか検出されない場合も、そのサイクルの体動にあてはめて同様の方法で対応する。
なお、睡眠状態の判定は頭部、胴部、手足部の少なくとも１つの部位の体動を検出して行うことも可能であるが、正確性の観点から、頭部、胴部及び手足部の全てを含めた体動を考慮して睡眠状態の判定を行うことが好ましい。

体動以外に、人の体温変化も睡眠深度を判断する上で重要な指標である。図３に示すように、入眠時は人の深部体温を下げるため放熱が行われ、人の末端の表面温度が通常よりも上昇する。その後、睡眠深度４に近づくにつれて徐々に放熱が完了し、人の深部体温は睡眠深度４から起床に向けて直線的に上昇している。睡眠深度が深まる前に放熱が行われ、発汗するサイクルが行われながら、起床に近づくにつれ徐々に深部体温が上がっていく。手足部などの放熱に関係する部位の表面温度は、放熱する関係から深部体温と時間的な位相差がある。位相差が大きい人は、深部体温と表面温度が正弦波で９０度ずれている場合もある。顔の温度は脳の活動量とリンクするように、睡眠深度が深くなると下がり、REM睡眠など睡眠深度が浅くなると上がる。発汗量は、睡眠深度とある程度の相関がある。胴部の表面温度も深部体温と同じような波形で、振幅位相は違うが多少変化する。睡眠深度４とREM睡眠の割合は反比例している。すなわち、入眠後に睡眠深度４などの深い睡眠が長くなるが、明け方に近づくに連れてREM睡眠の時間が長くなる。間にある睡眠深度１〜３を挟んで、睡眠深度４〜REM睡眠を繰り返し、それの数サイクルで目覚める周期となっている。なお、睡眠深度４とREM睡眠以外は、睡眠深度２が支配的である。睡眠深度４とREM睡眠の間の時間帯を長くするために、体温を調整してやる事が重要であり、空調制御により温熱環境を調整して、より最適な体温調整をアシストする事が快眠制御につながる。

睡眠深度判定で睡眠状態に入った場合には、センサ精度を上げる、検知速度を速くする、検知方向の上下角度を変える、検知幅を変える、人体検知の人の滞留判定で人の滞留位置を判断し、その部分以外は検知しない、など情報を最適な状態にして取得するようセンサによる検知を調整する。
検知速度を睡眠に合わせて最適にする事で無駄をなくし、判定速度UP及び省電力に寄与する。
センサ精度を上げる／下げる、検知速度を速くする、検知方向の上下角度を変える、検知する幅（走査する範囲）を変える、など情報を最適な状態にして取得するとは、具体的には、赤外線センサの場合、走査して検知する速度を上げるために、温度検出の精度を落として速度を上げる。
また睡眠時は睡眠開始判定がインターフェースまたは上述した睡眠深度判定により自動若しくは手動で可能である。自動でセンサの角度、走査範囲を学習した結果から、人のいる位置のみを検出する制御に変更することができ、それにより無駄がなく、検知速度も上げることができる。センサとしてカメラを用いた場合でもダイナミックレンジを狭くし、フレームレートを上げるなど、センサに応じて対応可能である。
睡眠状態の判断は、就寝時ボタンを押すなどインターフェースを利用しても良いし、人体検知、おやすみモード、一定時間の人の滞留など、様々な状態をトリガとして設定し、トリガがONした場合に実行しても良い。また、体動から睡眠状態を判断した場合、または学習した結果から固定位置に移動した場合に検知の変更を自動で開始する。もちろん、初期に設定を行って固定しても良いし、毎回変更しても良い。また、据付時に設定を手動、自動で行う事も可能である。
複数人を判断する場合にも、検知角度が変化できるので最適な角度を指定できる。
なお、上記の各方法は、睡眠時以外にもリビングでの個人認証などの他の用途でも使用する事が可能である。
睡眠状態を把握する場所は寝室の場合が多く、センサを寝室専用の設定にしておけば人体検知を行った直後から、自動で検知を最適に変更する制御を行える。
人体検知用のセンサによる検知位置が何らかの原因で位置が変化する場合がる。例えば、赤外線センサを走査して検知する場合、ステッピングの精度により、位置が変化する。また、往復などある一定のループで走査して検知しデータ取得を行う場合は、毎回の検知データに同じズレが生じる場合がある。また、精度の劣化、検知する環境の変化により、データの補正が必要になる場合がある。例えば時間ごとに検知した結果の差分を利用する場合に、検知対象は変化していないのに差分が大きく出力されてしまう事がある。
本発明の実施形態では、ステッピングモータの精度の問題など、事前に測定し差分を予想できる項目に対しては補正を適応する。補正を適用するタイミングは、時期を指定してもよく、データを指定のタイミングで複数比較し、差分などの平均誤差が予め定めた閾値を常に上回るなど補正時期を自動で判断できる仕組みとしても良い。補正する量や値は、自動で計算することもできる。データの検知対象以外の差分やパターンマッチングで同一場所とされた場合の差分、基準となるマークからの誤差など、どの方法を用いてもよい。
また、赤外線センサを用い、左右に往復走査して熱画素画像を検知する方法の場合、左右でズレが発生する場合がある。ズレ（誤差）の検知方法は熱画素画像の各画素の温度誤差がある一定以上の画素の数、または平均温度誤差で行う事ができる。しかし、人の移動などをリビングなどで検知する場合、壁床の輻射温度が一定（均一）の場合には、センサの往復走査した熱画素画像の差分は人体検知部分以外の平均温度差分は小さく、画素数で判断するにも温度差分のある画素は少ないため、全体として閾値の設定が難しい。
そこで同じ位置、同じ周期で検知される物体の形状が同じ場合、またはパターンマッチングで近似していると判断された場合、その物体を基準にその画素数の差分を取り、補正を行う。この場合、基準にする物体の数や画素数で閾値を設けても良いし、また何回か繰り返し同じ位置、同じ周期で検知された場合のみ補正を行う方法でも良い。パターンマッチングとは、ある熱画素画像の一定の画素が、別の熱画素画像と同じと判断できるアルゴリズムの総称でとして用いているため、テンプレートマッチング、テクスチャマッチング、ＨＭＭ（ＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ）でも何でも良い。
人体を検知する非接触センサを備え、該非接触センサにより検知した検知データを予め定めた値と比較する機能と、その比較結果又は予め定めた基準値を基に前記検知データを補正する機能には、以下のようなものを含まれる。すなわち、検知範囲を往復して値を取得するセンサの場合(例えば左右往復)、同じ場所を往復走査して情報を取得しても、その往復に供するモータの精度などにより往復の走査でズレ（誤差）がでる場合には、上記のような方法以外に、往復の片方向（例えば左から右へ走査したセンサ出力）の情報のみを使用し、その情報を時系列で比較し、差分を算出し往復の誤差を回避し、差分を出力する手法も含まれる。
また、センサからの情報の取得速度を速めたければ、往復走査のもう片方の情報（例えば右から左へ走査したセンサの出力）も利用して、同様に差分を求める。こうすれば、センサを左から右へ走査して時系列に比較した情報と、センサを右から左へ走査して同様の処理を行った差分出力が交互に出力される。これにより、誤差の少ない差分出力を効率よく取得できる。
センサの最初の２往復を例に更に説明すると、センサが赤外線センサによる熱画素画像では、左右方向への走査で取得した画像差分を抽出する場合、ズレがあると人体を誤検知してしまう。そのような場合には次のようにすると良い。すなわち、左方向へ走査した熱画素画像１と右方向へ走査した熱画素画像２でズレが生じても、再度左方向へ走査した熱画素画像３と再度右方向へ走査した熱画素画像４を取得し、熱画素画像１と熱画素画像３とを比較した熱画素差分画像１と、熱画素画像２と熱画素画像４とを比較した熱画素差分画像２とを出力する。そして、熱画素差分画像１、熱画素差分画像２を連続した差分画像として使用することで、誤差の少ないセンサ出力を利用できる。

