JP6468712B2 - 通信ユニット - Google Patents

Description

本発明は、通信ユニットに係り、特に、発信者が自己の映像及び音声のうちの少なくとも一方の情報を受信者に対して発信する際に用いる通信ユニットに関する。

遠隔地に居る者同士が互いの映像を見ながら対話をする技術は、テレビ会議や家族の見守り等の用途に既に用いられている。このような遠隔対話を実現する上で導入される通信システムについては、当然ながら取り扱いが容易であることが望まれる。特に、システム利用者が高齢者や子供である場合には、対話のために複雑な端末操作を要することになると、当該通信システムを用いた対話を適切に利用できなくなる虞がある。

上記の問題は、例えば特許文献１に記載の技術を適用することで解決することが可能である。特許文献１に開示の技術は、テレビ電話装置に関するものである。具体的に説明すると、マイクから入力された音声とカメラによって撮影された映像を通信制御手段によって通話相手に送信するテレビ電話装置である。そして、この装置の特徴は、利用者の存在を検出する人体検出手段と、人体検出手段によって利用者の存在の有無の変化を検出した際に、音声と映像を通話相手先に送信する通話モードと、音声と映像を通話相手先に送信しない保留モードと、を切り替え制御することである。

以上のような構成によれば、利用者の在・不在に応じて自動的にモード切り替えが行われるので、利用者は、通話のために特殊な操作を行う必要がなく、簡単に通話を行うことが可能となる。

特開２０１２−１７８６２１号公報

しかしながら、人体検出手段による検出結果に応じて通話／保留を切り替える構成では、例えば利用者が通話をする意思がなかったとしても、利用者の存在が検出されると自動的に通話モードになってしまう。このような誤動作が生じることで、利用者の映像や音声が自己の意思に反して送信されてしまい、プライバシーの侵害や秘密漏洩等の問題に発展する可能性もある。

そこで、本発明は、上記の課題に鑑みてなされたものであり、その目的とするところは、遠隔対話用の通信を行うにあたり、ユーザにとって取り扱いが容易であり、かつ、ユーザの意思に反して通信を開始するような誤動作を抑制することが可能な通信ユニットを提供することである。

前記課題は、本発明の通信ユニットによれば、発信者が自己の映像及び音声のうちの少なくとも一方の情報を受信者に対して発信する際に用いる通信ユニットであって、前記少なくとも一方の情報を取得する情報取得機器と、該情報取得機器により取得された前記少なくとも一方の情報を示す通信データを前記受信者保有の機器に向けて送信する通信端末と、前記発信者の行動によって発生し又は変化する被検知対象を検知する検知部と、を備え、該検知部は、互いに異なる種類の前記被検知対象を検知する第１検知部及び第２検知部を含み、前記通信端末は、前記第１検知部による検知結果が予め設定された第１条件を満たすときに、所定の処理を開始し、前記通信端末は、前記所定の処理の開始後に、少なくとも前記第２検知部による検知結果が予め設定された第２条件を満たすときに、前記通信データの送信を開始し、前記通信端末は、前記第１検知部による検知結果が予め設定された第１条件を満たすときに、表示画面の形成を開始する表示画面形成部を有し、前記所定の処理は、前記表示画面形成部による前記表示画面の形成であることにより解決される。

上記の構成では、互いに異なる種類の被検知対象を検知する複数種類の検知部が備えられ、そのうち、少なくとも二種類以上の検知部の検知結果が予め設定された条件を満たす場合に限り、通信データの送信が開始される。これにより、単一の検知部の検知結果のみをトリガーとして通信データの送信を開始する構成に比較して、誤動作（ユーザの意思に反して通信を開始すること）をより効果的に抑制することが可能となる。

また、上記の通信ユニットにおいて、前記第１検知部は、予め設定された範囲内におけるヒトの存在を検知し、前記表示画面形成部は、前記範囲内に位置した前記発信者を前記第１検知部が検知したときに、前記表示画面の形成を開始すると、より好適である。
上記の構成では、ヒトの存在を検知する検知部（第１検知部）の検知結果を、通信開始のトリガーとして利用する一方で、さらに二種類以上の検知部の検知結果をトリガーとして使用する。これにより、ヒトの存在を検知する検知部の検知結果のみを単独利用する場合に比較して、より効果的に誤動作を抑制することが可能となる。

また、上記の通信ユニットにおいて、前記第２検知部は、前記発信者の視線又は顔の向きを検知し、前記通信端末は、前記表示画面の形成が開始された後に、少なくとも前記第２検知部が検知した前記発信者の視線又は顔の向きが予め設定された向きとなっているときに、前記通信データの送信を開始すると、さらに好適である。
上記の構成では、視線や顔の向きを被検知対象とし、かかる被検知対象の検知結果を通信開始のトリガーとして使用する。ここで、視線や顔の向きは、ユーザの意思を反映して切り替わる。このため、視線や顔の向きを通信開始のトリガーとして使用すれば、ユーザの意思に反して通信を開始する事態、すなわち誤動作を更に効果的に抑制することが可能となる。

