JP6702376B2 - 送風制御装置 - Google Patents

Description

本開示は、送風制御装置、又は送風制御装置を有する空気調和機若しくは送風制御システムに関する。

従来、対象空間に設置され送風を行う送風機がある。例えば特許文献１（特開２０１８−７６９７４号公報）には、送風機に関して吹出口から送風される風を適宜制御する思想が開示されている。

ここで、送風機が設置される対象空間においては、送風機から送風される風によって動く物が存在しうる。例えば、紙、灰、すす、塵又は埃等については、ユーザの意に反して送風機から送風される風で飛ばされることが考えられる。

第１観点の送風制御装置は、送風機を制御する送風制御装置であって、取得部と、検出部と、制御部と、を備える。取得部は、画像データを取得する。画像データは、撮影機器によって撮影された対象空間の画像を含む情報である。撮影機器は、対象空間に設置される。検出部は、取得部が取得した画像データに基づき、特定物品を検出する。特定物品は、送風機の送風によって動く物である。制御部は、第１処理を実行する。第１処理は、検出部の検出結果に基づいて、送風機が送風する風の風向及び風量の少なくとも一方を制御する処理である。これにより、対象空間に設置される撮影機器の撮影画像を用いて特定物品（送風機から送風される風で動く物）が検出され、特定物品がユーザの意に反して動かないように送風機の風向及び風量の少なくとも一方を制御することが可能となる。

ここでの「送風機」には、風を送る機器である限り特に限定されない。「送風機」は、例えば、エアコンの室内機、空気清浄機、除湿機、扇風機又は換気装置等である。

ここでの「画像データ」には、静止画像及び動画の少なくともいずれかに係る情報が含まれる。

ここでの「特定物品」は、ユーザの意に反して送風機から送風される風によって動かされることが想定される物である。具体的に、「特定物品」は、送風機の最大風量以下の風量によって動く物である。「特定物品」には、例えば紙、布、繊維、幕、灰、すす、塵又は埃等が含まれる。

ここでの「送風機の送風によって動く」には、実際に送風機の送風によって動いている状態、及び送風機の送風によって動く可能性がある状態のいずれか又は全てが含まれる。より具体的に、「特定物品」は、送風機から送風される風によって実際に動いている状態にある物、送風機から送風される風によって動く可能性がある物、及び送風機から送風される風によって動くことが想定される物として予め登録されている物、のいずれか又は全てである。また、ここでの「動く」には、飛ぶ、移動する、振動する、及び揺れることの少なくともいずれかが含まれる。

第２観点の送風制御装置は、第１観点の送風制御装置であって、第１処理は、特定物品が送風機の送風によって動かないように、送風機が送風する風の風向及び風量の少なくとも一方を制御することを特徴とする。

第３観点の送風制御装置は、第１観点又は第２観点の送風制御装置であって、第１処理は、送風機が特定物品に対して送風する風の風量を低減させることを特徴とする。ここでの「送風機が特定物品に対して送風する風の風量を低減させる」ことには、送風機の風量を低減させることによって送風機から特定物品に送られる風を弱めること、及び送風機から特定物品に送られる風の風向を変更することによって送風機から特定物品に送られる風を弱めること、のいずれか又は全てが含まれる。これにより、送風機から送風される風によって特定物品が動かないように送風機を制御することが可能となる。

第４観点の送風制御装置は、第１観点から第３観点のいずれかの送風制御装置であって、検出部は、送風機に対する特定物品の位置を検出する。ここでの「送風機に対する特定物品の位置」については、送風機本体に対する特定物品の位置、及び送風機の吹出口に対する特定物品の位置のいずれか又は全てが含まれる。これにより、送風機に対する特定物品の位置を把握することで第１処理をより正確に行うことが可能となる。

第５観点の送風制御装置は、第４観点の送風制御装置であって、検出部は、送風機と特定物品との距離を検出する。ここでの「送風機と特定物品との距離」については、送風機本体と特定物品との距離、及び送風機の吹出口と特定物品との距離のいずれか又は全てが含まれる。これにより、第１処理において送風機と特定物品との距離を把握することで第１処理をより正確に行うことが可能となる。

第６観点の送風制御装置は、第１観点から第５観点のいずれかの送風制御装置であって、記憶部をさらに備える。記憶部は、物品情報を記憶する。物品情報は、特定物品に関する情報である。検出部は、記憶部に記憶されている物品情報に基づいて、特定物品を検出する。これにより、第１処理の対象となる特定物品に関する情報を任意に予め登録しておき、当該物品に関してより確実に第１処理を行うことが可能となる。

なお、ここでの「記憶部」には、物品データを一時的に記憶する主記憶部、及び物品データを蓄積する大容量の補助記憶部のいずれか又は全てが含まれる。

また、ここでの「物品情報」は、特定物品に関する情報であって特定物品の検出が行われる際に用いられる情報である限り特に限定されないが、例えば、特定物品の品目、カテゴリ、形状、及び他の特徴等の少なくともいずれかを特定する情報である。

第７観点の送風制御装置は、第６観点の送風制御装置であって、特定物品は、紙、布、繊維、幕、灰、すす、塵及び埃の少なくともいずれかを含む。これにより、送風機から送風される風によって動くことをユーザが望まない物に関して第１処理を行うことが可能となる。

第８観点の送風制御装置は、第６観点又は第７観点の送風制御装置であって、学習部をさらに備える。学習部は、第１処理に関する学習をする。学習部は、第１処理の実行結果に基づき、特定物品が動くことが抑制される風量及び風量の少なくとも一方を学習する。学習部の学習により、対象空間に存在する特定物品に関して、第１処理の精度が高められ、動くことがより確実に抑制される。

第９観点の送風制御装置は、第６観点から第８観点のいずれかの送風制御装置であって、更新部をさらに備える。更新部は、物品情報を更新する。これにより、第１処理の対象となる特定物品に関する情報を適宜更新することが可能となる。