次に、快適睡眠を実現するための空調制御を、図４に示す空気調和機１０の動作フローチャートを基に説明する。まず、所定のサイクルで温度検出装置１を動作して、予め定めた領域の温度分布を、各サイクル毎に熱画素画像に表し記憶装置３に記憶する（Ｓ１）。体動解析部４は、取得した熱画素画像の温度分布の形状や異なる時間の熱画素画像の差分を基に人の存在を検出する（Ｓ２）。例えば、人体輻射熱に近い温度帯部分や、動きが検出された温度帯部分に人がいると判定する。
体動解析部４は、人を検出した場合、熱画素画像を基に、人に対応する温度帯の時間的位置変化、温度帯の画素形状、温度帯の表面温度などから人の頭部、胴部、手足部を特定する（Ｓ３）。さらに、体動解析部４は、取得した人の頭部、胴部、手足部の対応画素部分の位置や温度の変化を基に、各部位の体動の有無を判定する（Ｓ４）。なお、体動が検出されない場合は、静止状態の時間を記憶装置３に記憶する（Ｓ５）。
Ｓ４で体動が検出された場合は、体動解析部４にて、人の頭部、胴部、手足部の各画素部分の位置や温度の変化を基に体動の解析を行い、各部位毎に体動の大きさ、回数、及び表面温度を算出する（Ｓ６）。続いて体動解析部は、そこに複数人がいるか否かの判定を行う（Ｓ７）。複数人がいる場合には、それらの人の分離処理を行う（Ｓ８）。人の分離処理の詳細は後述する。人の分離処理を行った後、またはＳ７で複数人が検出されなかった場合、睡眠状態判定部５が、算出された人の頭部、胴部、手足部の体動の大きさと回数、さらに必要ならば表面温度も考慮して、図３に示したような睡眠状態（起床、REM睡眠、睡眠深度１〜睡眠深度４）を判定する（Ｓ９）。
そして、空調制御部６は、睡眠状態判定部５で得られた睡眠状態に基づいて、空調機本体である空調動作部７を制御して、空調制御を行う（Ｓ１０）。
なお、上記において、検出された人に対する睡眠状態と空調制御の関係は、空気調和機１０が備える学習機能により記憶装置３に記憶される（Ｓ１１）。

複数人が同時に検出された様な場合には、基本的には熱画素画像の画素集合体の形状からそれぞれの人を検知する。ダブルベッドなど人同士が近くて人の画素集合体が重なる場合は、体の各部位（頭部、胴部、手足部）を特定し、それを基に複数人を分離して各人を正確に検出する。例えば、先に入室してきた人の各部位が検出された場合は、体の向きや最初に入室してきた人の形状が記憶できるので分離は容易である。また、重なった人の表面温度に下がる場合には、その表面温度をもとにしても各人を分離して検出できる。
この他、複数人が同時に検出された場合は、それらが静止状態になった場合に、それらの顔を検出する。また、手足の体動なども記憶する。温度検出装置１の角度によっては同一人とされる可能性があるが、可動部部位の個数、入室時の人数の検出値から、どの程度重なっているか比率を出す。例えば、右手と思われる個所が２箇所ある場合は、左手からの距離の比率に応じて顔を２つに分割し、複数人に分離することができる。
選択ボタンで、空調制御、睡眠状態判断をスタートさせる構成の場合には、センサからみて、布団に入っている人が重なって認識される場合がある。その場合は初期設定で人数、年齢、性別、生体情報などの個人情報を空気調和機に入力しておき、人が重なっている事を前提に判断する。あるいは、リモコンに生体情報取得手段をつけて寝る前に握ってもらい、空気調和機側で末端温度、血圧、脈拍、体脂肪などを取得する。そのようにすることで、入眠状態かどうかを判断でき、さらに何人いるかを判断できる。この他、距離センサなどを併用して、温度検出装置１と距離センサで複数人を検知することや、暗視カメラなど他のセンサを併用して複数人を分離して各人を検知することもできる。

