JP6405645B2 - 安全管理システム、安全管理プログラムおよび安全管理方法 - Google Patents

Description

この発明は、安全管理システム、安全管理プログラムおよび安全管理方法に関し、特にたとえば、子どもの安全を管理する、安全管理システム、安全管理プログラムおよび安全管理方法に関する。

背景技術の一例が特許文献１に開示されている。この特許文献１の公園遠隔監視装置は、公園を撮影する監視カメラおよび監視カメラと接続される中継制御器を含む。公園で子供を遊ばせる会員（保護者）は、所有する携帯端末またはパソコンを中継制御器と接続することで、監視カメラを操作して公園内の子供の状況を画像で監視することができる。

特開2004-266464号公報[H04N 7/18, G08B 25/00, G08B 25/04, G08B 25/10, H04Q 9/00]

ところが、特許文献１の公園遠隔監視装置では、保護者は、たとえば子供が公園内の危ない場所へ移動していることに気付いたとしても、その子供の行動をすぐに止めることができない。

それゆえに、この発明の主たる目的は、新規な、安全管理システム、安全管理プログラムおよび安全管理方法を提供することである。

この発明の他の目的は、子どもを安全な状態に誘導することができる、安全管理システム、安全管理プログラムおよび安全管理方法を提供することである。

この発明は、上記の課題を解決するために、以下の構成を採用した。なお、括弧内の参照符号および補足説明等は、この発明の理解を助けるために記述する実施形態との対応関係を示したものであって、この発明を何ら限定するものではない。

第１の発明は、子どもが居る空間内でその子どもの位置を取得する取得手段、位置に基づいて子どもが危険な状態かを判定する判定手段、子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、および表示手段を有し、自律移動するロボットを備え、警報手段は、子どもの位置に基づいてロボットを移動させて、子どもに画像によって危険を警報し、さらに自律移動する補助ロボット、および子どもが危険な状態だと判定されたとき、子どもの位置に基づいて補助ロボットを移動させる移動制御手段を備える、安全管理システムである。

第１の発明では、安全管理システム（１００：実施例において対応する部分を例示する参照符号。以下、同じ。）は、たとえば子どもが居る家などの空間に設置される。取得手段（１４０，Ｓ３）は、たとえば距離画像センサ（１２）などを利用して、子どもが居る空間内でその子どもの位置を取得する。判定手段（１４０，Ｓ２５−Ｓ３３）は、たとえば空間内を移動する子どもの位置に基づいて、その子どもが危険な状態かを判定する。警報手段（７０，１４０，Ｓ３５，Ｓ１１３）は、子どもが危険な状態だと判定されると、たとえば子どもの名前を呼ぶ音声を利用して危険を警報する。ロボット（１０）は、たとえば本体（４０）に表示装置とも呼ばれる表示手段（４６）が設けられ、子どもが居る空間を自律移動する。たとえば、ロボットは、子どもの視界に入るように移動した後、ロボットは子どもの方にディスプレイが向くように姿勢を変更してから、画像を表示手段に表示する。また、自律移動可能な補助ロボット（１０ｂ）は、たとえば危険な状態の子どもが怪我をしないよう、空間内の安全性を向上させるために利用される。子どもが危険な状態だと判定されると、たとえば子どもが怪我をしないようにするために、移動制御手段（１４０，Ｓ２２７）は子どもの近くに補助ロボットを移動させる。

第１の発明によれば、子どもに対して危険を警報して、子どもを安全な状態に誘導することができる。また、保育者は、警報の音声によって子どもが危険な状態であることに気づくことができる。ロボットが自律移動するため、適切な位置で子どもに画像を見せることができる。さらに、補助ロボットによって、たとえば危険な状態の子どもが怪我をしないようにすることができる。

第２の発明は、第１の発明に従属し、画像は、子どもに社会的参照行動を行わせる画像である。

第２の発明では、たとえば、画像は特定の表情をした保育者の顔を含み、子どもはその画像を見ることで社会的参照行動を行う。また、ここで言う社会的参照行動とは、たとえば子どもが危険な場所に向かって移動しているときに、移動する方向を変えて引き返す行動や、立ち止まるような行動である。

第２の発明によれば、子どもに対して社会的参照行動を行わせる画像を見せることで、子どもを安全な状態に誘導することができる。

第３の発明は、第１の発明または第２の発明に従属し、判定手段は、子どもの位置からその子どもの行動を予測する予測手段および子どもの予測された行動に基づいて、その子どもが危険な状態かを判定する予測判定手段を含む。

第３の発明では、たとえば安全管理システムでは、子どもの移動軌跡を示すデータが記憶される。予測手段（１４０，Ｓ２９）は、たとえば子どもの移動軌跡を利用することで、所定時間後の子どもの位置を示す行動を予測する。予測判定手段（１４０，Ｓ３１）は、たとえば予測された行動が示す所定時間後の子どもの位置に基づいて、その子どもが危険な状態かを判定する。

第３の発明によれば、子どもが実際に危険な状態となることを事前に回避することができる。

第４の発明は、第１の発明ないし第３の発明のいずれかに従属し、空間に設定されている危険領域を示す地図を記憶する記憶手段をさらに備え、判定手段は、地図と子どもの位置とに基づいて、その子どもが危険な状態かを判定する。

第４の発明では、記憶手段（１４２）は、たとえばＲＡＭであり、空間に設定される危険領域（ＤＡ１−ＤＡ５）を示す地図を記憶する。判定手段は、たとえば子どもが危険領域に居る場合、その子どもが危険な状態であると判定する。一方、判定手段は、たとえば子どもが危険な場所に居ない場合、その子どもが危険な状態ではないと判定する。

第４の発明によれば、地図を利用することで、子どもが危険な状態であるかを判定する処理を単純にすることができる。そのため、子どもが危険な状態であるかの判定が早くなる。

第５の発明は、第４の発明に従属し、空間内における子どもの行動をシミュレーションするシミュレーション手段、シミュレーション手段によるシミュレーション結果に基づいて、危険領域を設定する危険領域設定手段、および設定された危険領域を示す地図を作成する作成手段をさらに備える。

第５の発明では、シミュレーション手段（１４０，Ｓ３０５）は、たとえば現在の子どもの位置をスタート地点として行動モデルを利用することで、子どもの行動をシミュレーションする。危険領域設定手段（１４０，Ｓ３１３）は、たとえばシミュレーション結果が示す移動軌跡から事故が発生する場所を特定し、特定した位置に基づいて危険領域を設定する。作成手段（１４０，Ｓ３１７）は、このようにして設定された危険領域を示す地図を作成する。

第５の発明によれば、子どもの行動に適した危険領域が設定されるため、警報が適切に行われるようになる。

第６の発明は、第１の発明ないし第５の発明のいずれかに従属し、位置に基づいて子どもが安全な状態かを判定する安全判定手段、および子どもが安全な状態だと判定されたとき、安全画像を表示する表示制御手段をさらに備える。

第６の発明では、安全判定手段（１４０，Ｓ３７）は、子どもの位置に基づいて、その子どもが安全な状態かを判定する。たとえば、子どもが危険な場所から離れている場合、子どもが安全な状態だと判定されるため、表示制御手段（１４０，Ｓ３９）は安全画像を表示する。

第６の発明によれば、子どもが安全な状態になったことを知らせることができる。

第７の発明は、第１の発明ないし第６の発明のいずれかに従属し、補助ロボットは、クッションを有し、危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段をさらに備え、移動手段は、落下位置に補助ロボットを移動させる。

第７の発明では、補助ロボットは、たとえば内部に気体が充填されているクッション（２０２）を有する。設定手段（１４０，Ｓ２２３）は、たとえば子どもが高さのある位置に移動している場合、子どもの落下位置を設定する。そして、補助ロボットは設定された落下位置に移動する。

第７の発明によれば、子どもが落下してしまったとしても。子どもの落下の衝撃をクッションによって吸収することができる。

第８の発明は、表示手段を有し、自律移動するロボットおよび自律移動する補助ロボットを備える、安全管理システムのプロセッサを、子どもが居る空間内でその子どもの位置を取得する取得手段、位置に基づいて子どもが危険な状態かを判定する判定手段、子どもが危険な状態だと判定されたとき、子どもの位置に基づいてロボットを移動させて、子どもに画像によって危険を警報する警報手段、および子どもが危険な状態だと判定されたとき、子どもの位置に基づいて補助ロボットを移動させる移動制御手段として機能する、安全管理プログラムである。

第９の発明は、表示手段を有し、自律移動するロボットおよび自律移動する補助ロボットを備える、安全管理システムの安全管理方法であって、安全管理システムのプロセッサが、子どもが居る空間内でその子どもの位置を取得する取得ステップ、位置に基づいて子どもが危険な状態かを判定する判定ステップ、子どもが危険な状態だと判定されたとき、子どもの位置に基づいてロボットを移動させて、子どもに画像によって危険を警報する警報ステップ、および子どもが危険な状態だと判定されたとき、子どもの位置に基づいて補助ロボットを移動させる移動制御ステップを実行する、安全管理方法である。
第１０の発明は、子どもが居る空間内でその子どもの位置を取得する取得手段、位置に基づいて子どもが危険な状態かを判定する判定手段、子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、クッションを有し、自律移動する補助ロボット、危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段、および子どもが危険な状態だと判定されたとき、補助ロボットを落下位置に移動させる移動制御手段を備える、安全管理システムである。
第１０の発明では、安全管理システム（１００：実施例において対応する部分を例示する参照符号。以下、同じ。）は、たとえば子どもが居る家などの空間に設置される。取得手段（１４０，Ｓ３）は、たとえば距離画像センサ（１２）などを利用して、子どもが居る空間内でその子どもの位置を取得する。判定手段（１４０，Ｓ２５−Ｓ３３）は、たとえば空間内を移動する子どもの位置に基づいて、その子どもが危険な状態かを判定する。警報手段（７０，１４０，Ｓ３５，Ｓ１１３）は、子どもが危険な状態だと判定されると、たとえば子どもの名前を呼ぶ音声を利用して危険を警報する。補助ロボットは、たとえば内部に気体が充填されているクッション（２０２）を有する。設定手段（１４０，Ｓ２２３）は、たとえば子どもが高さのある位置に移動している場合、子どもの落下位置を設定する。そして、補助ロボットは設定された落下位置に移動する。
第１０の発明によれば、子どもに対して危険を警報して、子どもを安全な状態に誘導することができる。また、保育者は、警報の音声によって子どもが危険な状態であることに気づくことができる。子どもが落下してしまったとしても。子どもの落下の衝撃をクッションによって吸収することができる。
第１１の発明は、クッションを有し、自律移動する補助ロボットを備える、安全管理システムのプロセッサを、子どもが居る空間内でその子どもの位置を取得する取得手段、位置に基づいて子どもが危険な状態かを判定する判定手段、子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段、および子どもが危険な状態だと判定されたとき、補助ロボットを落下位置に移動させる移動制御手段として機能させる、安全管理プログラムである。
第１２の発明は、クッションを有し、自律移動する補助ロボットを備える、安全管理システムの安全管理方法であって、安全管理システムのプロセッサが、子どもが居る空間内でその子どもの位置を取得する取得ステップ、位置に基づいて子どもが危険な状態かを判定する判定ステップ、子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報ステップ、危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定ステップ、および子どもが危険な状態だと判定されたとき、補助ロボットを落下位置に移動させる移動制御ステップを実行する、安全管理方法である。