第１０観点の送風制御装置は、第１観点から第９観点のいずれかの送風制御装置であって、検出部は、取得部によって取得された画像データに基づき、対象空間に存在する人をさらに検出する。これにより、特定物品と人との関係を加味した細やかな制御が可能となる。

第１１観点の空気調和機は、第１観点から第１０観点のいずれかの送風制御装置を備える。これにより、空気調和機の送風に関して、特定物品がユーザの意に反して動かないように風向及び風量の少なくとも一方を制御することが可能となる。

第１２観点の送風制御システムは、送風機と、撮影機器と、第１観点から第１０観点のいずれかの送風制御装置と、を備える。撮影機器は、対象空間に設置される。

第１実施形態に係る空調システムの概略構成を示したブロック図。 対象施設における各機器の設置態様の一例を示した模式図。 対象空間の一例を示した模式図。 対象空間における機器及び物品の設置態様の一例を示した模式図。 コントローラの構成態様を概略的に表わした模式図。 記憶部に含まれる記憶領域を概略的に表わした模式図。 撮影ユニット設置データの一例である撮影ユニットテーブルの模式図。 対象物品データの一例である対象物品テーブルの模式図。 検出データの一例である検出テーブルの模式図。 運動物品データの一例である運動物品テーブルの模式図。 特定物品データの一例である特定物品テーブルの模式図。 学習データの一例である風向・風量テーブルの模式図。 第１検出部による検出処理の一例を概略的に示した模式図。 コントローラの処理の流れの一例を示したフローチャート。 変形例１に係る対象空間における機器及び物品の設置態様の一例を示した模式図。 変形例３に係るコントローラの処理の流れの一例を示したフローチャート。 変形例４に係るコントローラの処理の流れの一例を示したフローチャート。 変形例５に係るコントローラの処理の流れの一例を示したフローチャート。 第２実施形態に係る空調システムの概略構成を示したブロック図。 第２実施形態に係るコントローラの処理の流れの一例を示したフローチャート。 第２実施形態に係るコントローラの処理の流れに関して他の一例を示したフローチャート。 第２実施形態に係るコントローラの処理の流れに関してさらに他の一例を示したフローチャート。 第２実施形態に係るコントローラの処理の流れに関してさらに他の一例を示したフローチャート。

以下、本開示の実施形態について説明する。なお、以下の実施形態は、具体例であって、技術的範囲を限定するものではなく、趣旨を逸脱しない範囲で適宜変更可能である。

［第１実施形態］
（１）空調システム１００（送風制御システム）
図１は、空調システム１００の概略構成を示したブロック図である。図２は、対象施設１における各機器の設置態様の一例を示した模式図である。空調システム１００は、対象空間ＳＰの空調を行うシステムである。空調システム１００は、対象空間ＳＰ内を撮影し、撮影結果に基づき運転時に送風機（室内ユニット２０）が送風する風で動く可能性がある特定物品Ｘ３を検出し、当該特定物品Ｘ３の動きを抑制すべく風の制御を行う。

本実施形態において、空調システム１００は、対象施設１に適用されている。対象施設１は、対象空間ＳＰを含む。本実施形態において、対象施設１は、複数の対象空間ＳＰを含んでいる。対象空間ＳＰは、例えば図３に示されるように人物ＰＳが活動する空間であり、例えばオフィスとして使用される空間である。ただし、これに限定されるものではなく、対象空間ＳＰは、例えば飲食店等の商業施設、学校、工場、病院又は住居等として用いられてもよい。ここでの人物ＰＳは、対象施設１で勤務・学習・生活する人や、対象施設１を訪問した来訪者等である。また、ここでの物品ＯＢは、人物ＰＳの私物及び共用物、又は対象施設１の備品等である。

空調システム１００は、主として、空気調和機１０と、複数の撮影ユニット４０と、コントローラ６０と、を有している。

（１−１）空気調和機１０
空気調和機１０は、対象空間ＳＰにおいて冷房や暖房等の空気調和を実現する装置である。空気調和機１０は、冷媒回路において蒸気圧縮方式の冷凍サイクルを行うことにより、対象空間ＳＰの冷房又は暖房を行う。

空気調和機１０は、主として、熱源ユニットとしての室外ユニット１５と、利用ユニットとしての複数台の室内ユニット２０と、複数のリモコン３０と、を備えている。なお、空気調和機１０における室外ユニット１５、室内ユニット２０及びリモコン３０の台数については、特に限定されず、適宜変更が可能である。例えば空気調和機１０は、複数台の室外ユニット１５を有していてもよい。また空気調和機１０は、１台のみの室内ユニット２０を有していてもよい。また空気調和機１０は、１のみのリモコン３０を有していてもよい。空気調和機１０では、室外ユニット１５と室内ユニット２０とがガス連絡配管ＧＰ及び液連絡配管ＬＰで接続されることで冷媒回路が構成されている。

（１−１−１）室外ユニット１５
室外ユニット１５は、対象空間ＳＰの外部に設置される。室外ユニット１５は、主として、冷媒回路を構成する要素として、複数の冷媒配管、圧縮機、室外熱交換器、膨張弁等を有している（図示省略）。また、温度センサ及び圧力センサ等の各種センサや、ファン等の機器を有している。

室外ユニット１５は、室外ユニット１５内の各種アクチュエータの動作を制御する室外ユニット制御部１８を有している。室外ユニット制御部１８は、ＲＡＭやＲＯＭ等のメモリやＣＰＵを含むマイクロコンピュータ、通信モジュール、各種電子部品及び電気部品を有する。室外ユニット制御部１８は、各種アクチュエータや各種センサと、配線を介して電気的に接続されている。

室外ユニット制御部１８は、室内ユニット２０の室内ユニット制御部２５（後述）と、通信線ｃｂ１を介して接続されており、互いに信号の送受信を行う。また、室外ユニット制御部１８は、インターネット等のＷＡＮ（Wide Area Network）を含む広域ネットワークＮＷ１に通信線ｃｂ２を介して接続されており、広域ネットワークＮＷ１に接続される機器（例えばサーバ５０）と互いに信号の送受信を行う。