続いて具体的な睡眠状態と空調制御の例を説明する。例えば、体動の大きさ及び回数が、起きている間の静止時（同じ場所にいる状態）の体動回数として予め定めた回数からある割合低下すれば入眠と判断する。この場合、3〜20分の間に体動を解析し、例えば3分間で体動が2〜3回から1回以下に変化した場合を入眠と見なすようにしても良い。また、その後2〜10回程度同じ解析を繰り返し、体動変化が起床時と同じ程度に大きいものが発生した場合には起床と判断し、入眠判断を再度行う。頭部、胴部、手足部などの末端温度がそれぞれ判別できるので、前額部の温度が少し上昇し、その後下降線を描き始めたら入眠し睡眠深度４へ移行し始めたと判断し、空調温度を下げる方向に空調制御を行う。
また、入眠時、人の末端部では放熱を行うので温度が上昇する。そこで、手足部の表面温度が上昇したら入眠動作と判断してもよい。なお、顔表面の温度は下がる傾向にあるので、入室時からの温度との差分をとり、顔表面の温度が下がると入眠と判断することもできる。
人の輻射温度が低い場合には一度室温を上げる制御をし、手足の血流をスムースに循環させてから、室温を下げるのが好ましい。また、下げすぎて放熱を妨げないよう下げ幅を制限したり、皮膚表面温度を判断しながら空調する。
なお、入眠時は風などの刺激に弱いため、空気調和装置１０の表示部を徐々に暗くし、騒音を抑え、風向制御は風除けにし、人に優しい制御にするのが好ましい。

睡眠状態の予測判定は体動の大きさと回数を利用して行うことができる。例えば、体動がほとんどない時間帯（体動回数が例えば１〜２回／４〜８分）を睡眠深度４と判断する。睡眠深度３や４、及びREM睡眠の後には大きな体動が起こるので、その部分を睡眠深度の変化時と判断する。睡眠深度２の状態では睡眠深度１や起床が散見され体動が行われる。これらの特徴を基に睡眠状態を判定できる。体動については、胴部が動いたり、顔部分の温度変化が大きかった場合には寝返りと判断し、手足部が動いた場合は寝返りではない体動としてその変化量の大小、回数を算出する。なお、人の頭部、胴部、手足部の全ての体動を、その大きさ、回数、及び時間を含めて総合的に判断して、睡眠状態を判定するのが好ましい。
睡眠深度４は前述の通り入眠後、体動がほとんどない状態で判断し、大きな体動、一定時間内の複数回の微体動でその終了を判断する。前述した学習機能を利用して、平均的な睡眠深度４の時間を把握し、終了を予測することもできる。また温度変化により、睡眠深度４が最長になる制御を、入眠時や他の睡眠深度やREM睡眠時と同様に記憶しておき、制御に利用することもできる。何回かの体動と空調制御の設定方法の相関を記憶し、最適な関係の空調制御を、次回から自動的に適用してもよい。
REM睡眠時の体動には個人差があり、周期的な微体動を繰り返す場合や、睡眠深度１が散見される睡眠深度２の体動と区別がつかない事がある。このため、睡眠周期、睡眠時間、微体動の回数を他の睡眠深度の体動と比較して判断を行う。サンプリングデータが沢山ある方が、REM睡眠を含めて睡眠状態を判定し易いので、学習機能は大変有効である。

空調制御は、前述したとおり、入眠動作を判別した場合、人の周囲温度に応じて温度を下げていく。例えば、睡眠状態が睡眠深度４に近づき、睡眠が深くなるときには放熱を行うので、空調温度を下げる。その後、発汗量と深部体温を加味し、図３のように、温度に揺らぎを持たせながら空調温度を上げていく。すなわち、睡眠深度が深くなる場合は空調温度を下げ、REM睡眠に近づく場合は空調温度を上げる。
全体的には、睡眠深度に合わせて揺らぎを持たせながら、徐々に快適な起床時に設定された温度や、外気温度計で得られた自然な温度に近づけていく。人の表面温度変化が小さい場合は、揺らぎを持たせず制御しても良い。
また、睡眠深度により深部体温が変化する際、発汗や手足から放熱する周期が遅れるなど個人差があるので、制御は個人に合わせて位相をもって制御するのが好ましい。
起床時はタイマ設定された、起床時刻、睡眠サイクルの回数を基にREM睡眠の終わりを検出し、起床時のREM睡眠後に体温が上昇しているように空調制御する。また、表示部、照明、アラームなどで空調制御による起床をアシストしても良い。
起床時刻設定の場合にはREM睡眠周期がうまく設定時刻付近に合わない場合がある。この場合は、REM睡眠の入り際、睡眠深度４の後の睡眠深度１、起床時の順に起こすように空調制御する。これらのどのタイミングも起床設定時刻付近に表れなければ体温を上昇させ、アラーム、照明などの補助手段も利用して起床させる。
睡眠深度４では温熱環境変化で起きる事が少ないので、睡眠深度が深くなる時には空調を止めて省エネにする事もできる。また、睡眠深度が深い場合は刺激に対して強いので、室内温度が睡眠状態を妨げる値に近い場合には、風向・風力制御で皮膚の輻射熱を奪う運転をし、冷房を使わずとも快適な環境を作り出すことができる。
以上のような実施の形態１の空調制御では、予め定めた領域での人検知により、人のいる領域のみ空調制御することで、省エネの向上も計れる。