この発明によれば、子どもを安全な状態に誘導することができる。

この発明の上述の目的、その他の目的、特徴および利点は、図面を参照して行う以下の実施例の詳細な説明から一層明らかとなろう。

図１はこの発明の一実施例の安全管理システムの概要を示す図解図である。 図２は図１に示す安全管理システムの構成の一例を示す図解図である。 図３は図２に示す警報ロボットの外観の一例を示す図解図であり、図３（Ａ）は警報ロボットの正面を示し、図３（Ｂ）は警報ロボットの側面を示し、図３（Ｃ）は警報ロボットの上面を示す。 図４は図３に示す警報ロボットの電気的な構成の一例を示す図解図である。 図５は図２に示す距離画像センサの電気的な構成の一例を示すブロック図である。 図６は図２に示す中央制御装置の電気的な構成の一例を示すブロック図である。 図７は図１に示す安全管理システムが利用される空間の基本地図の一例を示す図解図である。 図８は図１に示す安全管理システムが利用される空間の危険度地図の一例を示す図解図である。 図９は図２に示す中央制御装置において予測された子どもの行動の一例を示す図解図である。 図１０は図９に示す子どもの予測された行動に応じて移動する警報ロボットの動作の一例を示す図解図である。 図１１は図１に示す警報ロボットによって警報動作が実行されている状態の一例を示す図解図である。 図１２は図１に示す警報ロボットによって表示される画像の一例を示す図解図であり、図１２（Ａ）は警報画像の一例を示し、図１２（Ｂ）は安全画像の一例を示し、図１２（Ｃ）は標準画像の一例を示し、図１２（Ｄ）は警報画像の他の一例を示し、図１２（Ｅ）は警報画像のその他の一例を示す。 図１３は図６に示す中央制御装置のメモリのメモリマップの一例を示す図解図である。 図１４は図４に示す警報ロボットのメモリのメモリマップの一例を示す図解図である。 図１５は図６に示す中央制御装置のプロセッサの取得処理の一例を示すフロー図である。 図１６は図６に示す中央制御装置のプロセッサの安全管理処理の一例を示すフロー図である。 図１７は図６に示す中央制御装置のプロセッサの危険判定処理の一例を示すフロー図である。 図１８は図６に示す中央制御装置のプロセッサの行動予測処理の一例を示すフロー図である。 図１９は図４に示す警報ロボットのプロセッサの警報処理の一例を示すフロー図である。 図２０は第２実施例の安全管理システムの概要を示す図解図である。 図２１は図２０に示す安全管理システムの構成の一例を示す図解図である。 図２２は図２１に示す補助ロボットの外観の一例を示す図解図であり、図２２（Ａ）は補助ロボットの上面を示し、図２２（Ｂ）は補助ロボットの下面を示し、図２２（Ｃ）は補助ロボットの側面を示す。 図２３は図２２に示す補助ロボットの電気的な構成の一例を示す図解図である。 図２４は図２０に示す安全管理システムが利用される空間の高さ地図の一例を示す図解図である。 図２５は図２０に示す子どもの位置に応じて移動した補助ロボットの状態の一例を示す図解図である。 図２６は図６に示す中央制御装置のメモリの第２実施例のメモリマップの一例を示す図解図である。 図２７は図６に示す中央制御装置のプロセッサの第２実施例の安全管理処理の一例を示すフロー図である。 図２８は図６に示す中央制御装置のプロセッサの安全性向上処理の一例を示すフロー図である。 図２９は図１に示す安全管理システムが利用される空間の興味度合い地図の一例を示す図解図である。 図３０は図１に示す安全管理システムによってシミュレーションされた子どもの行動の一例を示す図解図である。 図３１は図１に示す安全管理システムが利用される空間の第３実施例の危険度地図の一例を示す図解図である。 図３２は図６に示す中央制御装置のメモリの第３実施例のメモリマップの一例を示す図解図である。 図３３は図６に示す中央制御装置のプロセッサの配置シミュレーション処理の一例を示すフロー図である。 図３４は図６に示す中央制御装置のプロセッサの行動シミュレーション処理の一例を示すフロー図である。

＜第１実施例＞
図１を参照して、実施例の安全管理システム１００は、子どもが自由に移動する家や保育園などの空間（環境）で利用される。空間内には、テレビやソファおよびテーブルセットなどの家具が置かれており、壁には窓が設置さている。そして、子どもは空間の中を自由に移動することが出来る。親や保育士などの保育者は空間の中または外に居て、子どもを保育したり、家事などを行ったりしている。この空間には、警報ロボット１０が配置されおり、空間内の天井には複数の距離画像センサ１２（１２ａ，１２ｂ，…）が設けられている。

警報ロボット１０は、空間内を自律移動することが可能であり、子どもが危険な状態だと判定されると、音声や画像を利用して危険を警報する。複数の距離画像センサ１２は、子どもの位置情報を検出することを目的として、空間の天井に設けられている。

そして、安全管理システム１００は、各距離画像センサ１２を利用して、子どもの位置を取得し、子どもが危険な状態であるかを判定する。このとき、子どもが危険な状態であると判定されると、警報ロボット１０は危険を警報する。

なお、実施例の空間は子どもが居る家であるが、これに限らず幼稚園、学童保育所などでも安全管理システム１００は利用可能である。

また、図１では簡単のため、子どもは１人しか示していないがさらに多くの子どもが空間内に居てもよい。また、警報ロボット１０も１台しか示していないが、空間内には２台以上の警報ロボット１０が配置されてもよい。また、距離画像センサ１２ａ，１２ｂ，…を区別する必要がない場合、単に「距離画像センサ１２」と言う。

図２を参照して、安全管理システム１００の中央制御装置１４には、距離画像センサ１２が接続される。また、中央制御装置１４は、ネットワークを介して警報ロボット１０と無線通信を行う。中央制御装置１４は、第１時間（たとえば、０．０５秒）毎に、距離画像センサ１２が出力するセンサ情報を取得する。そして、中央制御装置１４は、取得した各センサの情報から、子どもの位置情報などを含む位置データをテーブルに記憶する。

図３（Ａ）は警報ロボット１０の正面を示し、図３（Ｂ）は警報ロボット１０の側面を示し、図３（Ｃ）は警報ロボット１０の上面を示す。図３（Ａ）−図３（Ｃ）を参照して、警報ロボット１０は本体４０を含み、本体４０の下面には警報ロボット１０を自律移動させる２つの車輪４２および従輪４４が設けられる。２つの車輪４２は車輪モータ８０（図４参照）によってそれぞれ独立に駆動され、本体４０すなわち警報ロボット１０を前後左右の任意方向に動かすことができる。また、従輪４４は車輪４２を補助する補助輪である。したがって、警報ロボット１０は、配置された空間内を自律制御によって移動可能である。

本体４０の正面にはディスプレイ４６が設けられる。ディスプレイ４６は、上述した危険を警報するための画像などを表示するためのものである。なお、ディスプレイ４６は、たとえば液晶や有機ＥＬなどで構成され、表示装置または表示手段とも呼ばれることがある。

本体４０の中央上部（人の首に相当する位置）には連結部４８が設けられ、さらにその上には頭部５０が設けられる。頭部５０には、カメラ５２およびスピーカ５４が設けられる。カメラ５２は警報ロボット１０に接近した子どもの顔や他の部分ないし物体などを撮影して、それに対応する映像信号を取り込む。また、スピーカ５４は危険を警報するための音声を出力するために利用される。なお、上述のカメラ５２およびスピーカ５４の設置位置は、当該部位に限定されず、適宜な位置に設けられてよい。また、この実施例の警報ロボット１０は、車輪４２の独立２軸駆動の２自由度を有する。

図４は警報ロボット１０の電気的な構成を示すブロック図である。図４を参照して、警報ロボット１０はプロセッサ７０を含む。プロセッサ７０は、マイクロコンピュータ或いはプロセッサとも呼ばれ、バス７２を介して、メモリ７４、センサ入力ボード７６、モータ制御ボード７８、音声出力ボード８２、画像出力ボード８４および通信ＬＡＮボード８６に接続される。

メモリ７４はＲＯＭおよびＲＡＭを含む。ＲＯＭには、警報ロボット１０の動作を制御するための制御プログラムが予め記憶される。たとえば、各センサの出力（センサ情報）を検知するための検知プログラムや、外部コンピュータ（中央制御装置１４）との間で必要なデータやコマンドを送受信するための通信プログラムなどが記憶される。また、ＲＡＭは、プロセッサ７０のワークメモリやバッファメモリとして用いられる。

センサ入力ボード７６は、たとえばＤＳＰで構成され、センサからの信号を取り込んでプロセッサ７０に与える。すなわち、カメラ５２からの映像信号が、必要に応じてセンサ入力ボード７６で所定の処理を施してからプロセッサ７０に入力される。

モータ制御ボード７８もまたＤＳＰで構成され、車輪モータ８０の駆動を制御する。すなわち、モータ制御ボード７８は、プロセッサ７０からの制御データを受け、車輪４２を駆動する２つのモータ（図４では、まとめて「車輪モータ８０」と示す）の回転角度を制御する。

音声出力ボード８２もまたＤＳＰで構成され、プロセッサ７０から与えられる音声合成データに従った音声または声がスピーカ５４から出力される。

画像出力ボード８４は、表示ドライバを含み、図３に示すディスプレイ４６が接続される。したがって、ディスプレイ４６はプロセッサ７０から出力される映像または画像データに従って映像または画像を表示する。表示ドライバは表示する画像データを一時的に記憶するビデオメモリを含んでおり、プロセッサ７０から出力されたデータはこのビデオメモリに記憶される。そして、表示ドライバは、ビデオメモリの内容に従って、ディスプレイ４６に画像を表示する。つまり、画像出力ボード８４の表示ドライバは、プロセッサ７０の指示の下、当該画像出力ボード８４に接続されたディスプレイ４６の表示を制御する。

通信ＬＡＮボード８６もまたＤＳＰで構成され、プロセッサ７０から与えられた送信データを無線通信装置８８に与え、無線通信装置８８は送信データを、ネットワークを介して外部コンピュータ（中央制御装置１４）に送信する。また、通信ＬＡＮボード８６は、無線通信装置８８を介してデータを受信し、受信したデータをプロセッサ７０に与える。たとえば、送信データとしては、カメラ５２によって撮影された画像データなどである。

なお、他の実施例では、警報ロボット１０の周囲の物体（ユーザや障害物など）との距離を測定するために、赤外線距離センサ、ＬＲＦや、超音波距離センサおよびミリ波レーダなどの距離センサが本体４０に設けられてもよい。