（１−１−２）室内ユニット２０（送風機）
室内ユニット２０は、対象空間ＳＰの天井ＣＩに設置される天井埋込型、又は天井ＣＩ付近に設置される天井吊下型の空調室内機である。図４は、対象空間ＳＰにおける機器の設置態様の一例を示した模式図である。図４では、対象空間ＳＰにおいて、室内ユニット２０はその本体部分の一部（例えば化粧パネルやフラップ２３等）が天井ＣＩから露出するように設置されている。室内ユニット２０は、冷媒回路を構成する要素として室内熱交換器や室内膨張弁等を有している。また、室内ユニット２０は、対象空間ＳＰ内の温度や、冷媒の温度を検出する温度センサや圧力センサ等の各種センサを有している。

室内ユニット２０は、対象空間ＳＰに送風される風を生成する室内ファン２１を有している。室内ユニット２０から送風される風を室内空気流ＡＦとする。室内ファン２１は、駆動源である室内ファンモータ２１ａを含み、室内ファンモータ２１ａに連動して回転する。室内ファンモータ２１ａは、回転数を適宜制御される。室内ファンモータ２１ａは、例えばインバータ制御可能なモータである。室内空気流ＡＦの風量は、室内ファン２１の回転数に応じて変更される。室内ファン２１の回転数は、室内ユニット制御部２５によって制御される。

室内ユニット２０には、室内空気流ＡＦを吹き出すための吹出口２２が形成されている。室内ユニット２０の吹出口２２は、対象空間ＳＰに連通している。

室内ユニット２０は、吹出口２２から吹き出される室内空気流ＡＦの風向を調節するためのフラップ２３を有している。フラップ２３は、吹出口２２を開閉する板状の部材である。フラップ２３は、水平軸及び鉛直軸の少なくとも一方に対して回動可能に構成されている。フラップ２３は、例えばステッピングモータ等の駆動源を含み、開閉角度を制御可能に構成されている。室内空気流ＡＦの風向は、フラップ２３が回動することによって変更される。フラップ２３の動作や姿勢は、室内ユニット制御部２５によって制御される。

室内ユニット２０は、室内ユニット２０内の各種アクチュエータ（例えば室内ファン２１やフラップ２３等）の動作を制御する室内ユニット制御部２５を有している。室内ユニット制御部２５は、ＲＡＭやＲＯＭ等のメモリやＣＰＵを含むマイクロコンピュータ、通信モジュール、各種電子部品及び電気部品を有する。室内ユニット制御部２５は、各種アクチュエータ及び各種センサと、配線を介して電気的に接続されており、互いに信号の送受信を行う。室内ユニット制御部２５は、室外ユニット制御部１８又は他の室内ユニット制御部２５と、通信線ｃｂ１を介して接続されており、互いに信号の送受信を行う。また、室内ユニット制御部２５は、通信線ｃｂ３を介して、対応するリモコン３０のリモコン制御部３５（後述）と接続されており、互いに信号の送受信を行う。また、室内ユニット制御部２５は、通信線ｃｂ４（図５）を介して、対応する撮影ユニット４０と接続されており、互いに信号の送受信を行う。

（１−１−３）リモコン３０
リモコン３０は、いずれかの室内ユニット２０と対応付けられており、対応する室内ユニット２０と同一の対象空間ＳＰの側壁ＳＷに設置されている。リモコン３０は、例えば有線式のリモートコントロール装置であって、通信線ｃｂ３を介して、対応する室内ユニット２０（室内ユニット制御部２５）と接続されている。リモコン３０は、各種設定に係るコマンドを、空気調和機１０に入力するための入力装置として機能する。また、リモコン３０は、空気調和機１０の運転状態や設定項目を表示する表示装置としても機能する。各リモコン３０は、リモコン３０の動作を制御するリモコン制御部３５を有している。

（１−２）撮影ユニット４０（撮影機器）
空調システム１００は、複数の撮影ユニット４０を有している。撮影ユニット４０は、対応する対象空間ＳＰ内を撮影し、撮影結果を含むデータ（撮影データＤ３）を生成し出力するユニットである。撮影ユニット４０は、対応する対象空間ＳＰに配置される。本実施形態において、撮影ユニット４０は、対応する対象空間ＳＰに設置される室内ユニット２０に配置されている。すなわち、撮影ユニット４０は、天井ＣＩ又は天井付近（床面よりも天井ＣＩに近い部分）に設置されている。

撮影ユニット４０は、撮影部４１と、撮影データ生成部４２と、撮影データ出力部４３と、を有している。撮影部４１は、対応する対象空間ＳＰの所定範囲を撮影するためのレンズ（特に限定されないが例えば魚眼レンズや固定焦点レンズ等）及び撮像素子を含む。撮影データ生成部４２は、撮影部４１の撮像素子によって出力された電気信号をＡ／Ｄ変換し、所定のフォーマットに沿った撮影データＤ３を生成する。撮影データＤ３は、対象空間ＳＰの所定範囲を所定のピクセルで表わした画像データ（動画データ）を含む。すなわち、撮影データＤ３は、対象空間ＳＰに設置される撮影ユニット４０によって撮影された対象空間ＳＰの画像を含む情報である。撮影データ出力部４３は、生成された撮影データＤ３を圧縮してコントローラ６０（直接的には室内ユニット制御部２５）に出力する。

（１−３）コントローラ６０（送風制御装置）
コントローラ６０は、空調システム１００の動作を統括的に管理する制御装置である。コントローラ６０は、入力されたコマンドに応じて処理を行う。本実施形態において、コントローラ６０は、図５に示されるように、室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５及びサーバ５０が通信ネットワークを介して接続されることで構成される。すなわち、室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５及びサーバ５０は、コントローラ６０を構成する。

サーバ５０は、空調システム１００において、室外ユニット制御部１８、室内ユニット制御部２５及びリモコン制御部３５とともにコントローラ６０を構成するコンピュータである。サーバ５０は、対象空間ＳＰから離れた遠隔地に配置されている。サーバ５０は、通信線によって広域ネットワークＮＷ１に接続されており、広域ネットワークＮＷ１を介して室外ユニット制御部１８、室内ユニット制御部２５及びリモコン制御部３５と通信可能に構成されている。