人の頭部、胴部、手足部の温度変化は、各部位での表面温度の変化する勾配が、山、谷を向かえ、傾斜し始めた時点で判断し、それに基づいて睡眠状況を予測し空調制御を行う。予測する方法は、図３の温度変化を基準とし、個々のバラツキは学習により判断する。
体動を用いた空調制御の学習にも共通するが、幾つかのデータでノイズと思われる部分、例えば夜更かし、酒気帯び時、深夜の一時起床など突出したデータが出る事がある。しかし、予め定めた平均値よりかけ離れたデータはノイズと判断して排除するように学習する。また、布団が肌蹴て、体動や体温変化が認識された場合には、大きな体動と判定し、冷えすぎ防止などの適切な制御を行う。なお、空調動作部７に対する制御を行わないで、これらの学習機能を作用させるようにしてもよい。それによって、空調を使わない季節でも、人の睡眠状態が学習ができ、睡眠深度の状態や快眠指数などを表示などする事ができる。

実施の形態１の場合、頭部、胴部、手足部の識別ができるので、それら各部位の表面温度を算出して手足の露出量を判定し、露出が多い場合には夏、少ない場合には冬と判断できる。同様に、人と見なせる部分の画素集合体が静止状態になり、熱画素画像の各部位の温度変化から布団量が推定できる。周囲温度が高い場合と低い場合に、それぞれ皮膚温度や着衣温度の変化を加味することで、布団量をより正確に検出できる。
また、同時に、手足の露出している皮膚温度からその付近の着衣部との温度差をとり、着衣量も判断できる。なお、皮膚部分が判断できない場合には、皮膚温度と見られる部分を平均し、それと胴部中央との温度差で着衣量を判断してもよい。事前に周囲温度を取得して布団などとの温度差があれば、着衣温度、皮膚温度との識別がより容易となる。
また、手足が隠れている、寝返りが少ない、などの状況では周囲が寒いと判断し、逆の状況を周囲が暑いと判断する。なお、これは、湿度などに起因する寝苦しさとも関係するため、「寒い／暑い」の判断の閾値は、状況に応じて変更可能とする。
また、深夜蓄熱や全館空調の場合、冷房・暖房の設定や、輻射平均温度から判断する。夏場は20℃後半、冬場は10℃後半〜20℃付近に収束して行くので、この場合の判断は容易である。

取得した季節情報、空調機の閑散期、室温、睡眠時間からある程度正確なカレンダーと時刻が取得できる。この情報は前述した学習時に時間概念、季節の情報として加味する事ができ、後述するような表示に利用したり、通信情報としても利用できる。これらの情報をより正確にするために、日時の初期設定を行う、電波時計を使用する、あるいはネットワークを通じて取得する事ができる場合にはそれを使用するなどしてもよい。
また、別途センサがある場合にはそこからも判断できる。例えば、カメラ、照度センサなど明るさが判定できる場合には日光、照明からの直接光、間接光を判断し、就寝のタイミング、時間を判断する事ができる。
就寝判定のトリガを温度検出装置１ではなく、別の焦電センサ、カメラなどの人体検知センサで判断してから行っても良い。また、カメラ、照度センサである一定照度以下で照度変化が一定以上の場合に就寝とし、その後に前述の睡眠状態判定と空調制御を開始しても良い。

周期的に同じ場所で人が検知される場合であって、その場所で入眠し、終夜を過ごした場合、周期的にその場所で横になっていると判断できる。これにより、体動する体の頭部、胴部、手足部をより正確に認識する事ができる。また、その場所に来る周期が一定の場合、対応する時刻付近で空調制御を起動する事ができ、それまでは待機状態で省エネ状態を持続できる。また、温度検出装置１を起動する際は、前述したように高速で起動するなどの形態も取れる。さらに、就寝時は大体毎日同じ位置に寝るので体の大きさ、温度変化、体動周期などから個人識別も可能となる。
さらに、距離センサが設けられている場合は距離による体の大きさ、カメラが設けられている場合は顔認証などで、より正確に個人の認識が可能となる。
熱画素画像８の情報しか得られない場合でも、人対応部分の形状や大きさ、手足部の長さ、皮膚部分の表面温度等より男女、年齢、体の大きさを推定できる。
人の皮膚温度は周囲環境により左右されるが、温度検出装置１の検出値を基に計算された温度が、どの程度の距離でどれくらいの差分がでるのか、温度検出装置１に関するデータベースから算出した距離を基に決定する。また、頭の大きさはある程度固定のため、胴部位との比を単純にとっても分かりやすい。

実施の形態１では、空調機から3〜6ｍに人体が存在し、赤外線センサの画素分解能が6ｍ先で5〜30cm程度、6ｍ先での温度分解能は0.5℃程度として説明している。実施の形態１では、個人差、室温などの温熱環境があるが、検出温度は0.1℃〜0.5℃で変化し、睡眠深度の変化により0.1〜3.0℃程度変化する。体動があった場合、対応する画素集合体（又は温度帯）は移動するので空間との温度差になり、もう少し温度変化がある。このため、体動の方が判明しやすく、従って、睡眠状況判定には、体動、顔温度、手足温度の順に重みをつけて判断するのが好ましい。非接触型の温度検出装置１と人との距離、画素分解能、温度分解能の性能次第では、これらの優先順位を変える事も可能であり、複数条件が揃わなければ判断しない仕様にもできる。
入室時などにおける人の皮膚温度を記録しておき、入眠時との差分を学習して入眠判断の閾値を設ければ、布団などで体動が検出できない場合に、補助的役割が期待できる。例えば、非接触型の温度検出装置１と人との距離が近い場合には、体動が不明な場合でも、顔表面の温度変化が細かく分かるので、睡眠状態をある程度推定することができる。