また、上記の通信ユニットにおいて、前記表示画面形成部は、前記発信者が居る建物内に配置された建築材料、家具若しくは装飾品の一部分を構成するとともに映像の表示画面を形成し、該表示画面形成部は、前記第１検知部が前記範囲内に位置するヒトを検知していない期間には前記表示画面を形成せずに前記一部分としての外観を現し、前記第１検知部が前記範囲内に位置するヒトを検知している期間にのみ前記表示画面を形成すると、より一層好適である。
上記の構成では、通常、建築材料や家具としての外観を呈する表示画面形成部が表示画面を形成し、形成された当該表示画面に視線や顔の向きが向くことを通信開始のトリガーとして用いている。この場合、ユーザ（発信者）は、表示画面形成部に表示画面が形成されたことを気付いた上で、通信開始のために視線や顔の向きを切り替えるようになる。これにより、通信開始にユーザの意思をより的確に反映させることが可能となり、誤動作をより一層効果的に抑制することが可能となる。

また、上記の通信ユニットにおいて、複数種類の前記検知部の中には、前記検知結果と照合される照合基準を記憶した特定検知部が含まれており、前記通信端末は、前記所定の処理の開始後に、更に前記特定検知部の前記検知結果と前記照合基準とを照合した際のマッチング度合いが予め設定された閾値以上となるときに、前記通信データの送信を開始すると、益々好適である。
上記の構成では、ある被検知対象の検知結果をその照合基準と照合し、そのマッチング度合いが閾値以上になることを条件として通信を開始することとしている。これにより、誤動作を一段と効果的に抑制することが可能となる。

また、上記の通信ユニットにおいて、前記特定検知部は、前記発信者が発する音声、前記発信者の身体中の可動部位の動き、基準位置と前記発信者の現在位置との間の距離、前記発信者の移動方向、前記発信者の身体の一部が触れた際に形成された接触跡、及び、前記発信者の歩行動作によって生じる振動のいずれかを前記被検知対象として検知すると、尚一層好適である。
上記の構成では、ユーザが行う比較的簡単な動作等を被検知対象として検知するので、通信開始にあたりユーザに対して特に複雑な動作を要しない。換言すると、ユーザ（発信者）は、特に操作方法を知らなくとも、通常の対話時に行う動作を行えば通信（対話用の通信）を行うことが可能となる。

また、上記の通信ユニットにおいて、前記通信端末は、前記所定の処理の開始後に、前記受信者が前記少なくとも一方の情報を受け取ることが可能な空間にいることを示すデータを前記受信者保有の機器から受信し、かつ、少なくとも前記第２検知部による検知結果が予め設定された前記第２条件を満たすときに、前記通信データの送信を開始すると、さらに一層好適である。
上記の構成では、通信を開始する上で、通信相手（受信者）が対話可能な場所に居ることが条件となる。これにより、通信相手の現在の状況を考慮して通信を開始することになるので、無駄な通信、すなわち、通信相手が居ないにもかかわらず通信を開始しようとする事態を効果的に抑制することが可能となる。

本発明の通信ユニットによれば、遠隔対話用の通信を行うにあたり、ユーザの意思に反して通信を開始するような誤動作を適切に抑制することが可能となる。さらに、ユーザ（発信者）は、通信開始用に複雑な操作を要求されることがなく、通常の対話時に行う動作を行うことで通信を開始することが可能となる。

本発明の一実施形態に係る通信ユニットの構成を示す図である。 図２の（Ａ）及び（Ｂ）は、本発明の表示画面形成部の一例を示した図である。 本発明の一実施形態に係る通信端末に搭載された機能の一覧図である。 対話準備フローの流れを示す図である。 検知照合フローの流れを示す図である。 視線検知処理の説明図である。 音声検知処理の説明図である。 手動作検知処理の説明図である。 移動方向検知処理の説明図である。 接触跡検知処理の説明図である。 歩行振動検知処理の説明図である。

以下、本発明の一実施形態（以下、本実施形態）について図面を参照しながら説明する。
本実施形態に係る通信ユニットは、互いに離れた場所にいる対話者同士が互いの姿（映像）を見ながら対話をするために用いるものであり、特に、本実施形態では、各対話者が各自の自宅にて対話相手と対話するために用いるものである。なお、通信ユニットの用途については、上記の内容に限定されるものではなく、自宅以外の場所にいる者と対話するために用いることとしてもよい。

本実施形態に係る通信ユニットは、各対話者の自宅にそれぞれ設置されている。対話者毎に設けられた通信ユニットは、対話者間で同様の構成となっている。このため、以下では、一方の対話者の自宅に設置された通信ユニットを例に挙げて、その構成を説明することとする。一方の対話者とは、「発信者」に相当し、対話を行うにあたって自己の映像や音声を他方の対話者（すなわち、「受信者」）に対して発信する者である。なお、「発信者」及び「受信者」は、相対的な概念であり、ある時点で「発信者」である者が別の時点では「受信者」となり得る。

通信ユニット１００は、図１に示す機器構成となっており、具体的に説明すると、通信端末としてのホームサーバ１と、これに接続された周辺機器と、によって構成される。ホームサーバ１は、インターネット等の通信網を介して受信者側のホームサーバ１（「受信者保有の機器」に相当）と通信可能に接続されており、同ホームサーバ１との間で通信データの送受信を行う。より詳しく説明すると、ホームサーバ１は、情報取得機器としてのカメラ２及びマイク３と接続されており、これらの機器から出力される映像信号や音声信号を受け取る。そして、ホームサーバ１は、受信した信号をデジタルデータに変換し、通信データとして受信者側のホームサーバ１に向けて送信する。