図５は距離画像センサ１２の電気的な構成を示すブロック図である。図５を参照して、距離画像センサ１２は制御ＩＣ１１０などを含む。制御ＩＣ１１０には、Ａ／Ｄ変換器１１２、カメラ１１６、深度センサ１１８、深度カメラ１２０およびＩ／Ｏ１２２などが接続される。

制御ＩＣ１１０は、キャッシュメモリなどを有し、距離画像センサ１２の動作を制御する。たとえば、制御ＩＣ１１０は、中央制御装置１４からの命令に従って動作し、検出した結果を中央制御装置１４に送信する。

Ａ／Ｄ変換器１１２にはマイク１１４が接続され、マイク１１４からの音声信号はＡ／Ｄ変換器１１２でディジタル音声信号に変換され、制御ＩＣ１１０に入力される。また、マイク１１４によって集音された音は、空間内の雑音などの音量を計測するために利用されることもある。

カメラ１１６は、距離画像センサ１２が設置された空間のＲＧＢ情報、つまりカラー画像を撮影するためのカメラである。また、カメラ１１６は、後述する深度カメラ１２０が撮影している空間と略同じ空間を撮影することが可能なように、距離画像センサ１２に設けられている。

深度センサ１１８は、たとえば赤外線プロジェクタであり、深度カメラ１２０は、たとえば赤外線カメラである。深度センサ１１８は、たとえば赤外線によるレーザ光を距離画像センサ１２の正面に照射する。空間には照射されたレーザ光によって特殊なパターンが描画され、深度カメラ１２０は描画されたパターンを撮影する。そして、撮影された画像は制御ＩＣ１１０に入力され、制御ＩＣ１１０はその画像を解析することで、レーザ光が照射された空間の奥行(depth)情報を計測する。

Ｉ／Ｏ１２２は、入力／出力の制御が可能なディジタルポートであり、出力ポートからは音声信号、ＲＧＢ情報および奥行情報が出力され、中央制御装置１４に与えられる。一方、中央制御装置１４からは制御信号が出力され、入力ポートに与えられる。

なお、距離画像センサ１２は、ＲＧＢ情報および奥行情報を出力することからＲＧＢ−Ｄセンサと呼ばれることもある。

また、実施例の距離画像センサ１２には、Ｍｉｃｒｏｓｏｆｔ（登録商標）社製のＫｉｎｅｃｔ（登録商標）センサと呼ばれる製品が採用されている。ただし、他の実施例では、ＡＳＵＳ（登録商標）社製のＸｔｉｏｎ、パナソニック（登録商標）社製のＤ−ＩＭａｇｅｒ（登録商標）などが距離画像センサ１２として採用されてもよい。

図６は中央制御装置１４の電気的な構成を示すブロック図である。図６を参照して、中央制御装置１４は、距離画像センサ１２およびプロセッサ１４０などを含む。プロセッサ１４０は、マイクロコンピュータ或いはＣＰＵと呼ばれることもある。プロセッサ１４０には、複数の距離画像センサ１２、メモリ１４２、出力装置１４４、入力装置１４６および通信ＬＡＮボード１４８などが接続される。

距離画像センサ１２は、上述したように奥行情報などを出力する。この奥行情報には、空間に居る子ども（人）の形状および人までの距離が含まれている。たとえば、人が天井に設けられた距離画像センサ１２によってセンシングされると、人を上から見た状態の頭部および両肩の形状と、頭部および両肩までの距離が奥行情報として得られる。

また、空間には３５個の距離画像センサ１２が所定の位置（既知）に設置されており、プロセッサ１４０は、各々から奥行情報を取得して、空間（ワールド座標系）における人の位置（たとえば、重心など特徴点の位置座標（Ｘ，Ｙ，Ｚ））および向き（θ）を計算することが出来る。

また、距離画像センサ１２はマイク１１４を有するため、中央制御装置１４では、音情報が入力される距離画像センサ１２の位置から、音の発生源を推定することも出来る。

なお、他の実施例では、距離画像センサ１２ではなく、２次元または３次元のＬＲＦを利用して、人の位置および姿勢が検出されてもよい。

プロセッサ１４０は中央制御装置１４の動作を制御し、日時情報を出力するＲＴＣを含む。メモリ１４２は、記憶手段とも呼ばれ、ＲＯＭ，ＨＤＤおよびＲＡＭを含む。ＲＯＭおよびＨＤＤには、中央制御装置１４の動作を制御するための制御プログラムなどが予め記憶される。また、ＲＡＭは、プロセッサ１４０のワークメモリやバッファメモリとして用いられる。

出力装置１４４は、たとえばディスプレイなどであり、入力装置１４６は、たとえばマウスやキーボードである。そして、保育者や、空間の管理人（たとえば、園長）は、中央制御装置１４の状態を、出力装置１４４および入力装置１４６を利用して確認および利用することが出来る。

通信ＬＡＮボード１４８は、たとえばＤＳＰで構成され、プロセッサ１４０から与えられた送信データを無線通信装置１５０に与え、無線通信装置１５０は送信データを、ネットワークを介して警報ロボット１０に送信する。また、通信ＬＡＮボード１４８は、無線通信装置１５０を介してデータを受信し、受信したデータをプロセッサ１４０に与える。

図７は空間の基本地図の一例を示す図解図である。この地図は、図１に示す空間と対応しており、窓、テレビ（テレビ台を含む）、ソファおよびテーブルセットなどの設備が配置されている位置を示している。また、窓の外、つまり空間の外側にはベランダがある。そして、この情報は、基本地図データ３３６として中央制御装置１４のメモリ１４２に記憶される。

図８は危険度地図の一例を示す図解図である。危険度地図は、空間に設定される危険領域ＤＡを示す地図である。危険領域ＤＡは保育者などによって予め設定される。たとえば、図８に示す危険度地図では、子どもが落下する可能性があるテーブルセットにおける椅子の周辺およびソファの周辺と、子どもが空間の外に出てしまう可能性がある窓の周辺に危険領域ＤＡが設定される。また、危険領域ＤＡには、その領域の危険な度合いを示す危険度が設定され、その危険度は色の濃度によって示される。実施例では、色の濃度が高いほど危険度が高く、色の濃度が薄くなるにつれて危険度が下がる。たとえば、図８に示す危険度地図では、落下する可能性があり、その高さが最も高い椅子の周辺に設定された危険領域ＤＡ１に対して最も高い危険度が設定されている。次に、椅子よりも低いソファの周辺に設定された危険領域ＤＡ２には、危険領域ＤＡ１よりも低い危険度が設定されている。そして、落下の可能性はないが空間の外に出てしまう可能性が高い窓の周辺に設定された危険領域ＤＡ３ａ、危険領域ＤＡ３ｂには、危険領域ＤＡ２の危険度よりも低い危険度が設定されている。つまり、椅子の周辺に設定される危険領域ＤＡ１の危険度が最も高く、次にソファの周辺に設定されている危険領域ＤＡ２の危険度が高い。そして、空間の中では、窓の周辺に設定される危険領域ＤＡ３ａ、危険領域ＤＡ３ｂの危険度が最も低い。

ここで、実施例では、子どもの位置の履歴から、子どもの位置が危険領域ＤＡ内であるか、または危険領域ＤＡに向かっているかによって危険な状態かを判定する。そして、子どもが危険領域ＤＡ内に居るか、または危険領域ＤＡに向かっている場合は、子どもが危険な状態であると判定され、警報ロボット１０によって危険が警報される。

図９を参照して、子どもの位置の履歴から子どもの移動軌跡（実線）が求められ、子どもの速度とその移動方向を示すベクトルとが算出される。そして、算出された速度とベクトルとに基づいて子どもの行動が予測され、予測移動軌跡（点線）が求められる。このような予測移動軌跡、つまり予測結果が得られると、所定時間後の子どもが危険な状態であるかが判定される。

実施例では、子どもが危険な状態であるかを判定するために、子ども危険度を算出する。そして、算出された子ども危険度が閾値よりも大きい場合、子どもが危険な状態であると判定される。子ども危険度とは、子どもがどの程度危険な状態であるかを数値化したものである。ここでは、子どもの位置と対応する危険度および留まった時間を所定の計算式に代入することで、子ども危険度が算出される。ここで、所定の数式とは、たとえば危険度と留まった時間との積を求めるものである。また、留まった時間は子どもの位置の履歴から算出される。なお、留まった時間は、危険領域ＤＡに入っていない状態では最小値（たとえば、「１」）とされる。また、危険領域ＤＡの中に入るとの行動が予測されている場合も、最小値とされる。

たとえば、所定時間後の子どもが危険領域ＤＡ内に居る場合、その危険領域ＤＡに設定されている危険度が取得されるとともに、その危険領域ＤＡに子どもが留まっている時間が求められる。そして、取得された危険度と留まっている時間とが所定の数式に代入されると、子ども危険度が算出される。また、子どもが危険領域ＤＡに入っておらず、かつ予測された行動でも危険領域ＤＡに入っていなければ、子ども危険度は「０」と算出される。また、子どもが危険領域ＤＡに入っていないが、予測された行動で危険領域ＤＡに入っている場合は、その危険領域ＤＡに設定されている危険度がそのまま子ども危険度となる。

そして、図９に示す予測結果の場合、所定時間後の子どもの位置が危険領域ＤＡ内であり、子ども危険度が閾値よりも大きいため、子どもが危険な状態であると判定される。なお、閾値は、危険度が最も低い危険領域ＤＡにおいて留まった時間が最小値であるときの子ども危険度と同じ値とされる。

このようにして子どもが危険な状態であると判定されると、警報動作の実行命令が警報ロボット１０に送信される。警報ロボット１０は、この実行命令を受信すると、たとえば子どもの名前を含む警報音声をスピーカ５４から出力する。これにより、子どもに対して危険を警報して、子どもを安全な状態に誘導することができる。また、保育者は、警報音声によって子どもが危険な状態であることに気づくことができる。

図１０を参照して、警報ロボット１０は、このような警報音声を出力するとともに、移動先位置を決める。子どもの行動の予測結果が中央制御装置１４から送信される警報動作の実行命令に含まれていれば、予測移動軌跡上で、かつ子どもから一定距離離れている位置が移動先位置とされる。そして移動先位置が決まると、警報ロボット１０はその移動先位置に移動する。たとえば、子どもが窓に向かって移動すると予測されている場合、警報ロボット１０は予測移動軌跡上に移動する。また、警報ロボット１０は、移動先位置に到着すると、ディスプレイ４６の表示が子どもの視界に入るように、子どもの方に自身の正面を向ける。

そして、図１１を参照して、警報ロボット１０は、移動先位置に到着して姿勢を変更した後、子どもに対して社会的参照行動を行わせる警報画像をディスプレイ４６に表示する。社会的参照とは、子どもが行動を行う前に重要な他者（たとえば、親）の反応を伺う（参照）ことである。そして、社会的参照行動とは、このような社会的参照を通じて決定される行動のことである。