ここで、実施の形態１で使用可能なセンサについてさらに説明する。既に説明した赤外線センサを他のセンサに置き換える場合と、既に説明した赤外線センサと他のセンサを共に備える態様が可能である。他のセンサ、例えば焦電センサの場合、赤外線センサの場合と同様に複数の焦電センサにより検出された箇所を画像ブロックとして記憶し、体動回数の多い部分を可動部（頭部、手足部）とし、体動回数の少ない部分を固定部（胴部）とすることができる。寝返り時などに胴部を含む情報を記憶しておけば次回からの認識も容易である。カメラを利用した場合でも、人の各部位をパターンマッチングなどで識別する高度で処理が複雑なアルゴリズムを用いずとも、上述の各部位識別方法によって簡便かつ安価な体動把握が可能である。
前述したように赤外線センサの情報取得を高速で行う場合、活動量をより細かく把握できるが、カメラならフレーム速度だけ活動量が分かる。日時、着衣量、体動、複数人を判断するのに、他のセンサを併用するとより正確に行える。
実施の形態１で使用可能なセンサには、距離センサ、温湿度、気圧、照度センサ、生体情報取得センサなどがある。赤外線センサで最初のうちに部屋を定期的にセンシングし、人体には該当しない温度変化から窓の位置、輻射熱の変動を見る事により、より快適な睡眠状態を得るのに役立てることができる。

また、温度検出装置１などのセンサや表示部など、空調とは直接関係ない機能を、空調動作部７（空調機本体）と別に分けて設置する事も可能である。たとえば、温度検出装置１を分離して、天井、枕元、卓上など人体近くに設置する事で、より正確な温度検出が可能となる。
空気調和機１０において、学習した内容は、前述したように季節、時間などによって変化する。そのほか、部屋の模様替え、人の成長、家族構成の変化、寝具の増減などによって変化させる必要がある。センサにより取得した情報に大幅な変化がみられた場合は、学習した内容をリフレッシュし、初期状態に戻すか、センサから取得する情報が満足に得られるまでは前回のデータを使用するなどで対応する。センサにより取得した情報に大幅な変化がある場合とは、人の検知位置の変化など取得情報の変化である。
また、覚醒時に風呂に入り、そのまま寝室に来た場合は体温が通常より高い。このため、起きている間の通常時の体温と比較して、運動後若しくは入浴後と判断し、そのことを加味して空調制御する。夏場においてこのような場合には、急速に火照った体を冷やしたい欲求がある。その場合は、冷房が押されてから、室温、季節、皮膚温度を算出し、それに基づいて急速に冷房する。冷房能力がすぐに立ち上がらない場合は、風向を人に向け皮膚輻射熱を奪う制御を行う。この場合、前述した温度検出を高速化して行う事も可能である。なお、一定時間、制御を行った後は、冷え過ぎないように運転を正常に戻す。センサで皮膚温度を判断して運転を正常に戻してもよい。

夏の暑い日などに寝返りを行うと、今までいた場所でも温度変化がみられる。これは布団に圧力がかかり温度が上昇している隠れていた部分が、寝返りで検出されるためである。冬場においても、電気毛布や、湯たんぽなどがあると、それらが露出した際に人体温度付近の熱源が検出される。寝返りに関しては一定時間経過後に徐々に温度が下がっていくので、その部分を排除して人を検知する。また、背中部分は高温で温度がある程度維持されるので、人が検知された部分の画素集合体が大きくなった場合、温度変化の少ない方を人と判定し、他を布団と認識する方法もある。湯たんぽなどの電気製品は一定温度で変化がなく、位置もある程度固定されている。また、体動が大きい場合でも電気製品の温度変化は小さく、あるいは温度変化の回数が少ないので、冬場に睡眠周期に伴う体動、温度変化に異常があれば、暖房器具に起因するものと判断することができる。
なお、人が検知されたときの検知位置の温度と、その位置での現在温度との差に基づいて、人がその場に留まっているかどうかの滞留判定を行うことも可能である。これは、人が留まっている場合には温度変化は小さく、そうでない場合には温度変化が大きくなるからである。