コントローラ６０は、撮影ユニット４０及び端末９０と、互いにデータの送受信を行う。コントローラ６０は、撮影データＤ３に基づいて処理を行う。より具体的に、コントローラ６０は、撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢを個別に検出して、検出結果に応じて処理を行う。

（２）端末９０
空調システム１００は、広域ネットワークＮＷ１又は他のローカルネットワークを介して端末９０と接続可能である。端末９０は、管理者や利用者が保持する情報端末である。端末９０は、スマートフォンやタブレットＰＣ等の携帯端末や、ラップトップパソコン等のパーソナルコンピュータが想定されるが、他の情報処理機器であってもよい。

端末９０は、通信モジュールを有しており、他のユニットと通信可能に構成されている。例えば、端末９０は、無線通信又は有線通信によって室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５、又はサーバ５０と通信を行う。

端末９０は、コマンドを入力するための入力部を有している。空調システム１００においては、端末９０を、コマンドを入力するための「コマンド入力部」として機能させることが可能である。例えば端末９０は、所定のアプリケーションプログラムをインストールすることで、コントローラ６０に対してコマンドを入力することが可能となる。ユーザは、端末９０を用いてコマンドを入力することで、撮影ユニット４０やコントローラ６０の動作を適宜制御可能である。

また、端末９０は、情報を表示（出力）する表示部を有している。空調システム１００においては、端末９０を、情報を出力する「出力部」として機能させることが可能である。ユーザは、端末９０によって、空調システム１００の動作状況や処理結果を把握可能である。

（３）コントローラ６０の詳細
コントローラ６０は、撮影ユニット４０の撮影データＤ３に基づき、所定の処理を実行する。例えば、コントローラ６０は、撮影データＤ３に基づき、対象空間ＳＰに存在する人物ＰＳ及び物品ＯＢを検出する。また、コントローラ６０は、撮影データＤ３に基づき、特定物品Ｘ３を検出する。特定物品Ｘ３は、ユーザの意に反して室内ユニット２０の送風（室内空気流ＡＦ）によって動く物品ＯＢである。なお、ここでの「室内ユニット２０の送風によって動く」は、物品ＯＢが実際に室内ユニット２０の送風によって動いている状態、及び物品ＯＢが室内ユニット２０の送風によって動く可能性がある状態のいずれか又は全てである。また、ここでの「動く」には、飛ぶ、移動する、振動する、及び揺れることの少なくともいずれかが含まれる。

コントローラ６０は、複数の制御モードを有し、遷移している制御モードに応じて各機器の動作を制御する。例えば、コントローラ６０は、制御モードに応じて室内ファン２１の回転数やフラップ２３の角度を制御する。すなわち、コントローラ６０は、制御モードに応じて室内ユニット２０から対象空間ＳＰに吹き出される風量や風向を制御する。

本実施形態において、コントローラ６０は、制御モードとして、第１制御モードと、第２制御モードと、を有している。コントローラ６０は、通常時に第１制御モードに遷移する。ここでの「通常時」は、対象空間ＳＰにおいて特定物品Ｘ３が検出されない場合である。コントローラ６０は、対象空間ＳＰにおいて特定物品Ｘ３が検出された時には、第２制御モードに遷移する。

コントローラ６０は、主として、記憶部６１、取得部６２、検出部６３、モード制御部６４、機器制御部６５、駆動信号出力部６６、受付部６７及び更新部６８等の機能部を含んでいる。これらの各機能部は、コントローラ６０の構成機器（ここでは、室外ユニット制御部１８、各室内ユニット制御部２５、各リモコン制御部３５及びサーバ５０）のいずれか又は全てが動作することによって実現される。各機能部は、室外ユニット制御部１８、各室内ユニット制御部２５、各リモコン制御部３５及びサーバ５０のそれぞれ又はいずれかが有する。コントローラ６０は、独自に或いは他の装置から時刻をリアルタイムに取得可能に構成される。

（３−１）記憶部６１
記憶部６１は、コントローラ６０の構成機器のいずれか又は全てに含まれるＲＯＭ、ＲＡＭ、フラッシュメモリ、及びハードディスク等のメモリによって構成される。記憶部６１は、複数の記憶領域を含み、情報を一時的に記憶する揮発性の記憶領域や、各種情報を蓄積する不揮発性の記憶領域を有している。

記憶部６１には、所定のビット数を有する複数のフラグが設けられている。例えば、記憶部６１には、対象空間ＳＰにおける運動物品Ｘ２の有無を判別可能な運動物品フラグＦ１が設けられている。また例えば、記憶部６１には、コントローラ６０が遷移する制御モードを判別可能な制御モードフラグＦ２が設けられている。制御モードフラグＦ２は、制御モードの数に応じたビット数を含み、遷移する制御モードに対応するビットを立てられる。

また、記憶部６１には、図６に示されるように、プログラム情報記憶領域Ｍ１、環境情報記憶領域Ｍ２、システム情報記憶領域Ｍ３、対象物品情報記憶領域Ｍ４、撮影データ記憶領域Ｍ５、検出データ記憶領域Ｍ６、運動物品情報記憶領域Ｍ７、特定物品情報記憶領域Ｍ８、入力情報記憶領域Ｍ９、特徴データ記憶領域Ｍ１０、及び学習データ記憶領域Ｍ１１等の記憶領域が含まれている。各記憶領域に記憶されている情報は、適宜更新が可能である。

プログラム情報記憶領域Ｍ１には、コントローラ６０の各部において実行される各種処理を定義した制御プログラムや、各ユニット間における通信に使用される通信プロトコル等が記憶されている。プログラム情報記憶領域Ｍ１に記憶されている制御プログラム等は、サーバ５０や端末９０等を介して、適宜更新が可能である。

環境情報記憶領域Ｍ２には、対象施設１に関する情報（環境情報）が記憶されている。環境情報には、例えば対象施設１に含まれる各対象空間ＳＰの数、位置、大きさ等を個別に特定する情報が含まれる。