たとえば、図１２（Ａ）を参照して、本実施例で利用される社会的参照行動を行わせる警報画像は、保育者が怒った表情（特定の表情）の写真である。たとえば、子どもが危険な場所に移動しようとしている場合、親は図１２（Ａ）に示すような怒った表情をして、子どもの移動する方向を変えて引き返させたり、その場で立ち止まらせたりする。つまり、子どもは親の怒った表情を参照することで、危険な場所への移動をやめることになる。そのため、危険領域ＤＡに移動しようとしている子どもに対して、図１２（Ａ）に示す怒った表情の警報画像を見せた場合、子どもは、危険領域ＤＡに移動するという行動をやめる可能性が高い。つまり、社会的参照を通じて、言語コミュニケーションが困難な子ども（特に乳幼児など）の行動を適切に制御することができる。

たとえば実施例では、子どもに対して社会的参照行動を行わせる警報画像を見せることで子どもを安全な状態に誘導することができる。特に、警報ロボット１０が自律移動するため、適切な位置で子どもに画像を見せることができる。

また、子どもが危険領域ＤＡへの移動をやめた場合には、図１２（Ｂ）に示す笑顔を含む安全画像がディスプレイ４６に表示される。つまり、子どもが安全な状態になったことを知らせることができる。なお、警報ロボット１０は、その他の状況、たとえば子どもが移動せずに遊んでいたりする場合、図１２（Ｃ）に示す無表情の顔を含む標準画像をディスプレイ４６に表示する。

また、第１実施例では、子ども危険度によって、警報画像および警報音声の音量が変化する。たとえば、子ども危険度は３段階（大、中、小）に分類される。また、危険領域ＤＡ３ａに子どもが向かっている場合は、子ども危険度が「小」に分類され、図１２（Ａ）に示すように怒った表情をしている母親の警報画像が表示され、通常の音量で警報音声が出力される。また、危険領域ＤＡ３ａの危険度よりも高い危険度が設定されている危険領域ＤＡ２に向かっている場合は、子ども危険度が「中」に分類され、図１２（Ｄ）に示すように怒った表情をしている父親の警報画像が表示され、通常の音量よりも大きい音量で警報音声が出力される。そして、最も危険度が高く設定されている危険領域ＤＡ１に向かっている場合は、子ども危険度が「大」に分類され、図１２（Ｅ）に示すように母親と父親との二人が怒った顔をしている警報画像が表示され、最大の音量で警報音声が出力される。このように、危険度に応じて警報内容を変化させることで、子どもに対して危険度を伝えることができる。

上述したように、実施例では、子どもの行動を予測して子どもの危険な状態を警報することができる。これにより、子どもが実際に危険な状態となることを事前に回避することができる。また、危険度地図を利用することで、子どもが危険な状態であるかを判定する処理を単純にすることができる。そのため、子どもが危険な状態であるかの判定が早くなる。

なお、他の実施例では、ＳＶＭ(Support vector machine)などの機械学習手法によって行動を予測する判別モデルを作成し、この判別モデルを利用して子どもの行動が予測されてもよい。

また、その他の実施例では、子どもがよく居る場所を示す目的地地図を事前に作成し、子どもの位置から最も近い目的地に向かうとして、子どもの行動が予測されてもよい。この場合、子どもが実際に目的地に居た時間などに基づいて、各目的地に尤度が設定されてもよい。

また、社会的参照行動を行わせることが可能であれば、ディスプレイ４６に表示される警報画像は写真ではなくＣＧ画像であってもよい。また、警報画像には、人間ではなく動物などのキャラクターが利用されてもよい。表示される画像は、静止画ではなく動画像であってもよい。また、警報ロボット１０が表情を再現できる場合は、再現可能な表情によって子どもに社会的参照行動を行わせてもよい。

上述では第１実施例の特徴を概説した。以下では、図１３に示す中央制御装置１４のメモリ１４２のメモリマップ、図１４に示す警報ロボット１０のメモリ７４のメモリマップ、図１５−図１９に示すフロー図を用いて第１実施例について詳細に説明する。

図１３は図６に示す中央制御装置１４のメモリ１４２のメモリマップの一例を示す図解図である。図１３に示すように、メモリ１４２はプログラム領域３０２およびデータ記憶領域３０４を含む。プログラム記憶領域３０２には、中央制御装置１４を動作させるためのプログラムとして、距離画像センサ１２から情報を取得し、子ども位置および向きを位置データとして記憶するための取得プログラム３１０、警報ロボット１０に危険を警報させたりするための安全管理プログラム３１２、子どもが危険な状態かを判定するための危険判定プログラム３１４および子どもの行動を予測するための行動予測プログラム３１６などが記憶される。なお、図示は省略するが、中央制御装置１４を動作させるためのプログラムには、危険度地図データを作成したり、編集したりするためのプログラムなども含まれる。

データ記憶領域３０４には、位置バッファ３３０および予測バッファ３３２などが設けられる。また、データ記憶領域３０４には、位置履歴テーブル３３４、基本地図データ３３６および危険度地図データ３３８などが記憶されるとともに、危険フラグ３４０などが設けられる。

位置バッファ３３０には、子どもの位置を示す位置データが一時的に記憶される。予測バッファ３３２には、子どもの行動の予測結果が一時的に記憶される。

位置履歴テーブル３３４には、子どもの移動軌跡を示す複数の位置データが時系列順に記憶されるテーブルである。基本地図データ３３６は、たとえば図７に示すように設備が配置される位置を示す地図のデータである。危険度地図データ３３８は、たとえば図８に示すように危険領域ＤＡを示す地図のデータである。

危険フラグ３４０は、子どもが危険な状態と判定されているかを示すフラグである。たとえば、危険フラグ３４０は、１ビットのレジスタで構成される。危険フラグ３４０がオン（成立）されると、レジスタにはデータ値「１」が設定される。一方、危険フラグ３４０がオフ（不成立）されると、レジスタにはデータ値「０」が設定される。

なお、図示は省略するが、データ記憶領域３０４には、様々な計算の結果を一時的に格納するバッファや、中央制御装置１４の動作に必要な他のカウンタやフラグなども設けられる。

図１４は図４に示す警報ロボット１０のメモリ７４のメモリマップの一例を示す図解図である。図１４に示すように、メモリ７４はプログラム領域４０２およびデータ記憶領域４０４を含む。プログラム記憶領域４０２には、警報ロボット１０を動作させるためのプログラムとして、警報音声および警報画像を出力するための警報通知プログラム４１０などが記憶される。なお、図示は省略するが、警報ロボット１０を動作させるためのプログラムには、自律移動するためのプログラムなども含まれる。

データ記憶領域４０４には、通信バッファ４３０などが設けられるとともに、基本地図データ４３２、画像データ４３４および音声データ４３６などが記憶される。

通信バッファ４３０には、中央制御装置１４から受信した動作命令が一時的に記憶される。基本地図データ４３２は、中央制御装置１４のメモリ１４２に記憶される基本地図データ３３６と同じデータである。画像データ４３４は、図１２（Ａ）−図１２（Ｅ）に示す警報画像、安全画像および標準画像を含むデータである。音声データ４３６は、警報音声を出力するためのデータである。

なお、図示は省略するが、データ記憶領域４０４には、様々な計算の結果を一時的に格納するバッファや、警報ロボット１０の動作に必要な他のカウンタやフラグなども設けられる。

中央制御装置１４のプロセッサ１４０は、Ｌｉｎｕｘ（登録商標）ベースのＯＳや、その他のＯＳの制御下で、図１５に示す取得処理、図１６に示す安全管理処理、図１７に示す危険判定処理および図１８に示す行動予測処理などを含む、複数のタスクを処理する。

図１５は取得処理のフロー図である。中央制御装置１４の電源がオンにされ、取得処理の実行命令が出されると、取得処理が実行される。なお、取得処理の実行命令は、第１時間毎に出される。

取得処理が実行されると、プロセッサ１４０はステップＳ１で、現在時刻を取得する。たとえば、プロセッサ１４０が有するＲＴＣから現在時刻を取得する。続いて、ステップＳ３でプロセッサ１４０は、距離画像センサ１２の情報を取得する。つまり、プロセッサ１４０は、距離画像センサ１２が出力する奥行情報および音声信号を取得する。なお、ステップＳ３の処理を実行するプロセッサ１４０は取得手段として機能する。

続いて、ステップＳ５でプロセッサ１４０は、位置データを作成する。つまり、子どもの位置および向きを含む位置データが、距離画像センサ１２から取得された奥行情報に基づいて作成される。ここで、空間内では子どもと警報ロボット１０との位置が検出されることになるが、警報ロボット１０は空間内の自己位置を測定しており、その自己位置を中央制御装置１４に送信している。そのため、中央制御装置１４は、警報ロボット１０とは異なる移動体の位置を、子どもの位置として特定する。

続いて、ステップＳ７でプロセッサ１４０は、現在時刻および位置データを記憶する。つまり、ステップＳ１で取得された現在時刻の情報に位置データが関連付けられ、位置履歴テーブル３３４に記憶される。そして、ステップＳ７の処理が終了すると、プロセッサ１４０は取得処理を終了する。

図１６は安全管理処理のフロー図である。中央制御装置１４の電源がオンにされ、安全管理処理の実行命令が出されると、安全管理処理が実行される。なお、安全管理処理の実行命令は、第２時間（たとえば、１秒）毎に出される。

安全管理処理が実行されると、ステップＳ２１でプロセッサ１４０は、空間に子どもが居るか否かを判断する。つまり、距離画像センサ１２によって子どもの位置が検出されているかが判断される。ステップＳ２１で“ＮＯ”であれば、つまり空間に子どもがいなければ、プロセッサ１４０は安全管理処理を終了する。

また、ステップＳ２１で“ＹＥＳ”であれば、つまり空間の中で子どもの位置が検出されていれば、ステップＳ２３でプロセッサ１４０は、位置履歴テーブル３３４を読み出す。つまり、子どもが危険な状態であるかを判定するために、位置履歴テーブル３３４が読み出される。続いて、ステップＳ２５でプロセッサ１４０は、危険判定処理を実行する。つまり、子どもの現在の位置から子どもが危険な状態であるかが判定される。なお、危険判定処理については図１７に示すフロー図を用いて説明するため、ここでの詳細な説明は省略する。

続いて、ステップＳ２７でプロセッサ１４０は、子どもが危険な場所に居るか否かを判断する。つまり、危険フラグ３４０がオンであるかが判断される。ステップＳ２７で“ＹＥＳ”であれば、たとえば子どもが危険領域ＤＡ３ａ内に居て、危険フラグ３４０がオンであれば、プロセッサ１４０はステップＳ３５の処理に進む。

一方、ステップＳ２７で“ＮＯ”であれば、つまり子どもが危険な場所に居なくて、危険フラグ３４０がオフであれば、プロセッサ１４０は、ステップＳ２９で行動予測処理を実行し、ステップＳ３１で危険判定処理を実行する。つまり、子どもの行動が予測され、予測結果に基づいて子どもが危険な状態であるかが判断される。なお、行動予測処理および危険判定処理については、図１７および図１８に示すフロー図を用いて説明するため、ここでの詳細な説明は省略する。また、ステップＳ２９の処理を実行するプロセッサ１４０は予測手段として機能し、ステップＳ３１の処理を実行するプロセッサ１４０は予測判定手段として機能する。