大きい体動だけで判断するように閾値を大きくし、大きい体動だけで睡眠深度の判定を行うと、深い睡眠と判定される回数が脳波など正常に測定できる方法と比較すると多く、実際の睡眠深度と本発明の睡眠深度の判定には誤差が生じる。逆に、閾値を小さくし、小さい体動から睡眠深度を判定できるようにするとノイズを拾うので、浅い睡眠と判定される回数が脳波など正常に測定できる方法と比較すると多くなり、この方法も実際の睡眠深度と本発明の睡眠深度の判定には誤差が生じる。
そこで体動の大きさに応じて閾値を複数設け、大きい体動が検知された場合は、体動後のある特定の時間は浅い睡眠と判断する。そして大きい体動のあった後のある特定の時間内に、小さい体動が検知された場合との「ａｎｄ」をとって睡眠深度を判断する。
またノイズが多い場合には、学習機能から異常と判断し、「ａｎｄ」をとることに代えて、「ｏｒ」を適用して個々に比較判断する。ノイズが多いと判断する場合は、個人差があるが、初期値は深い睡眠が10%以下、または50%以上の場合である。
図６は上記の態様に関連した実施の形態１における睡眠状態判定部による深睡眠の判定動作例を示すフローチャートである。ここでは、体動解析部４によって検出された人体検知の手段である熱画素の温度差分を利用するものとする。従って、まず体動解析部４によって人体が検出される（Ｓ２１）。次に、大きい体動の検出を行い、それに基づいて深睡眠（例えば睡眠深度３又は４）の判定を行う（Ｓ２２）。具体的には、温度変化の差分が閾値１℃以上のものを大きい体動として検出し、さらにその熱画素ブロック数を算出する。そして、算出した熱画素ブロックが所定数（例えば２）以下であれば深睡眠と判定する。続いて、小さい体動の検出を行い、それに基づいて深睡眠（例えば睡眠深度３又は４）の判定を行う（Ｓ２３）。具体的には、温度変化の差分が閾値０．５〜１℃未満のものを小さい体動として検出し、さらにその熱画素ブロック数を算出する。そして、算出した熱画素ブロックが所定数（例えば５）以下であれば深睡眠と判定する。その後、Ｓ２２とＳ２３の判定の「ａｎｄ」または「ｏｒ」をとり（Ｓ２４）、深睡眠か否かを決定する（Ｓ２５）。そして、深睡眠と決定されればその結果が出力され（Ｓ２６）、そうでない場合には最初のステップＳ２１に戻る。
なお、検出した熱画素ブロックが想定箇所から離れておりかつ小さい場合にはノイズとして除去してもよい。また、ノイズを含めないようにするため、人体の検知は、人体が最後に検知された領域（人が滞留と判定された領域）のみ、あるいは学習により決定した領域のみで行ってもよい。
また、Ｓ２４での「ａｎｄ」または「ｏｒ」の選択は、睡眠サイクルや深い睡眠の割合などにより、どちらか最適のものを選択して良い。また、夏場は肌の露出度合いが大きいので温度の検出精度が上がるため、夏場の冷房時には「ａｎｄ」を選択し、冬場の暖房時には「ｏｒ」を選択するようにしても良い。
さらに、応答速度の速いセンサや検出閾値が２つに分割できないセンサの場合には、体動に関するブロック数や連続検出回数（一定時間内の検出回数）により、判定を行うことができる。
閾値は季節で変化させるとよい。赤外線センサで体動を取得する場合、冬場は布団により大きい体動でも微小変化しか起こらない可能性がある。その場合は閾値を小さく変更する。しかし、ノイズと混同してしまうので、最後に人体検知され滞留判定された場所を学習し、閾値を限定して下げる方法も有効である。夏場はその逆で布団面積が狭いので体動の閾値を大きくする。

実施の形態１の空調制御は基本的には温度を制御するものであるが、その他に、空気調和機１０が備える機能に応じて、風向、風速、空清、除加湿、換気、目標設定温度、体感温度目標設定温度、マイナスイオン、サプリ、におい制御、酸素制御、気圧設定、表示・照明、音声・ブザーなどの設定も制御できる。なお、それらの設定に用いられる閾値は、検知した季節、時間、人、室温、着衣量、布団などに応じて補正するのが好ましい。

実施の形態２．
実施の形態１は、快適睡眠を可能にする空調制御に関するもので、寝室に適用する空気調和機を想定している。しかし、リビングルームなど寝室以外の部屋でも、人の頭部、胴部及び手足部を検出し、それらの動きの大きさ、回数、及び表面温度を判定する事で、個人、すなわちユーザーの認識が可能であり、従って、ユーザーに応じた快適な空調制御を行う事が可能である。
例えば、リビングルームは、一般にそこにいる人数が増え、動きも多種多様だが、一般家庭の場合には、おおよそ一定の場所（例えばソファの有る場所）に人が位置していることが多い。そこで、その場所にきた人物の各部位の体動の大きさ及び回数、表面温度、日時、そのときの空調設定を記憶する。そして、次回、その位置にきた人物の体動の回数、大きさ、表面温度、日時を比較して個人識別を行い、その識別した個人に対応して記憶しておいた空調制御を自動的に選択して適用する。さらに、実施の形態１で説明したその他の機能も、リビングルームにそのまま適用することができる。これにより、例えば、リビングルームで人が転寝（うたたね）する場合にも、冷えすぎ、暖めすぎを回避して快適性を確保でき、しかも省エネ運転ができる。

また、人の各部位の体動からリラックス度を判定し、快適制御を行うこともできる。例えば、手足部の体動が多くなる場合はリラックス度が低いと考えられる。その場合、温度検出装置１による検出サイクルを短くして空調制御を行うことで、リニアな空調制御が可能となり、不快に感じる時間を少なくできる。
また、座っているのか横になっているのかを判断するとともに、異常な継続的体動を検出し不快指数ポイントとして換算する。座っている場合の足の体動の換算では、その換算に際して横になっている場合の重み付けより軽くする。横になっている場合は、立っている場合よりは軽いが座っているよりも重み付けを重くする。不快指数ポイントの体動は睡眠時の体動よりも回数が多く、明らかに違う動きとなる。さらに、手足部の表面温度変化も捉え、胴部、顔部の温度と比較し、差が大きい場合には冷えすぎ、暖かすぎと判断して、空調制御に利用する。

上記実施の形態１、２による空調制御は、寝室、リビング、和室、ダイニングなどの用途に応じて、据付時に本体スイッチやプログラム、初期設定で切り替えてもよいし、用途選択のボタンを分けてもよい。また赤外線センサで取得した情報から睡眠状態を把握し、自動で判断してもよい。また前述したようにその他センサから得た情報を基に判断してもよい。空気調和機がリビングと寝室の両方についている場合、互いに通信機能を持たせてリビングでの覚醒時体温との違いから寝室での睡眠制御用温度を制御する事により、より快適な制御も可能である。寝室の方がリビングより温度が高い場合、寝室に入ると体温も上昇する。その場合は手足の温度も上昇しているので入眠時に手足を暖める必要はない。また、リビングで学習したリラックス度、個人設定から寝室では自動で最適な温度設定にでき、寝室で本を読む場合にも赤外線により広さなどの周囲環境を取得しておき、その周囲環境を加味しリビングと同じような制御ができる。