カメラ２は、発信者の映像を撮影するものであり、その構成については公知である。また、マイク３は、発信者が発する声や音を集音するものであり、その構成については公知である。

なお、本実施形態では、カメラ２とマイク３の双方が備えられており、映像を示すデータに音声を示すデータを重畳することで得られるデータ、すなわち、動画データファイルを通信データとして送受信する。ただし、これに限定されるものではなく、カメラ２及びマイク３のうちの少なくとも一方が備えられていればよい。すなわち、通信ユニット１００については、発信者が自己の映像及び音声のうちの少なくとも一方の情報を受信者に対して発信する際に用いられるものであればよい。同様に、ホームサーバ１についても、発信者の映像及び音声のうちの少なくとも一方の情報を示す通信データを受信者側のホームサーバ１に向けて送信するものであればよい。

また、ホームサーバ１には、周辺機器としてのタッチパネル４、人感センサ５及び加速度センサ６が接続されている。タッチパネル４は、例えば発信者が受信者に対して対話を要求する際に用いられ、対話開始にあたり発信者が行う操作（厳密にはタッチ操作）を受け付ける。発信者のタッチ操作を受け付けたタッチパネル４は、当該タッチ操作の受け付けに伴ってホームサーバ１に対して所定の信号を出力する。

人感センサ５は、その検知エリア内におけるヒトの存在を検知する検知部（すなわち、本発明の「第１検知部」）に相当し、発信者の自宅、より厳密には発信者が通信ユニット１００を用いて対話を行う際に在室する部屋（以下、対話実施部屋）に設置されている。換言すると、対話実施部屋の室内空間は、人感センサ５の検知エリアとして予め設定されており、当該室内空間内に発信者が在室しているとき、その事を示す電気的信号が人感センサ５からホームサーバ１に対して出力され続けることとなる。

また、本実施形態に係る人感センサ５は、検知エリア内におけるヒトの存在を検知するとともに、当該ヒトの位置を特定する機能を備えている。すなわち、人感センサ５からの出力信号を解析することにより、対話実施部屋におけるヒトの有無を判定するとともに、ヒトが居た場合にはその者の位置を特定することが可能である。

なお、本実施形態に係る人感センサ５は、対話実施部屋に設置された家電機器（例えば、エアコン）に搭載された付属機器である。ただし、これに限定されるものではなく、単独の機器として設置されることとしてもよい。

加速度センサ６は、対話実施部屋に繋がる廊下の床に設置されており、ヒトが当該床の上を歩行した際に発する振動を捉え、当該振動の波形に応じたデータ（以下、振動データ）をホームサーバ１に出力する。したがって、対話実施部屋の外にいる発信者が対話を行うために対話実施部屋に向かって歩くと、加速度センサ６がその時に発生する振動を捉え、上記の振動データをホームサーバ１に出力する。

また、ホームサーバ１は、受信者側のホームサーバ１からの通信データ、厳密には、受信者の映像及び音声を示す動画ファイルデータを受信すると、同データを展開し、これが示す情報を出力機器に出力する。

より具体的に説明すると、ホームサーバ１には表示画面形成装置としてのディスプレイ機器７と、音声再生装置としてのスピーカ８が接続されている。ホームサーバ１は、受信者側のホームサーバ１から受信した通信データを展開することで、受信者の映像（厳密には、受信者側のカメラ２が撮影した映像）をディスプレイ機器７の表示画面に表示する。また、これと同時に、ホームサーバ１は、受信者の音声（厳密には、受信者側のマイク３が集音した音）をスピーカ８によって再生する。

なお、本実施形態では、ディスプレイ機器７のうち、表示画面を形成する部分に前述のタッチパネル４が使用されている。また、本実施形態に係るディスプレイ機器７は、通常時には発信者が居る建物内、より詳しくは対話実施部屋内に配置された装飾品、具体的には姿見として機能し、対話が実行される時にのみ表示画面を形成するものになっている。

図２の（Ａ）及び（Ｂ）を参照しながら更に具体的に説明すると、本実施形態に係るディスプレイ機器７は、発信者宅の対話実施部屋内に配置された姿見の一部分、具体的には鏡面部分を構成する。そして、本ディスプレイ機器７は、図２の（Ａ）に示す通り、対話が行われていない時期（通常時）には表示画面を形成せずに鏡面部分としての外観を呈している。

一方、上記のディスプレイ機器７は、発信者が対話を行う際には図２の（Ｂ）に示すように表示画面を形成するようになる。より詳しく説明すると、発信者が対話実施部屋内に在室しているとき、ホームサーバ１が人感センサ５からの出力信号に基づいて発信者の位置を割り出す。ホームサーバ１は、さらに、割り出した発信者の位置が所定位置（例えば、ディスプレイ機器７の前方位置）にあるとき、ディスプレイ機器７に対して表示画面形成命令を出力する。この命令を受信したディスプレイ機器７は、それまで鏡面を構成していた部分に表示画面を形成するようになる。そして、形成された表示画面には、受信者の映像が表示されるようになる。