システム情報記憶領域Ｍ３には、空調システム１００に含まれる各機器に関する情報が記憶されている。例えば、システム情報記憶領域Ｍ３には、対象施設１に配置される撮影ユニット４０に関する情報（撮影ユニット設置データＤ１）が記憶されている。撮影ユニット設置データＤ１には、対象施設１に設置される撮影ユニット４０のＩＤ、通信アドレス、配置位置及び配置態様等を特定する情報が含まれる。撮影ユニット設置データＤ１は、例えば図７に示されるような撮影ユニットテーブルＴＢ１として記憶される。図７の撮影ユニットテーブルＴＢ１では、ＩＤが「０１２０」の撮影ユニット４０の通信アドレスが「172.16.**.01」であり、配置空間が「（対象空間）ＳＰ１」であり、配置態様として「室内ユニット２０ａに内蔵」されること等が特定されている。なお、撮影ユニット設置データＤ１は、必ずしも図７に示される態様で生成される必要はなく、撮影ユニット設置データＤ１の生成態様については適宜変更が可能である。例えば、撮影ユニット設置データＤ１は、撮影ユニット４０の対象空間ＳＰにおける具体的な配置位置を特定する情報を含んでいてもよい。

対象物品情報記憶領域Ｍ４には、対象物品データＤ２が記憶されている。対象物品データＤ２（物品情報）は、後述の学習処理又は送風制御の対象となる物品ＯＢ（対象物品Ｘ１）を特定する情報である。対象物品Ｘ１は、室内空気流ＡＦによって動くことがユーザの意に反する物品としてユーザ又は管理者によって予め登録される物品である。換言すると、対象物品Ｘ１は、特定物品Ｘ３として検出される物品ＯＢである。対象物品データＤ２には、各対象物品Ｘ１の種別、カテゴリ、形状、及びその他の特徴のいずれかを特定する情報が含まれる。対象物品データＤ２は、例えば図８に示されるような対象物品テーブルＴＢ２として記憶される。図８の対象物品テーブルＴＢ２では、各行において、対象物品Ｘ１に関する情報が個別に示されている。より具体的に、図８の対象物品テーブルＴＢ２では、各対象物品Ｘ１の「品目」、「カテゴリ」、「所属グループ」、及び「特徴」等が特定されている。例えば、図８の対象物品テーブルＴＢ２では、対象物品Ｘ１の品目として「書類」、「七輪」、「灰皿」、「植物」、「ごみ袋」、「伝票」、「塵取り」、及び「カーテン」等が登録されている。また、図８の対象物品テーブルＴＢ２では、「書類」又は「伝票」のカテゴリが「紙」であり、「塵取り」のカテゴリが「塵、埃」であり、「七輪」のカテゴリが「すす、灰」であり、「灰皿」のカテゴリが「灰」であり、「植物」のカテゴリが「葉」であり、「ゴミ袋」のカテゴリが「合成繊維」であり、「カーテン」のカテゴリが「幕」であること等が登録されている。すなわち、図８の対象物品テーブルＴＢ２では、対象物品Ｘ１のカテゴリとして「紙」、「塵、埃」、「すす」、「灰」、「葉」、「合成繊維」、及び「幕」等が登録されている。また、図８の対象物品テーブルＴＢ２では、各対象物品Ｘ１は、ユーザ又は管理者の設定に応じた所属グループを登録されている。また、図８の対象物品テーブルＴＢ２では、各対象物品Ｘ１は、それぞれの特徴が登録されている。ここでの特徴は、例えば対象物品Ｘ１の形状やサイズ等である。なお、対象物品データＤ２は、必ずしも図８に示される態様で生成される必要はなく、対象物品データＤ２の生成態様については適宜変更が可能である。例えば、対象物品データＤ２は、図８に示される情報以外の情報を含んでいてもよい。

撮影データ記憶領域Ｍ５には、各撮影ユニット４０から出力された撮影データＤ３が記憶されている。撮影データ記憶領域Ｍ５においては、撮影ユニット４０毎に撮影データＤ３が蓄積される。

検出データ記憶領域Ｍ６には、撮影ユニット４０から出力された撮影データＤ３から検出された人物ＰＳ及び物品ＯＢを特定するデータ（検出データＤ４）が記憶されている。検出データＤ４は、撮影データＤ３の送信元である撮影ユニット４０毎に生成される。より詳細には、検出データＤ４は、受信した撮影データＤ３毎に生成される。検出データＤ４は、例えば図９に示されるような検出テーブルＴＢ３として記憶される。図９の検出テーブルＴＢ３では、各行において、検出された物品ＯＢ又は人物ＰＳに関する情報が示されている。より具体的に、図９に示される検出テーブルＴＢ３では、検出した物品ＯＢ又は人物ＰＳのＩＤ、名称（品目）、カテゴリ、所在空間、所在位置、室内ユニット２０の吹出口２２からの距離、及び所在日時等を特定する情報を含んでいる。例えば、図９に示される検出テーブルＴＢ３では、検出された一の物品ＯＢに関して、ＩＤが「５６７８９２１」であり、名称が「書類１」であり、カテゴリが「紙」であり、所在空間が「ＳＰ２」であり、所在位置が「(120,112,0)」であり、室内ユニット２０の吹出口２２からの距離が「１６５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であること等が特定されている。また、図９に示される検出テーブルＴＢ３では、例えば、検出された一の人物ＰＳに関して、ＩＤとして「０１１３９」であり、名称として「人物１」であり、カテゴリが「人」であり、所在空間が「ＳＰ２」であり、所在位置が「(195,101,51)」であり、室内ユニット２０の吹出口２２からの距離が「１４５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であること等が特定されている。なお、検出データＤ４は、必ずしも図９に示される態様で生成される必要はなく、検出データＤ４の生成態様については適宜変更が可能である。例えば、検出データＤ４は、図９に示される情報以外の情報を含んでいてもよい。