続いて、ステップＳ３３でプロセッサ１４０は、子どもが危険な場所に移動しているか否かを判断する。つまり、子どもが危険な場所に移動すると予測されて危険フラグ３４０がオンにされているかが判断される。ステップＳ３３で“ＹＥＳ”であれば、つまり危険フラグ３４０がオンであれば、ステップＳ３５でプロセッサ１４０は、警報動作を指示する。つまり、現在の子どもの位置データ、子ども危険度および子どもの行動の予測結果を含む、警報動作の実行命令が警報ロボット１０に対して送信される。そして、ステップＳ３５の処理が終了すると、プロセッサ１４０は安全管理処理を終了する。なお、子どもの行動が予測されていない場合は、現在の子どもの位置データおよび子ども危険度を含む、警報動作の実行命令が警報ロボット１０に対して送信される。

また、ステップＳ３３で“ＮＯ”であれば、たとえば子どもが危険領域ＤＡに移動しておらず、危険フラグ３４０がオフであれば、ステップＳ３７でプロセッサ１４０は、子どもが安全な場所に移動しているか否かを判断する。なお、ステップＳ３７の処理を実行するプロセッサ３７は安全判定手段として機能する。ステップＳ３７で“ＹＥＳ”であれば、たとえば危険領域ＤＡ以外への移動が予測されていれば、ステップＳ３９でプロセッサ１４０は、安全動作を指示する。たとえば、図１２（Ｂ）に示す安全画像を出力させる安全動作の実行命令が、警報ロボット１０に送信される。そして、ステップＳ３９の処理が終了すれば、プロセッサ１４０は安全管理処理を終了する。なお、ステップＳ３９の処理を実行するプロセッサ１４０は表示制御手段として機能する。

また、ステップＳ３７で“ＮＯ”であれば、たとえば子どもが危険領域ＤＡ以外の場所で遊んでおり、子どもの位置が停止していれば、ステップＳ４１でプロセッサ１４０は、標準動作を指示する。たとえば、図１２（Ｂ）に示す標準画像を出力させる標準動作の実行命令が、警報ロボット１０に送信される。

なお、ステップＳ２５−Ｓ３３の処理を実行するプロセッサ１４０は判定手段として機能する。

図１７は危険判定処理のフロー図である。安全管理処理でステップＳ２５またはステップＳ３１の処理が実行されると、危険判定処理が実行される。ステップＳ６１でプロセッサ１４０は、危険が予測されているか否かを判断する。つまり、行動予測処理によって子どもの行動が予測され、予測結果が予測バッファ３３２に記憶されているかが判断される。ステップＳ６１で“ＮＯ”であれば、つまり危険判定処理がステップＳ２５の処理で実行され、この時点で子どもの行動が予測されていなければ、プロセッサ１４０はステップＳ６５の処理に進む。

また、ステップＳ６１で“ＹＥＳ”であれば、つまり危険判定処理がステップＳ３１の処理で実行され、ステップＳ２９の処理で子どもの行動が予測されていれば、ステップＳ６３でプロセッサ１４０は、予測された位置を子どもの位置として設定する。つまり、行動が予測されている場合は、予測された行動によって子どもが危険な状態かを判定するために、予測された位置が子どもの位置として設定される。具体的には、行動予測処理によって予測された子どもの行動から、所定時間後の子どもの位置が求められる。そして、所定時間後の子どもの位置が位置バッファ３３０に記憶される。これにより、所定時間後の子どもの位置に基づいて、ステップＳ６５以降の処理が実行される。

続いて、ステップＳ６５でプロセッサ１４０は、危険度地図を読み出す。つまり、子どもが危険な状態であるかを判定するために、危険度地図データ３３８が読み出される。続いて、ステップＳ６７でプロセッサ１４０は、子ども危険度を算出する。つまり、子どもの位置と対応する危険度および留まった時間を所定の計算式に代入して、子ども危険度が算出される。続いて、ステップＳ６９でプロセッサ１４０は、子ども危険度が閾値よりも大きいか否かを判断する。つまり、現在の子どもの位置または所定時間後の子どもの位置が危険領域ＤＡ内かが判断される。ステップＳ６９で“ＹＥＳ”であれば、たとえば予測された子どもの位置が危険領域ＤＡ内であれば、ステップＳ７１でプロセッサ１４０は、危険フラグ３４０をオンにする。つまり、子どもが危険な状態であるとの判定結果となる。一方、ステップＳ６９で“ＮＯ”であれば、たとえば現在の子どもの位置および所定時間後の子ども位置が危険領域ＤＡ内でなければ、ステップＳ７３でプロセッサ１４０は、危険フラグ３４０をオフにする。つまり、子どもは危険な状態ではないとの判定結果となる。

そして、ステップＳ７１またはステップＳ７３の処理が終了すれば、プロセッサ１４０は危険判定処理を終了して、安全管理処理に戻る。

図１８は行動予測処理のフロー図である。行動予測処理でステップＳ２９の処理が実行されると、行動予測処理が実行される。ステップＳ９１でプロセッサ１４０は、子ども移動軌跡を求める。つまり、位置履歴テーブル３３４から現在時刻から第３時間前までの位置が読み出され、読み出された位置から移動軌跡が求められる。続いて、ステップＳ９３でプロセッサ１４０は、子どもの行動を予測する。たとえば、子どもの移動軌跡から子どもの速度およびベクトルが算出され、その速度およびベクトルから子どもの行動が予測される。なお、実施例では、このようにして算出された予測結果から、所定時間後の子どもの位置が求められる。

続いて、ステップＳ９５でプロセッサ１４０は、予測結果を記憶する。たとえば、予測された行動を示す予測移動軌跡が、予測バッファ３３２に記憶される。そして、ステップＳ９５の処理が終了すると、プロセッサ１４０は行動予測処理を終了し、安全管理処理に戻る。

警報ロボット１０のプロセッサ７０は、Ｌｉｎｕｘ（登録商標）ベースのＯＳや、その他のＯＳの制御下で、図１９に示す警報処理などを含む、複数のタスクを処理する。

図１９は警報処理のフロー図である。中央制御装置１４から警報動作の実行命令を受信すると、警報処理が実行される。警報処理が実行されると、プロセッサ７０はステップＳ１１１で、子ども危険度に基づいて音量を設定する。つまり、受信した動作命令に含まれる子ども危険度を分類し、分類した結果に応じて音量が設定される。

続いて、ステップＳ１１３でプロセッサ７０は、警報音声を出力する。つまり、設定された音量で、警報音声が警報ロボット１０のスピーカ５４から出力される。続いて、ステップＳ１１５でプロセッサ７０は、移動先位置を決定する。たとえば、予測された行動が実行命令に含まれていなければ、現在の子どもの位置の一定距離範囲内で移動先位置が決められる。また、予測された行動が実行命令に含まれていれば、予測された行動の経路で、かつ子どもから一定距離離れている位置が移動先位置とされる。続いて、ステップＳ１１７でプロセッサ７０は、移動先位置に移動する。つまり、警報ロボット１０は、決定した移動際位置へ移動する。

続いて、ステップＳ１１９でプロセッサ７０は、移動先位置に到着したか否かを判断する。つまり、警報ロボット１０の位置が移動先位置と一致するかが判断される。ステップＳ１１９で“ＮＯ”であれば、つまり警報ロボット１０が移動先位置に到着していなければ、プロセッサ７０はステップＳ１１９の処理を繰り返す。一方、ステップＳ１１９で“ＹＥＳ”であれば、つまり警報ロボット１０が移動先位置に到着すると、ステップＳ１２１でプロセッサ７０は、子どもの位置に基づいて姿勢を制御する。つまり、警報ロボット１０の正面、つまりディスプレイ４６の表示面が子どもの方を向くように、警報ロボット１０の姿勢が変更される。

続いて、ステップＳ１２３でプロセッサ７０は、子ども危険度に基づいて警報画像を設定する。たとえば、子ども危険度が「小」に分類されていれば、図１２（Ａ）に示す警報画像が警報ロボット１０のディスプレイ４６に表示される。また、ステップＳ１２５の処理が終了すると、プロセッサ７０は警報処理を終了する。

なお、ステップＳ３５の処理を実行するプロセッサ１４０およびステップＳ１１３の処理を実行するプロセッサ７０は警報手段として機能する。

＜第２実施例＞
図２０を参照して、第２実施例の安全管理システム１００は、第１実施例と同じ、空間で利用することができる。また、その空間には、第１実施例と同じ警報ロボット１０ａおよび距離画像センサ１２が配置されるとともに、子どもが怪我をしないよう空間内の安全性を向上させるための補助ロボット１０ｂがさらに配置される。

補助ロボット１０ｂは、警報ロボット１０ａと同様、空間内を自律移動することが可能である。また、子どもが危険な状態であると判定されると、子どもが怪我をしないようにするために子どもの周囲に移動する。

図２１を参照して、第２実施例の安全管理システム１００には、第１実施例と同様、警報ロボット１０ａおよび中央制御装置１４が含まれるとともに、補助ロボット１０ｂも含まれる。そして、中央制御装置１４は、ネットワークを介して警報ロボット１０ａおよび補助ロボット１０ｂと無線通信を行う。

図２２（Ａ）は補助ロボット１０ｂの上面を示し、図２２（Ｂ）は補助ロボット１０ｂの下面を示し、図２２（Ｃ）は補助ロボット１０ｂの側面を示す。図２２（Ａ）−図２２（Ｃ）を参照して、補助ロボット１０ｂは全体として円柱形の本体２００を含む。また、本体２００の外装にはポリウレタン樹脂などの柔らかい素材が利用される。本体２００の上には、内部が空気などの気体が充填されたクッション２０２が設けられる。また、クッション２０２の硬さ（ニュートン）は、後述するクッションモータ２３４（図２３参照）によって調節される。また、本体２００の下面には補助ロボット１０ｂを自律移動させる２つの車輪２０４および従輪２０６が設けられる。２つの車輪２０４は車輪モータ２３２（図２３参照）によってそれぞれ独立に駆動され、本体２００すなわち補助ロボット１０ｂを前後左右の任意方向に動かすことができる。また、従輪２０６は車輪２０４を補助する補助輪である。したがって、補助ロボット１０ｂは配置された空間内を自律制御によって移動可能である。なお、補助ロボット１０ｂは、車輪２０４の独立２軸駆動の２自由度を有する。

図２３は補助ロボット１０ｂの電気的な示すブロック図である。図２３を参照して、補助ロボット１０ｂはプロセッサ２２０を含む。プロセッサ２２０は、マイクロコンピュータ或いはプロセッサとも呼ばれ、バス２２２を介して、メモリ２２４、センサ入力ボード２２６、モータ制御ボード２３０および通信ＬＡＮボード２３６に接続される。

メモリ２２４は、警報ロボット１０ａのメモリ７４と同様、自身の動作を制御するための制御プログラムが予め記憶されるＲＯＭおよびプロセッサ２２０のワークメモリやバッファメモリとして用いられるＲＡＭを含む。