以上のように本実施形態では映像表示用の表示画面が、姿見として兼用されているディスプレイ機器７によって構成されており、表示画面の形成・消去が自在に切り替え可能となっている。そして、ディスプレイ機器７は、対話実施部屋内にヒトが不在であるとき（換言すると、人感センサ５がその検知エリア内でヒトを検知していない期間）には表示画面を形成せず、姿見の一部分としての外観を現す。すなわち、本実施形態に係るディスプレイ機器７は、人感センサ５がその検知エリア内でヒトの存在を検知している期間にのみ表示画面を形成する。

以上の作用により、通常時（非対話時）には表示画面の存在を気付き難くし、ディスプレイ機器７を室内インテリアとして有効に利用することが可能となる。なお、ディスプレイ兼用の姿見の構成については、例えば国際公開第２００９／１２２７１６号に記載された構成のように公知の構成が利用可能である。

ちなみに、ディスプレイ機器７については、ディスプレイ兼用の姿見に限定されず、発信者宅内に配置された建築材料、家具若しくは装飾品の一部分を構成するものであって、表示画面の形成・消去を自在に切り替えることが可能なものであれば制限なく利用可能である。例えば、建物のドアや内壁を構成する建築材料、あるいは、タンス等の家具の一部を上記ディスプレイとして用いることとしてもよい。

なお、ディスプレイ機器７については、表示画面の形成・消去が切り替え自在なものに限られず、一般的なディスプレイ機器を用いることとしてもよい。

次に、上述したホームサーバ１についてより詳しく説明する。ホームサーバ１は、所謂ホームゲートウェイをなすコンピュータであり、ＣＰＵ、ＲＯＭやＲＡＭからなるメモリ、ハードディスクドライブ、通信用インターフェース及びＩ／Ｏポートを有する。また、メモリには各種プログラムが格納されている。

ホームサーバ１の機能について説明すると、上述した機能、すなわち、データ通信の機能、発信者の映像及び音声を示す通信データを生成する機能、受信した通信データを展開して映像を表示したり音声を再生したりする機能が搭載されている。本実施形態では、これらの機能の他、図３に図示の追加機能がホームサーバ１に搭載されている。なお、各追加機能は、ホームサーバ１のメモリに記憶されたプログラムがＣＰＵによって読み出されて実行されることで発揮されるものであるが、各機能を実現するための具体的な技術（技法）については公知のものが利用可能である。

以下、ホームサーバ１の追加機能について、それぞれ説明する。
１）在室認識機能
対話実施部屋内にヒトが在室していることを人感センサ２５が検知したとき、ホームサーバ１は、人感センサ２５からの出力信号に基づき、対話実施部屋内におけるヒトの存在を認識する。

２）視線検知機能
カメラ２から取得した映像信号に対して画像処理を施し、被写体であるヒト、すなわち、発信者の顔の画像を抽出する。そして、当該顔の中の瞳の位置や大きさ（厳密には、眼球に対する瞳の位置や面積比率）等を割り出すことで発信者の視線の向きを検知する。つまり、ホームサーバ１は、発信者の視線を検知する検知部（本発明の「第２検知部」に相当）をカメラ２と協働して構成している。なお、カメラ２から取得した映像信号から発信者の視線の向きを検知することに加えて、あるいは、視線の向きを検知する代わりに、発信者の顔の向きを検知することとしてもよい。

３）手動作検知機能
カメラ２から取得した映像信号に対してモーションキャプチャ技術を適用し、被写体となった発信者の手の動き、より具体的には、手の中に定められた被特定部位の運動軌跡を検知する。つまり、ホームサーバ１は、発信者の手の動きを検知する検知部をカメラ２と協働して構成しており、さらに、本機能と後述の手動作照合機能とを併用することで「特定検知部」を構成している。ここで、「特定検知部」とは、被検知対象を検知した際の検知結果と照合基準とを照合するものである。
なお、本実施形態では、発信者の手の動きを検知することとしたが、検知対象については、発信者の身体中の可動部位の動きであればよく、手以外の部位、例えば脚の動きを検知することとしてもよい。ただし、発信者が対話の際に通常行う動作若しくはこれに準ずるものであることが望ましく、かかる点では手の動きを検知対象とするのがより妥当である。

４）手動作照合機能
手動作検知機能によって検知された手の動き（厳密には手の運動軌跡）と、予め設定されている手の動きの基準（「照合基準」に相当）とを照合し、そのマッチング度合いを評価する機能である。なお、手の動きの基準については、データ化されてホームサーバ１のメモリ内に保存されている。ここで、基準とされる手の動きについては、通常の会話で行われるような単純動作、例えば一定範囲内での回動動作（手振り動作）やノック動作であることが望ましい。

５）移動方向検知機能
人感センサ５からの出力信号を解析して対話実施部屋におけるヒト（発信者）の位置を特定し、さらに、特定した位置の変化に基づいて上記ヒトの移動方向を検知する。より具体的に説明すると、人感センサ５からヒトを見たときの方向（以下、単に「ヒトまでの方向」という）を割り出す。同様に、人感センサ５から対話実施部屋の所定位置（例えば、ディスプレイ機器７の設置位置）を見たときの方向、すなわち基準方向を算出する。そして、ヒトまでの方向と基準方向との関係からヒトの移動方向を検知する。以上のようにホームサーバ１は、発信者の移動方向を検知する検知部を人感センサ５と協働して構成している。なお、ヒトの移動方向を検知することに加えて、あるいは、ヒトの移動方向を検知する代わりに、対話実施部屋におけるヒトの位置を検知することとしてもよい。