運動物品情報記憶領域Ｍ７には、対象空間ＳＰにおいて検出された運動物品Ｘ２を個別に特定するデータ（運動物品データＤ５）が個別に記憶されている。運動物品Ｘ２は、対象空間ＳＰにおいて検出される物品ＯＢのうち、室内空気流ＡＦによって動いている状態にあると想定されるものである。運動物品データＤ５は、例えば図１０に示されるような運動物品テーブルＴＢ４として記憶される。図１０の運動物品テーブルＴＢ４では、各行において、検出された運動物品Ｘ２に関する情報が個別に示されている。より具体的に、図１０に示される運動物品テーブルＴＢ４では、検出された各運動物品Ｘ２のＩＤ、名称（品目）、カテゴリ、所在空間、所在位置、吹出口２２からの距離、及び所在日時等を特定する情報が含まれている。例えば図１０に示される運動物品テーブルＴＢ４では、検出された一の運動物品Ｘ２に関して、ＩＤとして「５６７８９２１」が割り当てられ、名称として「書類１」が割り当てられ、カテゴリが「紙」であることが検出され、所在空間が「ＳＰ２」であり、所在位置が「(120,112,0)」であり、室内ユニット２０の吹出口２２からの距離が「１６５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であること等が特定されている。また、図１０に示される運動物品テーブルＴＢ４では、例えば、検出された他の運動物品Ｘ２に関して、ＩＤとして「９０６５８９３」が割り当てられ、名称として「紙コップ１」が割り当てられ、カテゴリが「紙」であることが検出され、所在空間が「ＳＰ２」であり、所在位置が「(289,313,65)」であり、室内ユニット２０の吹出口２２からの距離が「１７５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であること等が特定されている。なお、運動物品データＤ５は、必ずしも図１０に示される態様で生成される必要はなく、運動物品データＤ５の生成態様については適宜変更が可能である。例えば、運動物品データＤ５は、図１０に示される情報以外の情報を含んでいてもよい。

特定物品情報記憶領域Ｍ８には、対象空間ＳＰにおいて検出された特定物品Ｘ３を個別に特定するデータ（特定物品データＤ６）が個別に記憶されている。特定物品Ｘ３は、後述するが、対象空間ＳＰにおいて検出された運動物品Ｘ２のうち対象物品Ｘ１に該当するものである。特定物品データＤ６は、例えば図１１に示されるような特定物品テーブルＴＢ５として記憶される。図１１に示される特定物品テーブルＴＢ５では、検出された特定物品Ｘ３のＩＤ、名称（品目）、カテゴリ、所在空間、所在位置、室内ユニット２０の吹出口２２からの距離、及び所在日時等を特定する情報が含まれている。図１１に示される特定物品テーブルＴＢ５では、例えば、検出された特定物品Ｘ３に関して、ＩＤとして「５６７８９２１」が割り当てられ、名称として「書類１」が割り当てられ、カテゴリが「紙」であることが検出され、所在空間が「ＳＰ２」であり、所在位置が「(120,112,0)」であり、室内ユニット２０の吹出口２２からの距離が「１６５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であること等が特定されている。なお、特定物品データＤ６は、必ずしも図１１に示される態様で生成される必要はなく、特定物品データＤ６の生成態様については適宜変更が可能である。例えば、特定物品データＤ６は、図１１に示される情報以外の情報を含んでいてもよい。

入力情報記憶領域Ｍ９には、コントローラ６０に入力された情報が記憶されている。例えば、入力情報記憶領域Ｍ９には、端末９０を介して入力されたコマンドが記憶されている。

特徴データ記憶領域Ｍ１０は、人物ＰＳ若しくは物品ＯＢの一般的な特徴、又は対象空間ＳＰで検出された人物ＰＳ及び物品ＯＢの固有の特徴が個別に特定された特徴データＤ７が記憶されている。特徴データＤ７は、人物ＰＳ又は物品ＯＢ毎に作成される。ここでの「特徴」は、人物ＰＳ又は物品ＯＢを一意に特定するのに利用される情報である。人物ＰＳの「特徴」は、様々であり、例えば人物ＰＳの部位（例えば頭、つむじ、顔、肩、腕、脚等）の形状、寸法、色、又は動作（動作速度、動作範囲、動作角度）等である。また、物品ＯＢの「特徴」は、様々であり、例えば物品ＯＢの形状、寸法、色、又は動作等である。

学習データ記憶領域Ｍ１１は、対象空間ＳＰにおいて検出された特定物品Ｘ３に関して限界風向・限界風量が個別に特定された学習データＤ８が記憶されている。ここでの限界風向・限界風量は、特定物品Ｘ３が動くことが抑制される風向、風量又はこれらの組合せである。学習データＤ８は、例えば図１２に示されるような風向・風量テーブルＴＢ６として記憶される。図１２に示される風向・風量テーブルＴＢ６では、検出された特定物品Ｘ３のＩＤ、所在空間、所在位置、室内ユニット２０の吹出口２２からの距離、所在日時及び限界風向・限界風量等を特定する情報が含まれている。図１２に示される風向・風量テーブルＴＢ６では、例えば、検出された特定物品Ｘ３に関して、ＩＤとして「５６７８９２１」が割り当てられ、所在空間が「ＳＰ２」であり、所在位置が「(120,112,0)」であり、室内ユニット２０の吹出口２２からの距離が「１６５０ｍｍ」であり、所在日時が「2018/03/05/17:55」であり、限界風向・風量が「風向１」に対して「風量最小」であり「風向２」に対して「風量中」であり「風向４」に対して「風量大」であること等が特定されている。本実施形態において、風向・風量テーブルＴＢ６においては、限界風向、限界風量、及びその組合せが、特定物品Ｘ３毎に複数定義されている。すなわち、学習データＤ８には、各特定物品Ｘ３に関して、動くことが抑制される風量及び風向を特定する情報が複数含まれている。なお、学習データＤ８は、必ずしも図１２に示される態様で生成される必要はなく、学習データＤ８の生成態様については適宜変更が可能である。例えば、学習データＤ８は、図１２に示される風向・風量テーブルＴＢ６に含まれる情報以外の情報を含んでいてもよい。