センサ入力ボード２２６は、警報ロボット１０ａのセンサ入力ボード７６と同様に、ＤＳＰで構成される。また、補助ロボット１０ｂのセンサ入力ボード２２６には、クッション２０２内の気体の圧力を計測するための気圧センサ２２８が接続されている。

モータ制御ボード２３０もまたＤＳＰで構成され、車輪モータ２３２およびクッションモータ２３４の駆動を制御する。たとえば、モータ制御ボード２３０は、プロセッサ２２０から制御データを受け、車輪２０４を駆動する２つのモータ（図２３では、まとめて「車輪モータ２３２」と示す）の回転角度を制御する。同様に、モータ制御ボード２３０は、プロセッサ２２０からの制御データを受け、クッションモータ２３４の回転角度を制御する。

ここで、プロセッサ２２０は、クッションモータ２３４の回転角度を調整することで、クッション２０２の硬さを調整する。また、クッション２０２が所定の硬さとなったかは、気圧センサ２２８から出力されるクッション２０２内の気圧に基づいて判断される。つまり、プロセッサ２２０は、気圧センサ２２８およびクッションモータ２３４を利用して、クッション２０２を所定の硬さに調整することができる。

なお、通信ＬＡＮボード２３６および無線通信装置２３８については、警報ロボット１０ａのものと略同じであるため、簡単のため詳細な説明は省略する。

また、他の実施例では、補助ロボット１０ｂは、周囲の物体との距離を測定するために、距離センサが本体２００の側面に設けられてもよい。

図２４は高さ地図の一例を示す図解図である。高さ地図は、空間内に配置される設備などの高さ（Ｚ）を示す地図である。設備の位置は基本地図から取得され、設備の高さは距離画像センサ１２によって取得された奥行情報に基づいて取得される。たとえば、図２４に示す高さ地図では、テーブルセット、ソファ、テレビ（テレビ台を含む）の高さが取得される。たとえば、テレビには床からテレビ台の表面までの距離が高さとして付与され、ソファには床から座面までの距離が高さとして付与され、テーブルセットには床から椅子の座面までの高さと床からテーブル面までの高さとが付与される。

また、高さ地図において色の濃度が高さを示す。ここでは、テレビが最も高いため色の濃度も最も濃い。そして、テーブル、椅子、ソファおよびテレビ台の順番で色の濃度が薄くなるため、テーブル、椅子、ソファおよびテレビ台の順番で高さが低くなる。なお、実施例では床の高さを「０」としており、高さが「０」のものには彩色されない。

ここで、子どもが高さのある場所に居る場合、子どもが落下する可能性がある。第２実施例では、クッション２０２を有する補助ロボット１０ｂを子どもの近くに配置して、補助ロボット１０ｂが子どもを受け止めることかできる状態にする。つまり、子どもが怪我をしにくい状態にすることで、空間の安全性を向上させる。

図２５を参照して、たとえば子どもがソファの上に移動した場合、子どもの位置を中心とする所定距離の範囲を落下する可能性がある範囲とする。また、落下する可能性がある範囲からは、落下する可能性がない部分、たとえば、ソファの座面などは省かれる。また、落下する可能性がある範囲は、所定サイズ（たとえば、５ｃｍ四方）のグリッドに分割され、各グリッドに対して数１に示す数式に基づいて衝撃度が計算される。

ここで、体重ｍは保育者によって予め設定される。また、高さｈは子どもの位置に基づいて取得される。そして、衝突時間Δｔについては、予め物体を複数の場所で落下せることで計測した衝突時間に基づいて作成されたデータベースを利用して決められる。そして、体重ｍ、落下速度ｖおよび衝突時間Δｔに基づいて、グリッドにおける衝撃度Ｆが算出される。

全てのグリッドに対して衝撃度Ｆが算出されると、衝撃度Ｆが最も高いグリッドに基づいて落下位置が設定される。たとえば、衝撃度Ｆが最も高いグリッドが１つであれば、そのグリッドに対応する座標が落下位置とされる。また、衝撃度Ｆが最も高いグリッドが複数の場合は、複数のグリッドの重心が落下位置とされる。

また、落下位置が設定されるとその位置の衝撃度Ｆに基づいて補助ロボット１０ｂのクッション２０２の硬さが設定される。そして、補助ロボット１０ｂに対して、落下位置および硬さが送信される。補助ロボット１０ｂは、これらの情報を受信すると落下位置に移動して、クッション２０２の硬さを変更する。

これにより、危険な状態の子どもが怪我をしないようにすることができる。特に、実施例では、推定された落下位置にクッション２０２を有する補助ロボット１０が配置されるため、子どもが落下してしまったとしても。子どもの落下の衝撃をクッション２０２によって吸収することができる。

なお、落下位置は、所定の場所から物体を落としたときに落下する位置をデータベース化して、そのデータベースに基づいて設定されてもよい。また、床にはカーペットなどが敷かれている場合もあるので、床の硬度が設定される床硬度地図を作成し、その床行動地図に基づいて衝突時間Δｔを設定するようにしてもよい。また、落下する可能性がある範囲は、子どもの位置の高さが高くなるにつれて広くなるように変化してもよい。また、椅子などのように背もたれを有する物の場合、落下方向が限定される。そのため、背もたれの位置に基づいて、落下する可能性がある範囲から落下する可能性がない部分が省かれてもよい。

また、第２実施例の安全管理システム１００は、警報ロボット１０ａを含まなくてもよい。つまり、第２実施例の安全管理システム１００では、子どもが危険だと判定されたときには警報ロボット１０ａによる警報を行わず、補助ロボット１０ｂだけが子どもの周囲に移動するようにしてもよい。

また、補助ロボット１０ｂは、複数のクッション２０２を備えていてもよい。また、複数のクッション２０２を備えている場合は、通常時は各クッション２０２を収納し、子どもが危険な状態であると判定されたときに各クッション２０２を膨らませるようにしてもよい。この場合、衝撃度に応じて膨らませるクッション２０２の数を変更するようにしてもよい。

また、他の実施例では、算出された衝撃度Ｆが所定値よりも大きい場合には、保育者が所持する携帯端末などに通知するようにしてもよい。

上述では第２実施例の特徴を概説した。以下では、図２６に示す中央制御装置１４の第２実施例のメモリ１４２のメモリマップ、図２７、図２８に示すフロー図を用いて第２実施例について詳細に説明する。

図２６は中央制御装置１４の第２実施例のメモリ１４２のメモリマップの一例を示す図解図である。メモリ１４２のプログラム記憶領域３０２には、落下位置およびクッション２０２の硬さを設定し、補助ロボット１０ｂに送信するための安全性向上プログラム３１８がさらに記憶される。

また、メモリ１４２のデータ記憶領域３０４には、グリッドバッファ３４２などがさらに設けられるとともに、高さ地図データ３４４などがさらに記憶される。グリッドバッファ３４２は、落下する可能性がある範囲におけるグリッドの情報（衝撃度を含む）が一時的に記憶される。高さ地図データ３４４は、たとえば図２４に示すように、空間に配置された設備に対して高さが設定されている地図のデータである。

図２７は第２実施例の安全管理処理のフロー図である。なお、第１実施例の安全管理処理と重複するステップについて詳細な説明を省略する。

第２実施例の安全管理処理が実行され、子どもの位置が危険領域ＤＡに入っておりステップＳ２７で“ＹＥＳ”と判断されるか、予測された子どもの位置が危険領域ＤＡに入っておりステップＳ３３で“ＹＥＳ”と判断されると、ステップＳ３５でプロセッサ１４０は、警報動作を指示する。つまり、子どもが危険な状態と判定されたため、警報ロボット１０ａに対して警報動作の実行命令が送信される。続いて、ステップＳ２０１でプロセッサ１４０は、安全性向上処理を実行する。そして、ステップＳ２０１の処理が終了すると、プロセッサ１４０は安全管理処理を終了する。たとえば、安全性向上処理が実行されると、落下位置および補助ロボット１０ｂのクッション２０２の硬さが設定され、補助ロボット１０ｂに送信される。

図２８は安全性向上処理のフロー図である。安全管理処理でステップＳ２０１の処理が実行されると、安全性向上処理が実行される。ステップＳ２１１でプロセッサ１４０は、子どもが居る位置に高さが設定されているか否かを判断する。つまり、位置バッファ３３０に記憶される子どもの位置および高さ地図データ３４４に基づいて、子どもの位置に高さが設定されているかが判断される。ステップＳ２１１で“ＹＥＳ”であれば、たとえば図２５に示すように、子どもがソファの上にいれば、プロセッサ１４０はステップＳ２１７の処理に進む。

一方、ステップＳ２１１で“ＮＯ”であれば、つまり子どもの位置に高さが設定されていなければ、ステップＳ２１３でプロセッサ１４０は、子どもが向かっている位置に高さが設定されているか否かを判断する。つまり、子どもの行動が予測されており、かつ予測された行動において子どもが高さのある場所に移動しているかが判断される。また、具体的には予測バッファ３３２に記憶される子どもの行動の予測結果と高さ地図データ３４４とに基づいて、子どもが向かっている位置に高さが設定されているかが判断される。ステップＳ２１３で“ＮＯ”であれば、たとえば図９に示すように子どもが窓に近づくことが予想されていれば、プロセッサ１４０は安全性向上処理を終了して、安全管理処理に戻る。

また、ステップＳ２１３で“ＹＥＳ”であれば、たとえば子どもがソファの上に移動することが予測されていれば、ステップＳ２１５でプロセッサ１４０は、予測された位置を子どもの位置として設定する。つまり、所定時間後の子どもの位置が位置バッファ３３０に記憶される。これにより、所定時間後の子どもの位置に基づいて、ステップＳ２１７以降の処理が実行される。

続いて、ステップＳ２１７でプロセッサ１４０は、子どもの位置の高さを取得する。つまり、位置バッファ３３０に記憶されている子どもの位置に基づいて、高さ地図データ３４４から高さが取得される。続いて、ステップＳ２１９でプロセッサ１４０は、落下する可能性がある範囲をグリッドに分割する。つまり、子どもの位置中心として所定範囲を落下する可能性がある範囲を設定し、その範囲の中を所定サイズのグリッドに分割する。なお、分割されたグリッドの位置などの情報はグリッドバッファ３４２に記憶される。続いて、ステップＳ２２１でプロセッサ１４０は、グリッド毎に衝撃度Ｆを算出する。つまり、数１に示す数式に基づいて、各グリッドに対して衝撃度Ｆが算出される。また、算出された衝撃度Ｆは対応するグリッドに基づいてグリッドバッファ３４２に記憶される。続いて、ステップＳ２２３でプロセッサ１４０は、衝撃度が最も大きいグリッドに基づいて落下位置を設定する。たとえば、衝撃度が最も大きいグリッドが１つの場合、そのグリッドの位置が落下位置として設定される。なお、ステップＳ２２３の処理を実行するプロセッサ１４０は設定手段として機能する。

続いて、ステップＳ２２５でプロセッサ１４０は、衝撃度に基づいてクッション２０２の硬さを設定する。つまり、グリッドバッファ３４２から最も大きい衝撃度が読み出され、その衝撃度に基づいて補助ロボット１０ｂのクッション２０２の硬さが設定される。