６）歩行振動検知機能
加速度センサ６から取得した振動データを解析し、対話実施部屋に繋がる廊下の床面上をヒトが歩行しているときに発生する振動を検知し、具体的には当該振動の波形を算出する。つまり、ホームサーバ１は、発信者の歩行動作によって生じる振動を検知する検知部を加速度センサ６と協働して構成しており、特に、本機能と後述の歩行振動照合機能とを併用することで「特定検知部」を構成している。

７）歩行振動照合機能
歩行振動検知機能によって検知された振動の波形と、予め設定されている基準波形（「照合基準」に相当）とを照合し、そのマッチング度合いを評価する機能である。なお、基準波形については、データ化されてホームサーバ１のメモリ内に保存されている。ここで、基準波形については、対話実施部屋に入ってからディスプレイ機器７に近付く際のパターン（例えば、居住者別のパターンや歩行速さ別のパターン）を複数用意しておき、パターン毎に基準波形を備えているとよい。

８）音声検知機能
マイク３から取得した音声信号に対して音声認識技術を適用し、当該音声信号が示す音声の内容、すなわち、発信者が発声した単語を検知する。つまり、ホームサーバ１は、発信者の音声を検知する検知部をマイク３と協働して構成しており、特に、本機能と後述の音声照合機能とを併用することで「特定検知部」を構成している。

９）音声照合機能
音声検知機能によって検知された音声の内容と、予め登録されている基準単語（「照合基準」に相当）とを照合し、そのマッチング度合いを評価する機能である。なお、基準単語については、データ化されてホームサーバ１のメモリ内に保存されている。ここで、基準単語については、会話を開始するときに一般的に使われる単語（例えば、呼び掛け用の単語や挨拶用の単語）、あるいは対話相手の名前や属柄を表す単語であることが望ましい。

１０）接触跡検知機能
タッチパネル４からの出力信号を解析して、発信者がタッチパネル４をタッチした際の接触パターンを検知する。ここで、接触パターンとは、発信者がタッチパネル４をタッチした際にパネル上に残る指紋跡（接触跡に相当）のことである。つまり、ホームサーバ１は、発信者の手がタッチパネル４に接触することで形成された接触跡を検知する検知部を、タッチパネル４と協働して構成しており、特に、本機能と後述の接触跡照合機能とを併用することで「特定検知部」を構成している。

１１）接触跡照合機能
接触跡検知機能によって検知された接触パターンと、予め登録されている基準パターン（「照合基準」に相当）とを照合し、そのマッチング度合いを評価する機能である。なお、基準パターンについては、データ化されてホームサーバ１のメモリ内に保存されている。ここで、基準パターンについては、タッチパネル４を掌で触れたときのパターンであり、発信者宅に住む居住者毎に用意されているとよい。

以上までに説明したように、本実施形態では、人感センサ５が単独の検知部として設けられているとともに、ホームサーバ１が周辺機器と協働することにより複数の検知部として機能している。ここで、検知部とは、発信者の行動によって発生し又は変化する被検知対象を検知するものである。また、人感センサ５及びホームサーバ１の各々が検知する被検知対象については、互いに種類が異なっている。換言すると、本実施形態では、互いに異なる種類の被検知対象を検知するように複数種類の検知部が備えられていることになる。

そして、本実施形態では、受信者側のホームサーバ１への通信データの送信、すなわち、対話用通信を開始するにあたり、上述した複数種類の検知部のうち、二種類以上の検知部が対応する被検知対象を検知することになっている。すなわち、本実施形態に係るホームサーバ１は、二種類以上の検知部の各々の検知結果が予め設定された条件を満たすことをトリガー（開始条件）として、通信データの送信を開始することとしている。これにより、例えば人感センサ５が対話実施部屋内でヒトの存在を検知することのみを条件として通信データの送信を開始する構成と比べ、ユーザの意思に反して通信を開始する誤動作をより効果的に抑制することが可能となる。

さらに、各検知部の被検知対象は、発信者が対話を開始する際に通常行う比較的簡単な動作・行動（例えば手振り動作、呼び掛け／挨拶、移動動作など）に起因するものである。このため、発信者は、対話開始の際に通常行う動作や行動を行えばよいので、特段複雑な操作を行う必要がなく、簡単に対話用通信を始めることが可能となる。

以下、対話用通信の開始条件として行われる処理である対話準備フローを、図４Ａ及び図４Ｂに図示の手順に沿って説明する。なお、以下の説明中、特に断る場合を除き、ホームサーバ１は、発信者側のホームサーバ１を示すこととする。

対話準備フローは、発信者が対話用通信を開始するために対話実施部屋に入室するところから始まる。発信者が対話実施部屋に入室すると、これに伴って、人感センサ５が、同部屋内に位置している発信者を検知する。つまり、検知部としての人感センサ５が、予め検知条件として設定された検知エリア内で発信者を検知することで当該検知結果を示す信号を出力し、ホームサーバ１が同信号を受信する（Ｓ００１）。