（３−２）取得部６２
取得部６２は、各撮影ユニット４０から出力される撮影データＤ３を取得して撮影データ記憶領域Ｍ５に適宜格納する。

（３−３）検出部６３
検出部６３は、撮影データ記憶領域Ｍ５に記憶されている撮影データＤ３に基づき、人物ＰＳ及び物品ＯＢを検出する機能部である。検出部６３は、第１検出部６３１と、第２検出部６３２と、判定部６３３と、を含んでいる。

第１検出部６３１は、撮影データ記憶領域Ｍ５に記憶されている撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢを検出して検出データＤ４を生成する機能部である。第１検出部６３１は、撮影データ記憶領域Ｍ５に記憶されている撮影データＤ３に含まれている人物ＰＳ及び物品ＯＢを個別に検出する処理（検出処理）を行う。第１検出部６３１は、毎時、検出処理を行う。但し、第１検出部６３１が検出処理を行うタイミングについては適宜変更が可能である。検出処理は、撮影データＤ３毎に行われる。すなわち、検出処理は、撮影データＤ３の送信元の撮影ユニット４０毎に行われる。

第１検出部６３１は、機械学習を行えるように構成されている。具体的に、第１検出部６３１は、「ニューラルネットワーク」や「ディープラーニング」等の手段を用いて機械学習を行う。係る学習はいわゆる教師あり学習及び教師なし学習のいずれであってもよい。

第１検出部６３１による検出処理は、所定の手段（公知技術を含む）を用いて行われる。例えば、第１検出部６３１は、人物ＰＳ又は物品ＯＢが持つ特徴を予め定義される特徴データＤ７に基づいて人物ＰＳ又は物品ＯＢを検出して特定する。例えば、第１検出部６３１は、撮影データＤ３において、人物ＰＳ又は物品ＯＢが持つ特徴を識別することで人物ＰＳ又は物品ＯＢを検出し、識別される特徴と特徴データＤ７に定義される特徴とを比較することで人物ＰＳ又は物品ＯＢを一意に特定する。

第１検出部６３１による検出処理の一例を、図１３に示す。図１３では、第１検出部６３１が、複数のニューラルネットワーク（Ｎ１、Ｎ２、Ｎ３、Ｎ４）を用いて、対象空間ＳＰにおける人物ＰＳ又は物品ＯＢを検出する例が示されている。

図１３では、まず、撮影データＤ３が第１ニューラルネットワークＮ１に入力される。第１ニューラルネットワークＮ１は、撮影データＤ３に含まれる各要素間の距離をそれぞれ検出（推定）する処理Ｐ１を実行する。

また、第２ニューラルネットワークＮ２には、撮影データＤ３とともに処理Ｐ１の結果が入力される。第２ニューラルネットワークＮ２は、処理Ｐ１の結果に基づき、撮影データＤ３に含まれる人物ＰＳ又は物品ＯＢの範囲を検出（推定）する処理Ｐ２を実行する。人物ＰＳ又は物品ＯＢの範囲の検出が可能な場合、人物ＰＳ又は物品ＯＢの移動を検出可能であり、後述の処理Ｐ３において当該人物ＰＳ又は物品ＯＢが有する特徴を取得可能である。

さらに、第３ニューラルネットワークＮ３には、処理Ｐ１の結果とともに処理Ｐ２の結果が入力される。第３ニューラルネットワークＮ３は、処理Ｐ１及び処理Ｐ２の結果に基づき、撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢの特徴を検出し特定する処理Ｐ３を実行する。処理Ｐ３では、検出される人物ＰＳ又は物品ＯＢの特徴と、特徴データ記憶領域Ｍ１０に記憶される特徴データＤ７と、に基づいて人物ＰＳ又は物品ＯＢが一意に特定される。例えば、処理Ｐ３では、検出される人物ＰＳ又は物品ＯＢの各特徴と、特徴データ記憶領域Ｍ１０に記憶されている各特徴データＤ７と、の類似度が算出され、算出された類似度が所定の閾値以上となる特徴データＤ７の人物ＰＳ又は物品ＯＢが、検出された特徴に一致する人物ＰＳ又は物品ＯＢとして検出され、人物ＰＳ又は物品ＯＢが一意に特定される。また、検出される人物ＰＳ又は物品ＯＢの特徴と、類似度が所定の閾値以上である特徴データＤ７が特徴データ記憶領域Ｍ１０に記憶されていない場合には、当該特徴を有する人物ＰＳ又は物品ＯＢに関して新たに特徴データＤ７を生成して新規に検出された人物ＰＳ又は物品ＯＢとして記憶する。処理Ｐ３の結果、生成される特徴データＤ７は、例えば１００次元のベクトルデータである。

さらに、第４ニューラルネットワークＮ４には、処理Ｐ１の結果とともに処理Ｐ２の結果が入力される。第４ニューラルネットワークＮ４は、処理Ｐ１及び処理Ｐ２の結果に基づき、撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢの対象空間ＳＰにおける位置（座標）を検出する処理Ｐ４を実行する。

このような態様で検出処理が行われる場合、第１検出部６３１は、検出処理において撮影データＤ３から各要素間の距離を推定し、推定した距離に基づき人物ＰＳ又は物品ＯＢを抽出している。また、第１検出部６３１は、各物品ＯＢの対象空間ＳＰにおける位置を検出している。より詳細には、第１検出部６３１は、対象空間ＳＰにおける室内ユニット２０に対する各物品ＯＢの位置を検出している。また、第１検出部６３１は、室内ユニット２０の吹出口２２と各物品ＯＢとの距離を検出している。

第１検出部６３１は、各種情報（例えば撮影データＤ３や広域ネットワークＮＷ１を介して取得可能な情報）を用いて、各人物ＰＳ及び物品ＯＢの特徴を適宜学習する。例えば、第１検出部６３１は、撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢの特徴を個別具体的に学習し、対応する特徴データＤ７を適宜更新する。これにより、人物ＰＳ又は物品ＯＢの特徴の変動（例えば服装や髪型の変化や、物体の色の劣化等）に因る検出結果のゆらぎが抑制される。