ここで、空気調和機の学習機能についてさらに説明する。空気調和機は、前述したように、少なくとも周囲温度と体動との相関を記憶し、各部位の体動及び表面温度が最適になるように制御し、それを学習して記憶しておく。しかし、個人差があり、睡眠深度のサイクルが乱れたままの場合もある。その場合は、空調温度を0.5℃刻みで調整し、同じ時間帯及び同じ周囲温度で睡眠深度のサイクルがさらに悪化すれば、その調整した方とは逆方向に空調温度を0.5℃刻みで調整し、それを学習して記憶しておく。また、空調制御の温度調整を自動で行うことにより、最適な睡眠温熱環境を自動で探す事が可能になる。そのようにして学習した情報を、図５に示すようなネットワークを通じてサーバに送信し、サーバから最適な空調制御情報が送られてくる方式にすれば、空気調和機の記憶装置３の容量を大量に使用しなくても、最新の最適な制御設定を逐次ダウンロードできる。

空気調和機が有する情報（予め設定された情報、検出、判定及び解析によって得られた情報）は、ネットワークなどを通じてパソコンやサーバに送信する事を可能にしておけば、睡眠状態や快眠指数の随時チェックにより健康管理もできる。勿論、表示パネルを設けて表示したり、持ち運び可能なメモリーなどを経由してパソコンで閲覧する事も可能である。
ネットワークを経由して、指定のメールアドレスにメールを送る、又は電話をするなどして、室内にいる人の情報を送信可能にしておけば、老人、子供の遠隔地での安否確認や、侵入者がどのような状態でいるかなどを、ネットワーク経由で記録・閲覧、レコーダーに記録するなどのホームセキュリティにも使用でき、病院、ホテルの睡眠改善提案をビジネスとして展開する事も可能である。
さらに、ネットワークを経由して、日時の情報や地域の情報、最新の制御情報などを取得することもでき、より最適な快眠制御のための情報を得ることもできる。また、これらの機能を、ネットワーク接続されたサーバに自動的に持たせる事もできる。
前述したように、空調を使用しないでこの空気調和装置１０を利用することも可能であり、その場合にはこの空気調和装置１０が個人認識装置や睡眠状態の判定に利用できる。

あるエリアで人体検知された場合、その画像を用いて次回との比較を行う方法もあるが、熱源が移動しない場合には、不在判定を行い、人の在／不在を判断する必要があった。そこで、人検知手段は以下のような機能を備えてもよい。人体が検知された範囲から人体が移動した場合において、移動した時間において周囲温度の変化などにより大きな温度差が発生せず、不在判定できない場合には、人体検知された部分の人体検知された瞬間のデータ(熱画像)と現在の差分をとる事により、人体温度との差分が明確になり、人体検知の継続が可能である。これにより、正確に不在判定を行う事が可能である。
同様に、人体検知された場合に人体検出範囲(熱画素)の部分のみ人体検出される以前の熱画素を背景画像として上書きする。また、人体検出範囲以外の背景温度熱画素はそのまま上書きする。これにより、次の周期(フレーム)に時間が進んだ場合に、人が動かない場合にも背景画像と熱源画像との差分がでるので、在・不在の判断を間違えにくくなる。これにより不在判定を行わずとも、人がどのくらいの時間そのエリアにいるかが簡単に判断可能となる。
また、人体検知された瞬間のデータ(熱画像)との現在までのデータの温度変化を解析し、温度が人体検知された領域の周囲と同様に温度変化している場合は不在と判定してもよい。

人体検知したエリア以外の背景温度を更新する場合に新たに人体移動した場合に前回熱画素による平均周囲温度から閾値を決定し、検出結果の精度を上げる。人体検知エリアでも周囲温度及び人体検知位置での最後の背景温度を加味した平均周囲温度を算出し、閾値を最適に設定するので、検出誤差を少なくできる。
また、人が同じ位置に滞留し、周囲の背景温度が変動した場合において、人体検知された場合に、人体検出範囲(熱画素)の部分には人体検出される以前の周期の熱画素を背景画像として上書きしているため、人が移動する以前に周囲温度が変化し、人体検知以前の背景画像と現在の背景温度が同一の場合など不在判定を誤る可能性がある。これに対しては、人が滞留中に周囲温度の平均値が上がった場合、人が滞留している部分の熱画素を周囲環境温度に合わせて補正を行うとよい。例えば、人が移動してくる前の背景温度が１０℃であり、３２℃の人が移動してきた場合、その後周囲温度が２０℃に上昇し、人が移動した場合には２０℃と１０℃で差分が１０℃で検出されてしまう。そこで、人体検知エリアまたは人体周囲の熱画素を基に、人体滞留背景温度熱画素部分に温度補正を加算する。これにより人が移動しても滞留していると誤検知されず正確に在・不在が判断できる。

人体検知されたエリアにおいて、人体判定の閾値を変化させ、微小体動を取得する方法もある。また、頭部、胴部、手足部を判別するために閾値を多段階に設定も可能である。逆に滞留判定は背景温度で行うので閾値を大きい体動のみを検出可能な値とすることも可能である。
背景では温度変化によりノイズが出るので、周囲温度が人体温度付近になった場合に小さすぎる閾値では誤検知が多発する。また、手のみの動作など小さい動きを取得したい場合は、閾値が大きいと検知できない。しかし、人体検知されたエリアのみ閾値を背景の変化とは別に変化させることにより、他の部分でノイズが発生しないように手のみ動かした場合などの微小な動きを検知できる。
以上のようにすることで、微小体動をより正確に取得できるので、睡眠中やリビングでの活動量が正確に算出できる。
上記不在判定時に、滞留している部分の周囲温度が変化しても人体検知された部分の閾値を微小体動が取得できるよう下げることで、周囲温度による背景熱画像の補正をしなくとも微小な温度変化を検知できるので在／不在判定で同様の効果を得られる。また、背景温度補正と人体検知エリアの閾値変更の両者を同時に行うことによって温度補正に応じた閾値を決定する。背景温度が人体温度付近に近づいた場合や離れた場合には、周囲温度の影響で人体検知される前の背景温度に人体表面温度が近づく可能性があり不在判定を誤る可能性があるが、微小な体動も取得できるよう閾値を設定することにより、正確な人体検知を行う事が可能となる。