一方、対話実施部屋に入室した発信者は、対話用通信を始めるにあたりディスプレイ機器７に接近する。この間、ホームサーバ１は、人感センサ５からの出力信号に基づき、発信者の位置を算出する。そして、発信者がディスプレイ機器７の前方位置まで移動してくると、ホームサーバ１は、その事を認識した上で、ディスプレイ機器７に向けて表示画面形成命令を出力する（Ｓ００２）。かかる命令を受信したディスプレイ機器７は、それまで姿見としての外観を呈していた状態から、前面に表示画面が形成された状態へと遷移するようになる。

このように発信者が対話用通信を始めるためにディスプレイ機器７に接近すると、その応答動作として、ディスプレイ機器７の状態（厳密には外観）が切り替わるようになっている。発信者は、かかる状態の変化を気付いた上で、その後の動作（通信開始用の動作）を行うようになる。これにより、通信開始にユーザの意思をより的確に反映させることが可能となり、誤動作をより一層効果的に抑制することが可能となる。

次に、ホームサーバ１は、受信者側のホームサーバ１（以下、受信者側サーバ）に対して在室情報の送信を要求する（Ｓ００３）。ここで、在室情報とは、受信者が発信者の映像や音声を受け取ることが可能な空間にいることを示す情報、分かり易くは、受信者がその自宅の対話実施部屋内に在室しているか否かを示す情報のことである。

受信者側サーバは、ホームサーバ１からの要求を受け付けると、在室情報を格納したデータを生成してホームサーバ１に向けて送信する。ホームサーバ１は、当該データを受信することで、受信者側サーバから在室情報を入手する（Ｓ００４）。

受信者が在室であることを示す在室情報を入手した場合（Ｓ００５でＹｅｓ）、ホームサーバ１は、それ以降の工程（Ｓ００６以降）を実行する。一方、受信者が不在であることを示す在室情報を入手した場合、ホームサーバ１は、受信者が在室であることを示す在室情報を入手するまで待機し、対話用通信を保留する。このように本実施形態では、対話用通信を開始するにあたり、通信相手（受信者）が対話可能な場所に居ることが必要となる。すなわち、通信相手の在室状況を考慮して対話通信を開始するので、無駄な通信、つまり、通信相手が居ないにもかかわらず通信を開始しようとする事態を効果的に抑制することが可能となる。

ホームサーバ１は、その後、周辺機器と協働して複数の被検知対象を検知し、さらに、検知結果の中の幾つかについては照合基準と照合する処理を行う（Ｓ００６）。かかる処理のフローについて図４Ｂを参照しながら説明すると、先ず、ホームサーバ１は、カメラ２からディスプレイ機器７の前方に立っている発信者の映像を示す映像信号を取得する（Ｓ０１１）。なお、カメラ２については、発信者の顔を含む全身映像を撮影することが可能となる位置に配置されており、例えばディスプレイ機器７の表示画面の裏側で表示画面越しに発信者を撮影するように配置されている。

映像信号を取得したホームサーバ１は、前述した視線検知機能により、発信者の視線の向きを検知する（Ｓ０１２）。そして、ホームサーバ１は、検知した発信者の視線が所定の向きを向いているか否かを判定する（Ｓ０１３）。具体的に説明すると、ホームサーバ１は、図５に示すように、ディスプレイ機器７に形成された表示画面に対する、発信者の視線の向きを特定する。そして、受信者の視線が表示画面に対して正面を向いている場合、ホームサーバ１は、以降の工程を実行する。反対に、発信者の視線が表示画面に対して正面以外を向いている場合、ホームサーバ１は、視線が正面を向くようになるまで対話用通信を保留する。

以上のようにホームサーバ１は、対話用通信を開始するにあたり発信者の視線を検知し、検知した視線の向きが予め設定された条件を満たすこと、具体的には、表示画面に対して正面を向いていることを通信開始の条件としている。
なお、発信者の視線の向きと併せて、あるいは視線の向きの代わりに発信者の顔の向きを検知するケースでは、視線の場合と同様に、発信者の顔が表示画面に対して正面を向いていることを通信開始の条件とするとよい。

その後、ホームサーバ１は、他の被検知対象を検知し、検知結果と照合基準との照合を行う（Ｓ０１４）。具体的に説明すると、本実施形態に係るホームサーバ１は、発信者が発する音声、発信者の手の動き、発信者の移動方向、発信者の手がタッチパネル４に触れた際に形成された接触パターン、及び、発信者の歩行動作によって生じる振動を検知する。以下、各被検知対象の検知方法について図６乃至１０を参照しながら説明する。

（音声検知処理）
ホームサーバ１は、前述した音声検知機能により、発信者の音声を検知する。その具体的手順は、図６に示す通りであり、先ず、マイク３から音声信号を取得し、次に、音声信号に対して音声認識技術を適用して、当該音声信号が示す音声の内容、すなわち、発信者が発声した単語を検知（認識）する。ここで、単語認識のプロセスは、音響モデルと言語モデルを用いた一般的な単語認識技法を採用したものである。

そして、ホームサーバ１は、前述した音声照合機能により、検知した音声（すなわち、認識単語）が予め登録された条件を満たすか否かを判定する。具体的に説明すると、ホームサーバ１は、図６に示すように、自己のメモリに記憶されている基準単語を読み出し、同基準単語と検知した認識単語とを照合する。そして、両者間のマッチング度合いが予め設定されていた閾値を超えたとき、ホームサーバ１は、検知した音声を「マッチング対象」と認定する。