続いて、ステップＳ２２７でプロセッサ１４０は、落下位置および硬さを送信する。つまり、上述の処理で設定された落下位置およびクッション２０２の硬さが補助ロボット１０ｂに送信される。補助ロボット１０ｂは、受信した落下位置および硬さを受信すると、その落下位置に移動し、かつクッション２０２の硬さを変更する。そして、ステップＳ２２７の処理が終了すれば、プロセッサ１４０は安全性向上処理を終了して、安全管理処理に戻る。なお、ステップＳ２２７の処理を実行するプロセッサ１４０は移動制御手段として機能する。

＜第３実施例＞
第３実施例では、空間に配置された設備が適切かどうかをシミュレーションすることができる。また、シミュレーションを利用して、危険度地図を作成したり、設備の再配置を促したりする。なお、第３実施例の安全管理システム１００の構成は、第１実施例または第２実施例と略同じであるため、詳細な説明は簡単のため省略する。

第３実施例について具体的に説明すると、空間内で子どもの行動をシミュレーションする。そして、行動シミュレーションの結果から、子どもが落下する可能性がある位置を特定し、特定された位置および設備の配置に基づいて危険度地図が作成される。また、作成された危険度地図は、中央制御装置１４の出力装置１４４（ディスプレイ）によって出力（表示）される。そして、危険度地図が表示されたときに設備の再配置操作が行われると、保育者は入力装置を利用して、危険度地図上で設備を仮想的に再配置することができる。

図２９は興味度合い地図の一例を示す図解図である。興味度合い地図は、子どもの行動シミュレーションを行うときに利用される地図であり、空間に配置される家具や窓のなどの設備などに対して子どもが興味を持つ度合いを示す。たとえば、図２９に示す興味度合い地図では、テレビおよび窓に興味度合いが設定されているため、テレビに興味範囲ＩＡ１が設定され、窓に対して興味範囲ＩＡ２および興味範囲ＩＡ３が設定されている。また、興味範囲ＩＡは、対応する興味度合いの数値（たとえば、１−１００）に応じた濃度で彩色される。そのため、窓の興味範囲ＩＡ２、興味範囲ＩＡ３の興味度合いが最も高い。また、テレビの興味範囲ＩＡ１の興味度合いが最も低い。なお、興味度合いは親などの保育者によって設定されるが、他の実施例では子どもの行動を分析することで、子どもが興味を持つ設備を特定し、興味範囲ＩＡおよび興味度合いが設定されてもよい。

このような興味度合い地図を利用して行われる子どもの行動シミュレーションについて説明する。まず、現在の子どもの位置が、行動シミュレーションにおける子どものスタート位置とされる。次に、時刻ｔ（現在時刻）に対する時刻ｔ＋１（次の時刻）の位置を行動モデルに基づいて計算する。行動モデルは、実施例では空間中を時計回りに周回するという単純なモデルである。なお、他の実施例では、移動速度を一定にした状態で移動方向がランダムに変化するモデルなどが利用されてもよい。

次に、時刻ｔ＋１における子どもが興味範囲ＩＡ内に居るかが判断され、興味範囲ＩＡ内であればその子どもが設備に興味を持つかがさらに判断される。子どもが設備に興味を持つかの判断について具体的に説明すると、１−１００の範囲で乱数を１つ生成し、その乱数が興味範囲ＩＡと対応する興味度合いよりも小さければ、子どもが設備に興味を持つと判断される。一方、求められた数値が興味度合いよりも大きければ、子どもが設備に興味を持たないと判断される。子どもが設備に興味を持った場合は、子どもの移動方向を、子どもが興味を持ったと判断された設備の方向に変更する。そして、このような処理を一定時間分繰り返すことで、子どもの行動シミュレーションの結果が得られる。

子どもの行動シミュレーションが行われた結果の一例を図３０に示す。このシミュレーション結果では、子どもが空間内を時計回りに移動しているが、窓に興味を持った子どもはソファの上に上がり、落下していることが分かる。そして、このようなシミュレーション結果を利用して危険度地図が作成されると、図３１に示すようになる。

図３１を参照して、行動シミュレーションの結果から落下する位置を特定できるため、その位置の周辺には危険度が最も高い危険領域ＤＡ４が設定される。また、ソファから子どもが落下したため、ソファの周辺にも危険領域ＤＡ５が設定される。そして、シミュレーションの結果とは別に、設備の配置に基づいて危険度が設定される。たとえば、図８に示す危険度地図と同様、テーブルセットと窓との周辺にも危険領域ＤＡ１と危険領域ＤＡ３ａ，ＤＡ３ｂとが設定される。このようにして作成された危険度地図が、危険度地図データ３３８としてメモリ１４２に記憶されるとともに、出力装置１４４から出力される。

危険度地図が表示されている状態で再配置操作が行われると、設備を仮想的に移動させるＧＵＩさらに表示される。このとき、保育者はＧＵＩを入力装置によって操作することで、危険度地図上で設備を仮想的に再配置することができる。

このように、子どもの行動に適した危険領域ＤＡが設定されるため、警報が適切に行われるようになる。また、保育者は、作成された危険度地図によって、気づいていなかった危険領域ＤＡに気づくことができることもある。つまり、保育者は、作成された危険度地図によって空間内の危険な場所を適切に把握することができる。また、仮想的に空間内の設備を再配置することが可能となるため、保育者は、空間内のレイアウトを効率的かつより安心・安全に設計することができる。

なお、子どもが設備に興味を持つかを判断する際には、子どもが遊んでいない時間によって、興味度合いが大きくなるように処理されてもよいし、新しい設備の興味度合いが高くなるように処理されてもよい。また、実施例の設備には遊具などが含まれてもよい。

また、他の実施例では、閾値上の衝撃度が算出された場合は、保育者に対して通知するとともに、再配置操作の有無に関係なく設備の再配置が可能な状態にされてもよい。

上述では第３実施例の特徴を概説した。以下では、図３２に示す中央制御装置１４の第３実施例のメモリ１４２のメモリマップ、図３３、図３４に示すフロー図を用いて第３実施例について詳細に説明する。

図３２は中央制御装置１４の第３実施例のメモリ１４２のメモリマップの一例を示す図解図である。メモリ１４２のプログラム記憶領域３０２には、設備の配置を仮想的に変更するための配置シミュレーションプログラム３２０および子どもの行動をシミュレーションするための行動シミュレーションプログラム３２２がさらに記憶される。

また、メモリ１４２のデータ記憶領域３０４には、行動シミュレーションバッファ３４６が設けられるとともに、興味度合い地図データ３４８などが記憶される。行動シミュレーションバッファ３４６には、行動シミュレーションの結果が一時的に記憶される。興味度合い地図データ３４８は、たとえば図２９に示すように、空間に配置された設備に対して設定される興味範囲ＩＡおよび興味度合いを示す地図のデータである。

図３３は配置シミュレーション処理のフロー図である。たとえば、入力装置１４６によって配置シミュレーション処理を実行する操作がされると、ステップＳ３０１でプロセッサ１４０は、設備の位置を取得する。たとえば、基本地図データ３３６が読み出され、基本地図に基づいて空間内に配置された設備の位置が取得される。続いて、ステップＳ３０３でプロセッサ１４０は、設備の高さを取得する。たとえば、高さ地図データ３４４が読み出され、各設備の高さが取得される。

続いて、ステップＳ３０５でプロセッサ１４０は、行動シミュレーション処理を実行する。つまり、子どもの行動がシミュレーションされる。なお、行動シミュレーション処理については、図３４に示すフロー図を用いて詳細に説明するため、ここでの詳細な説明は省略する。また、ステップＳ３０５の処理を実行するプロセッサ１４０はシミュレーション手段として機能する。

続いて、ステップＳ３０７でプロセッサ１４０は、シミュレーション結果から落下位置を特定する。たとえば、プロセッサ１４０は、シミュレーション結果における子どもの移動軌跡が、高い位置から低い位置に移動しているかを調べる。そして、高い位置から低い位置に移動している場合、その位置が落下位置として特定される。ただし、高い位置から低い位置に移動していなければ、落下位置は特定されない。続いて、ステップＳ３０９でプロセッサ１４０は、落下位置が特定されたか否かを判断する。つまり、ステップＳ３０７の処理で落下位置が特定されたかが判断される。ステップＳ３０９で“ＮＯ”であれば、つまり行動シミュレーションにおいて子どもが高い位置から低い位置に移動しておらず、落下位置が特定されていなければ、プロセッサ１４０はステップＳ３１５の処理に進む。

また、ステップＳ３０９で“ＹＥＳ”であれば、つまり落下位置が特定されていれば、ステップＳ３１１でプロセッサ１４０は、落下位置の衝撃度Ｆを算出する。つまり、数１に示す数式に基づいて、落下位置の衝撃度Ｆが算出される。続いて、ステップＳ３１３でプロセッサ１４０は、落下位置および衝撃度に基づいて危険領域ＤＡを設定する。たとえば、図３０に示すように落下位置が特定されている場合、図３１に示すようにソファの周辺に危険領域ＤＡ４および危険領域ＤＡ５が設定される。

続いて、ステップＳ３１５でプロセッサ１４０は、設備の位置に基づいて危険領域ＤＡを設定する。たとえば、図３１に示すように、テーブルセットおよび窓の周辺に危険領域ＤＡ１および危険領域ＤＡ３ａ，ＤＡ３ｂが設定される。

続いて、ステップＳ３１７でプロセッサ１４０は、危険度地図を作成する。たとえば、図３１に示すような危険度地図が作成される。なお、ステップＳ３１７の処理を実行するプロセッサ１４０は作成手段として機能する。続いて、ステップＳ３１９でプロセッサ１４０は、危険度地図を表示する。つまり、作成された危険度地図が中央制御装置１４の出力装置１４４（ディスプレイ）によって出力される。

続いて、ステップＳ３２１でプロセッサ１４０は、再配置か否かを判断する。たとえば、再配置操作がされたかが判断される。ステップＳ３２１で“ＹＥＳ”であれば、たとえば再配置操作がされると、ステップＳ３２３でプロセッサ１４０は、再配置処理を実行する。たとえば、仮想的に設備を再配置するためのＧＵＩが出力装置１４４に表示される。そして、ステップＳ３２３の処理が終了すると、プロセッサ１４０はステップＳ３０１の処理に戻る。つまり、再配置された設備に基づいて危険度地図が再び作成される。

一方、ステップＳ３２１で“ＮＯ”であれば、たとえば再配置操作がされなければ、プロセッサ１４０は配置シミュレーション処理を終了する。

図３４は行動シミュレーション処理のフロー図である。配置シミュレーション処理でステップＳ３０５の処理が実行されると、行動シミュレーション処理が実行される。ステップＳ３３１でプロセッサ１４０は、スタート地点を設定する。たとえば、現在の子どもの位置がシミュレーションのスタート位置として設定される。なお、設定されたスタート位置は、現在位置として行動シミュレーションバッファ３４６に記憶される。