睡眠時には周囲温度の変化や時計機能により判別可能であるので、人体検知エリア以外の閾値を変化させることも同様に可能であり、同様の効果を得られる。
また、人体検知されたエリア以外にも一定時間内に人体検知されたエリア、学習で活動量の多いエリアも同様に閾値を変更して処理することも、もちろん可能である。

この技術は人体だけでなく他にも応用できる。車のエンジン部付近及びタイヤ付近は高熱になるがその他の部分はそれ程高温ではない。一度検知された部分に多段階の閾値を用い、これにより車全体の輪郭を正確に検出する事も可能である。そして、検出されたエンジン部分の温度変化に応じて閾値を変更すれば微小なエンジンの温度変化、その他のノイズを分けて検出することが可能である。

１ 温度検出装置（赤外線センサ）、２ 画像表示部、３ 記憶装置、４ 体動解析部、５ 睡眠状態判定部、６ 空調制御部、７ 空調動作部（空調機本体）、８ 熱画素画像、１０ 空気調和機（室内機）、１１ 室温検出センサ、１２ 風向調整具。

Claims (15)

1. 非接触で人を検知する人検知手段と、
   検知した人の頭部、胴部及び手足部を特定し、特定した少なくとも一つの部位の動きである体動及び表面温度を解析する体動解析部とを備え、
   前記体動解析部の解析結果を基に人の状態識別を行い、その状態に応じた空調制御を行う空気調和機であって、
   前記人検知手段として、赤外線温度センサと、前記赤外線温度センサにより検出された温度分布を熱画素画像として表す画像表示部とを備え、
   前記体動解析部は、前記赤外線温度センサにより異なる時間に検出された温度分布を表す熱画素画像の特定の温度帯の形状及び該温度帯の位置の変化を基に、前記解析を行うものであり、
   前記熱画素画像に複数人の画素集合体が重なる場合に、それぞれの人の頭部、胴部及び手足部を特定し、それを基に複数人を分離して各人を検出する
   ことを特徴とする空気調和機。
2. 前記手足部の露出している皮膚部分の温度と着衣部の温度との温度差から着衣量を判断して、該着衣量を空調制御に利用することを特徴とする請求項１記載の空気調和機。
3. 前記体動解析部の解析には、前記体動の大きさと回数の検出を含み、
   前記体動解析部で解析された前記体動の大きさと回数、及び前記表面温度を基に人の睡眠状態を予測判定する睡眠状態判定部と、
   前記睡眠状態判定部の判定を基に空調制御を行う空調制御部と、
   を備えたことを特徴とする請求項１または２記載の空気調和機。
4. 前記睡眠状態判定部により人の入眠が判定された場合、前記空調制御部は、睡眠深度が深くなるにつれて徐々に空調温度を下げ、その後、睡眠深度の変化に応じて温度に揺らぎを持たせながら徐々に起床時に設定された温度若しくは外気温度に近づけるように制御することを特徴とする請求項３記載の空気調和機。
5. 同じ時間帯の中で同じ位置に人が検出される場合は、その場合の空調制御情報をパターン化して記憶しておき、前記パターン化した情報に基づいて空調制御を行うことを特徴とする請求項１〜４のいずれか一項に記載の空気調和機。
6. 前記体動解析部は、前記部位の状態を基に、人の体位及び寝返りの有無を判断することを特徴とする請求項１〜５のいずれか一項に記載の空気調和機。
7. 前記睡眠状態判定部からの判定出力、周囲温度、空調制御の情報の相関を取りながら最適な制御情報を学習して記憶する学習機能を有することを特徴とする請求項１〜６のいずれか一項に記載の空気調和機。
8. 前記学習機能により記憶された学習データは環境の変化によりまたは定期的にリフレッシュを行うものとし、前記リフレッシュは過去のデータを保持した状態で新規にデータを取得する、または初期状態に戻す事により行うことを特徴とする請求項７記載の空気調和機。
9. 前記赤外線温度センサを補助する第２センサを備え、前記赤外線温度センサと前記第２センサを基に、人の体動を解析することを特徴とする請求項１〜８のいずれか一項に記載の空気調和機。
10. 使用される部屋に応じた複数の空調制御モードを記憶しておき、その記憶されている空調制御モードの１つを選択するモード選択装置を備えたこと特徴とする請求項１〜９のいずれか一項に記載の空気調和機。
11. ネットワークに接続され、前記ネットワークを介して情報の共有、解析及び更新が可能とされていること特徴とする請求項１〜１０のいずれか一項に記載の空気調和機。
12. 人の頭部、胴部、手足部を判別するための閾値を変更可能としていることを特徴とする請求項１〜１１のいずれか一項に記載の空気調和機。
13. 前記赤外線温度センサで検知した人体の体動を、大きい体動と小さい体動を含む複数の体動に分け、それぞれの体動に睡眠深度に関連する個別の閾値を付与し、
    前記測定された複数の体動に関する閾値のアンド、またはオアから睡眠状態を予測判定する睡眠状態判定部と、
    前記睡眠状態判定部の判定を基に空調制御を行う空調制御部と、を備えたことを特徴とする請求項１記載の空気調和機。
14. 前記赤外線温度センサにより検知した検知結果または前記非接触センサの設定により、前記非接触センサの検知範囲、検知速度、検知精度のいずれかまたは複数を変更するようにしたことを特徴とする請求項１記載の空気調和機。
15. 前記赤外線温度センサにより検知した検知データを予め定めた値と比較する機能と、
    前記比較結果又は予め定めた基準値を基に前記検知データを補正する機能と、を備えたことを特徴とする請求項１記載の空気調和機。

Images