（手動作検知処理）
ホームサーバ１は、前述した手動作検知機能により、発信者の手の動きを検知する。その具体的手順は、図７に示す通りであり、先ず、カメラ２から映像信号を取得し、次に、映像信号に対してモーションキャプチャ技術を適用して、発信者の手の運動軌跡を検知（算出）する。その後、ホームサーバ１は、前述した手動作照合機能により、検知した手の動きが予め設定された条件を満たすか否かを判定する。具体的に説明すると、ホームサーバ１は、図７に示すように、自己のメモリに記憶されている基準軌跡（照合基準となる手の動き）を読み出し、同基準軌跡と検知した手の運動軌跡とを照合する。そして、両者のマッチング度合いが予め設定されていた閾値を超えたとき、ホームサーバ１は、検知した手の動きを「マッチング対象」と認定する。

（移動方向検知処理）
ホームサーバ１は、前述した移動方向検知機能により、対話実施部屋内で発信者が移動する際の移動方向を検知する。その具体的手順については、図８に示す通りであり、先ず、人感センサ５からの出力信号を解析して対話実施部屋における発信者の位置を特定し、さらに、特定した位置の変化に基づいて発信者の移動方向を検知（特定）する。そして、ホームサーバ１は、検知した移動方向が予め設定された条件を満たすか否か、具体的には、ディスプレイ機器７に向かう方向になっているか否かを判定する。そして、検知した移動方向がディスプレイ機器７に向かい方向となっているとき、ホームサーバ１は、検知した移動方向を「マッチング対象」と認定する。

なお、発信者の移動方向と併せて、あるいは移動方向の代わりに発信者の位置を検知するケースでは、検知された当該位置が基準位置（例えば、ディスプレイ機器７の配置位置）から所定距離以内にあるか否かを判定するとよい。そして、かかる条件を満たす場合には、検知した発信者の位置を「マッチング対象」として認定するとよい。

（接触跡検知処理）
ホームサーバ１は、前述した接触跡検知機能により、発信者が掌でタッチパネル４に触れた際に形成された接触パターンを検知する。その具体的手順については、図９に示す通りであり、先ず、タッチパネル４からの出力信号を解析し、その解析結果から接触パターンを検知（特定）する。その後、ホームサーバ１は、前述した接触跡照合機能により、検知した接触パターンが予め設定された条件を満たすか否かを判定する。具体的に説明すると、ホームサーバ１は、図９に示すように、自己のメモリに記憶されている基準パターンを読み出し、同基準パターンと検知した接触パターンとを照合する。そして、両者のマッチング度合いが予め設定されていた閾値を超えたとき、ホームサーバ１は、検知した接触パターンを「マッチング対象」と認定する。

（歩行振動検知処理）
ホームサーバ１は、前述した歩行振動検知機能により、歩行者の歩行動作により生じる振動を検知する。その具体的手順については、図１０に示す通りであり、先ず、加速度センサ６から振動データを受信し、次に、振動データを解析して歩行振動の波形を検知（特定）する。その後、ホームサーバ１は、前述した歩行振動照合機能により、検知した振動波形が予め設定された条件を満たすか否かを判定する。具体的に説明すると、ホームサーバ１は、図１０に示すように、自己のメモリに記憶されている基準波形を読み出し、同基準波形と検知した歩行振動の波形とを照合する。そして、両者のマッチング度合いが予め設定されていた閾値を超えたとき、ホームサーバ１は、検知した歩行振動を「マッチング対象」と認定する。

以上のように、本実施形態に係るホームサーバ１は、発信者の視線の向きの他に、上記５つの被検知対象を検知することとしている。ただし、上記５つの被検知対象をすべて検知する構成に限定されず、上記５つの被検知対象の中から少なくとも一つ以上を選択して検知することとしてもよい。

そして、上記５つの被検知対象のうちの少なくとも一つがマッチング対象となっている場合（Ｓ０１５）、ホームサーバ１は、検知照合フローを終了する。検知照合フロー終了後、ホームサーバ１は、受信者側サーバに対して通信開始、すなわち、通信データの送信を要求する（Ｓ００７）。

受信者側サーバは、当該要求を受け付けると、その応答情報を示すデータを生成してホームサーバ１に向けて送信する。ホームサーバ１は、受信者側サーバから上記のデータを受信することで応答情報を入手し（Ｓ００８）、かかる応答情報から受信者が通信可能な状態にあるか否かを判定する（Ｓ００９）。具体的に説明すると、受信者側でも上記一連の工程、すなわち、対話準備フロー及び検知照合フローが実行される。そして、受信者側で対話用通信の開始条件がすべて満たされた場合（つまり、設定された被検知対象を検知し、その検知結果が照合基準とマッチングしている場合）、受信者が通信可能であることを示す応答情報がホームサーバ１に伝えられることになっている。

ホームサーバ１は、入手した応答情報から受信者が通信可能な状態にあると判定すると、対話用通信を開始し、自己の映像及び音声を示す通信データを受信者宛てに送信するようになる（Ｓ０１０）。かかる時点で対話準備フローが完了し、以降、発信者及び受信者の一方が通信を終了する操作（例えば、ディスプレイ機器７から所定距離以上離れる動作）を行うまで対話用通信が続行される。