続いて、ステップＳ３３３でプロセッサ１４０は、設備変数ｘを初期化する。テレビや窓などの設備にはそれぞれを識別するための識別ＩＤが付与されている。設備変数ｘは、設備の識別ＩＤを指定するための変数であり、ステップＳ３３３の処理では設備変数ｘが初期値（たとえば、１）となるように初期化される。

続いて、ステップＳ３３５でプロセッサ１４０は、時刻ｔにおける現在位置から時刻ｔ＋１における予測位置を行動モデルに基づいて計算する。たとえば、行動モデルは、空間内を時計回りに周回するというものであり、その行動モデルに基づいて次の時刻の予測位置が計算される。

続いて、ステップＳ３３７でプロセッサ１４０は、設備変数ｘが最大値か否かを判断する。つまり、全ての設備に対して子どもが興味を持つかを判断したかが判断される。ステップＳ３３７で“ＹＥＳ”であれば、つまり全ての設備に対して子どもが興味を持つかの判断がされていれば、プロセッサ１４０はステップＳ３４７の処理に進む。

一方、ステップＳ３３７で“ＮＯ”であれば、つまり全ての設備に対して子どもが興味を持つかの判断がされていなければ、ステップＳ３３９でプロセッサ１４０は、設備ｘの興味範囲ＩＡ内に子どもが居るか否かを判断する。つまり、設備変数ｘによって指定される設備の興味範囲ＩＡ内に子どもが居るかが判断される。ステップＳ３３９で“ＮＯ”であれば、プロセッサ１４０はステップＳ３４３の処理に進む。

ステップＳ３３９で“ＹＥＳ”であれば、たとえば子どもが窓の興味範囲ＩＡ内に居れば、ステップＳ３４１でプロセッサ１４０は、子どもが設備ｘに興味を持つか否かを判断する。たとえば、プロセッサ１４０は、１−１００の範囲で乱数を１つ生成し、その乱数が興味範囲ＩＡと対応する興味度合いよりも小さいかを判断する。ステップＳ３４１で“ＮＯ”であれば、つまり子どもが設備ｘに興味を持たないと判断されると、プロセッサ３４１はステップＳ３４３の処理に進む。

ここで、たとえば設備ｘに興味範囲ＩＡが設定されておらず、子どもが設備ｘの興味範囲ＩＡ内に居ないか、子どもが設備ｘに興味を持っていないと判断された場合は、ステップＳ３４３でプロセッサ１４０は、設備変数ｘをインクリメントする。つまり、設備変数ｘによって次の設備が指定される。そして、ステップＳ３４３の処理が終了すれば、プロセッサ１４０はステップＳ３３７の処理に戻る。

続いて、ステップＳ３４１で“ＹＥＳ”であれば、つまり子どもが設備ｘに興味を持つと判断されると、ステップＳ３４５でプロセッサ１４０は、子どもの移動方向を設備ｘの方に変更する。つまり、次の予測位置で設備ｘの方に移動するように、移動方向が変更される。

続いて、ステップＳ３４７でプロセッサ１４０は、子どもの位置を更新する。つまり、行動シミュレーションバッファ３４６に記憶される現在位置が前回位置として記憶され、予測位置が現在意図して記憶される。続いて、ステップＳ３４９でプロセッサ１４０は、時刻ｔをインクリメントする。つまり、次の時刻における予測位置を計算するために、時刻ｔがインクリメントされる。続いて、ステップＳ３５１でプロセッサ１４０は、一定時間のシミュレーションが行われたか否かを判断する。ここで、時刻ｔの変化量がシミュレーションにおける時間を示す。そのため、時刻ｔの初期値（時刻ｔ_０）とこの時点の時刻ｔとの差が、一定時間となっているかが判断される。なお、時刻ｔの初期値は、ステップＳ３３１でスタート地点が設定されたときに、行動シミュレーションバッファ３４６に記憶される。ステップＳ３５１で“ＮＯ”であれば、シミュレーションにおける時間が一定時間に達していなければ、プロセッサ１４０はステップＳ３３３の処理に戻る。また、ステップＳ３５１で“ＹＥＳ”であれば、つまりシミュレーションにおける時間が一定時間に達していれば、プロセッサ１４０は行動シミュレーション処理を終了して、配置シミュレーション処理に戻る。

なお、第１実施例−第３実施例については、任意に組み合わせることが可能であり、その組み合わせについては容易に想像できるため、ここでの詳細な説明は省略する。

また、他の実施例では、警報ロボット１０ａのプロセッサ７０または補助ロボット１０ｂのプロセッサ２２０によって、安全管理処理、危険判定処理、行動予測処理および安全性向上処理などが実行されてもよい。また、中央制御装置１４によって、警報ロボット１０ａの警報音声の音量、移動先位置および警報画像が設定されてもよい。

また、他の実施例では、警報ロボット１０ａおよび補助ロボット１０ｂが一体化されてもよい。この場合、一体化したロボットはディスプレイ４６に代えて、壁や空間に画像を投影するプロジェクタを備える。

また、上述の実施例では、閾値に対して「より大きい」の言葉を用いたが「閾値より大きい」とは「閾値以上」の意味も含まれる。また、「閾値よりも小さい」とは「閾値以下」および「閾値未満」の意味も含まれる。

また、本実施例で説明した複数のプログラムは、データ配信用のサーバのHDDに記憶され、ネットワークを介して本実施例と同等の構成のシステムに配信されてもよい。また、CD, DVD, BD (Blu-ray（登録商標） Disc)などの光学ディスク、USBメモリおよびメモリカードなどの記憶媒体にこれらのプログラムを記憶させた状態で、その記憶媒体が販売または配布されてもよい。そして、上記したサーバや記憶媒体などを通じてダウンロードされた、上記複数のプログラムが、本実施例と同等の構成のシステムに適用された場合、本実施例と同等の効果が得られる。

そして、本明細書中で挙げた、具体的な数値は、いずれも単なる一例であり、製品の仕様変更などに応じて適宜変更可能である。

１０ａ …警報ロボット
１０ｂ …補助ロボット
１２ａ，１２ｂ …距離画像センサ
１４ …中央制御装置
４６ …ディスプレイ
５４ …スピーカ
７０ …プロセッサ
７４ …メモリ
１００ …安全管理システム
１４０ …プロセッサ
１４２ …メモリ
１４４ …出力装置
２０２ …クッション

Claims (12)

1. 子どもが居る空間内でその子どもの位置を取得する取得手段、
   前記位置に基づいて前記子どもが危険な状態かを判定する判定手段、
   前記子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、および
   表示手段を有し、自律移動するロボットを備え、
   前記警報手段は、前記子どもの位置に基づいて前記ロボットを移動させて、前記子どもに画像によって危険を警報し、さらに
   自律移動する補助ロボット、および
   前記子どもが危険な状態だと判定されたとき、前記子どもの位置に基づいて前記補助ロボットを移動させる移動制御手段を備える、安全管理システム。
2. 前記画像は、前記子どもに社会的参照行動を行わせる画像である、請求項１記載の安全管理システム。
3. 前記判定手段は、前記子どもの位置からその子どもの行動を予測する予測手段および前記子どもの予測された行動に基づいて、その子どもが危険な状態かを判定する予測判定手段を含む、請求項１または２記載の安全管理システム。
4. 前記空間に設定されている危険領域を示す地図を記憶する記憶手段をさらに備え、
   前記判定手段は、前記地図と前記子どもの位置とに基づいて、その子どもが危険な状態かを判定する、請求項１ないし３のいずれかに記載の安全管理システム。
5. 前記空間内における前記子どもの行動をシミュレーションするシミュレーション手段、
   前記シミュレーション手段によるシミュレーション結果に基づいて、危険領域を設定する危険領域設定手段、および
   設定された危険領域を示す地図を作成する作成手段をさらに備える、請求項４記載の安全管理システム。
6. 前記位置に基づいて前記子どもが安全な状態かを判定する安全判定手段、および
   前記子どもが安全な状態だと判定されたとき、安全画像を表示する表示制御手段をさらに備える、請求項１ないし５のいずれかに記載の安全管理システム。
7. 前記補助ロボットは、クッションを有し、
   危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段をさらに備え、
   前記移動手段は、前記落下位置に前記補助ロボットを移動させる、請求項１ないし６のいずれかに記載の安全管理システム。
8. 表示手段を有し、自律移動するロボットおよび自律移動する補助ロボットを備える、安全管理システムのプロセッサを、
   子どもが居る空間内でその子どもの位置を取得する取得手段、
   前記位置に基づいて前記子どもが危険な状態かを判定する判定手段、
   前記子どもが危険な状態だと判定されたとき、前記子どもの位置に基づいて前記ロボットを移動させて、前記子どもに画像によって危険を警報する警報手段、および
   前記子どもが危険な状態だと判定されたとき、前記子どもの位置に基づいて前記補助ロボットを移動させる移動制御手段として機能する、安全管理プログラム。
9. 表示手段を有し、自律移動するロボットおよび自律移動する補助ロボットを備える、安全管理システムの安全管理方法であって、前記安全管理システムのプロセッサが、
   子どもが居る空間内でその子どもの位置を取得する取得ステップ、
   前記位置に基づいて前記子どもが危険な状態かを判定する判定ステップ、
   前記子どもが危険な状態だと判定されたとき、前記子どもの位置に基づいて前記ロボットを移動させて、前記子どもに画像によって危険を警報する警報ステップ、および
   前記子どもが危険な状態だと判定されたとき、前記子どもの位置に基づいて前記補助ロボットを移動させる移動制御ステップを実行する、安全管理方法。
10. 子どもが居る空間内でその子どもの位置を取得する取得手段、
    前記位置に基づいて前記子どもが危険な状態かを判定する判定手段、
    前記子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、
    クッションを有し、自律移動する補助ロボット、
    危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段、および
    前記子どもが危険な状態だと判定されたとき、前記補助ロボットを前記落下位置に移動させる移動制御手段を備える、安全管理システム。
11. クッションを有し、自律移動する補助ロボットを備える、安全管理システムのプロセッサを、
    子どもが居る空間内でその子どもの位置を取得する取得手段、
    前記位置に基づいて前記子どもが危険な状態かを判定する判定手段、
    前記子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報手段、
    危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定手段、および
    前記子どもが危険な状態だと判定されたとき、前記補助ロボットを前記落下位置に移動させる移動制御手段として機能させる、安全管理プログラム。
12. クッションを有し、自律移動する補助ロボットを備える、安全管理システムの安全管理方法であって、前記安全管理システムのプロセッサが、
    子どもが居る空間内でその子どもの位置を取得する取得ステップ、
    前記位置に基づいて前記子どもが危険な状態かを判定する判定ステップ、
    前記子どもが危険な状態だと判定されたとき、音声によって危険を警報する警報ステップ、
    危険な状態と判定された子どもの位置に高さが設定されているとき、落下位置を設定する設定ステップ、および
    前記子どもが危険な状態だと判定されたとき、前記補助ロボットを前記落下位置に移動させる移動制御ステップを実行する、安全管理方法。

Images