以上までに、本発明の通信ユニットについて、その一例を挙げて説明してきたが、上記の実施形態は、本発明の理解を容易にするための一例に過ぎず、本発明を限定するものではない。本発明は、その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれることは勿論である。

また、上記の実施形態では、対話実施部屋における発信者の存在、発信者の視線又は顔の向き、発信者が発する音声、発信者の身体中の可動部位の動き、基準位置と発信者の現在位置との間の距離、発信者の移動方向、発信者の身体の一部がタッチパネル４に触れた際に形成される接触跡、及び、発信者の歩行動作によって生じる振動を被検知対象とした。そして、上記の実施形態では、（Ｘ１）人感センサ５が対話実施部屋内での発信者の存在を検知すること、（Ｘ２）ホームサーバ１が検知した発信者の視線又は顔の向きが所定の向きとなっていること、（Ｘ３）その他一種類以上の検知部の検知結果が予め設定された条件を満たすことを、対話用通信の開始条件（トリガー）としている。ただし、これに限定されるものではなく、被検知対象については、上記した被検知対象以外のものを加えることとしてもよい。また、対話用通信の開始条件については、上記３つの条件Ｘ１、Ｘ２、Ｘ３をすべて満たす場合に限定されず、上記３つの条件Ｘ１、Ｘ２、Ｘ３のうち、少なくとも二つ以上の条件を満たせばよい。

１ ホームサーバ
２ カメラ
３ マイク
４ タッチパネル
５ 人感センサ
６ 加速度センサ
７ ディスプレイ機器
８ スピーカ
１００ 通信ユニット

Claims (7)

1. 発信者が自己の映像及び音声のうちの少なくとも一方の情報を受信者に対して発信する際に用いる通信ユニットであって、
   前記少なくとも一方の情報を取得する情報取得機器と、
   該情報取得機器により取得された前記少なくとも一方の情報を示す通信データを前記受信者保有の機器に向けて送信する通信端末と、
   前記発信者の行動によって発生し又は変化する被検知対象を検知する検知部と、を備え、
   該検知部は、互いに異なる種類の前記被検知対象を検知する第１検知部及び第２検知部を含み、
   前記通信端末は、前記第１検知部による検知結果が予め設定された第１条件を満たすときに、所定の処理を開始し、
   前記通信端末は、前記所定の処理の開始後に、少なくとも前記第２検知部による検知結果が予め設定された第２条件を満たすときに、前記通信データの送信を開始し、
   前記通信端末は、前記第１検知部による検知結果が予め設定された第１条件を満たすときに、表示画面の形成を開始する表示画面形成部を有し、
   前記所定の処理は、前記表示画面形成部による前記表示画面の形成であることを特徴とする通信ユニット。
2. 前記第１検知部は、予め設定された範囲内におけるヒトの存在を検知し、
   前記表示画面形成部は、前記範囲内に位置した前記発信者を前記第１検知部が検知したときに、前記表示画面の形成を開始することを特徴とする請求項１に記載の通信ユニット。
3. 前記第２検知部は、前記発信者の視線又は顔の向きを検知し、
   前記通信端末は、前記表示画面の形成が開始された後に、少なくとも前記第２検知部が検知した前記発信者の視線又は顔の向きが予め設定された向きとなっているときに、前記通信データの送信を開始することを特徴とする請求項２に記載の通信ユニット。
4. 前記表示画面形成部は、前記発信者が居る建物内に配置された建築材料、家具若しくは装飾品の一部分を構成するとともに映像の表示画面を形成し、
   該表示画面形成部は、前記第１検知部が前記範囲内に位置するヒトを検知していない期間には前記表示画面を形成せずに前記一部分としての外観を現し、前記第１検知部が前記範囲内に位置するヒトを検知している期間にのみ前記表示画面を形成することを特徴とする請求項３に記載の通信ユニット。
5. 複数種類の前記検知部の中には、前記検知結果と照合される照合基準を記憶した特定検知部が含まれており、
   前記通信端末は、前記所定の処理の開始後に、更に前記特定検知部の前記検知結果と前記照合基準とを照合した際のマッチング度合いが予め設定された閾値以上となるときに、前記通信データの送信を開始することを特徴とする請求項１乃至４のいずれか一項に記載の通信ユニット。
6. 前記特定検知部は、前記発信者が発する音声、前記発信者の身体中の可動部位の動き、基準位置と前記発信者の現在位置との間の距離、前記発信者の移動方向、前記発信者の身体の一部が触れた際に形成された接触跡、及び、前記発信者の歩行動作によって生じる振動のうちのいずれかを前記被検知対象として検知することを特徴とする請求項５に記載の通信ユニット。
7. 前記通信端末は、前記所定の処理の開始後に、前記受信者が前記少なくとも一方の情報を受け取ることが可能な空間にいることを示すデータを前記受信者保有の機器から受信し、かつ、少なくとも前記第２検知部による検知結果が予め設定された前記第２条件を満たすときに、前記通信データの送信を開始することを特徴とする請求項１乃至６のいずれか一項に記載の通信ユニット。

Images