第１検出部６３１は、検出処理の結果に基づき、検出データＤ４（図９）を生成する。第１検出部６３１は、検出データＤ４において、検出された人物ＰＳ又は物品ＯＢのＩＤ、名称（品目）、カテゴリ、所在空間、検出位置（所在位置）、及び検出日時（所在日時）等を特定する情報を組み入れる。第１検出部６３１は、撮影データＤ３の送信元の撮影ユニット４０毎に検出データＤ４を生成する。

第２検出部６３２及び判定部６３３は、撮影データＤ３に基づき対象空間ＳＰに存在する特定物品Ｘ３を検出するための機能部である。すなわち、第２検出部６３２及び判定部６３３を含む検出部６３は、撮影ユニット４０の撮影結果に基づき特定物品Ｘ３を検出する処理（特定物品検出処理）を行う。

第２検出部６３２は、対象空間ＳＰに存在する運動物品Ｘ２を検出する機能部である。第２検出部６３２は、特定物品検出処理のうち、運動物品Ｘ２の検出処理（運動物品検出処理）を行う。第２検出部６３２は、運動物品検出処理において、検出データ記憶領域Ｍ６に記憶されている各検出データＤ４に基づき運動物品Ｘ２を検出する。換言すると、第２検出部６３２は、撮影ユニット４０の撮影結果に基づき運動物品Ｘ２を検出する。第２検出部６３２は、所定のタイミングで運動物品検出処理を行う。例えば、第２検出部６３２は、１０秒周期で運動物品検出処理を行う。但し、運動物品検出処理が行われるタイミングについては、適宜変更が可能である。

第２検出部６３２は、運動物品検出処理において、各検出データＤ４に含まれる各物品ＯＢの位置をそれぞれ時系列的に比較して所定の閾値（移動量）を超えて動いているか否かを判定することで、運動物品Ｘ２の有無を判断する。係る閾値は、物品ＯＢの種別や設計仕様及び設置環境等に応じて適宜設定され、制御プログラムにおいて定義されている。

第２検出部６３２は、運動物品検出処理の結果、運動物品Ｘ２を検出した場合には、運動物品フラグＦ１を立てる。また、第２検出部６３２は、運動物品データＤ５（図１０）を生成又は更新する。第２検出部６３２は、運動物品データＤ５において、検出された運動物品Ｘ２のＩＤ、名称（品目）、カテゴリ、所在空間、所在位置（検出位置）、吹出口２２からの距離、及び所在日時（検出日時）等を特定する情報を組み入れる。第２検出部６３２は、生成又は更新した運動物品データＤ５を運動物品情報記憶領域Ｍ７に格納する。

判定部６３３は、運動物品検出処理の結果に基づき、対象空間ＳＰに存在する特定物品Ｘ３を検出する機能部である。判定部６３３は、特定物品検出処理のうち、第２検出部６３２によって検出された運動物品Ｘ２が対象物品Ｘ１に該当するか否かを判定する処理（特定物品判定処理）を実行する。判定部６３３は、特定物品判定処理により、検出された運動物品Ｘ２が特定物品Ｘ３であるか否かを判定する。すなわち、本実施形態において、特定物品Ｘ３は、対象空間ＳＰに存在する物品ＯＢのうち、室内空気流ＡＦによって動いている状態にある運動物品Ｘ２であって、予め登録されている対象物品Ｘ１に該当するものである。

判定部６３３は、対象物品情報記憶領域Ｍ４に記憶されている対象物品データＤ２、及び運動物品情報記憶領域Ｍ７に記憶されている運動物品データＤ５に基づき、特定物品判定処理を実行する。換言すると、判定部６３３は、撮影ユニット４０の撮影結果、及び予め登録されている特定物品に関する情報に基づき、特定物品判定処理を実行する。判定部６３３は、運動物品フラグＦ１が立てられているときには、所定のタイミングで特定物品判定処理を実行する。例えば、判定部６３３は、１０秒周期で特定物品判定処理を行う。但し、特定物品判定処理が行われるタイミングについては、適宜変更が可能である。

判定部６３３は、特定物品判定処理において、運動物品データＤ５に含まれる各運動物品Ｘ２について、対象物品情報記憶領域Ｍ４に記憶されている対象物品データＤ２において登録されている対象物品Ｘ１のいずれかに該当するか否かを個別に判定することで、特定物品Ｘ３を検出する。

判定部６３３は、運動物品検出処理において検出された各運動物品Ｘ２に関して特定物品判定処理が完了すると、運動物品フラグＦ１をクリアする。判定部６３３は、特定物品判定処理の結果、特定物品Ｘ３を検出した場合には、係る特定物品Ｘ３の情報を含めた特定物品データＤ６を生成し、特定物品情報記憶領域Ｍ８に格納する。また、判定部６３３は、特定物品判定処理の結果、特定物品Ｘ３を検出した場合には、第２制御モードに対応するビットをたてる。判定部６３３は、特定物品判定処理の結果、特定物品Ｘ３が検出されなかった場合には、制御モードフラグＦ２において第１制御モードに対応するビットをたてる。

（３−４）モード制御部６４
モード制御部６４は、制御モードを切り換える機能部である。モード制御部６４は、制御モードフラグＦ２の状態に基づき、制御モードを切り換える。モード制御部６４は、制御モードフラグＦ２において第１制御モードに対応するビットが立てられているときには、制御モードを第１制御モードに切り換える。モード制御部６４は、制御モードフラグＦ２において第２制御モードに対応するビットが立てられているときには、制御モードを第２制御モードに切り換える。

（３−５）機器制御部６５（制御部）
機器制御部６５は、制御プログラムに沿って、状況に応じて、空調システム１００に含まれる各機器（例えば室内ファン２１やフラップ２３等）の動作を制御する。また、機器制御部６５は、制御モードフラグＦ２を参照することで遷移している制御モードを判別し、判別した制御モードに基づき各機器の動作を制御する。

機器制御部６５は、学習部６５１を有しており、学習を行えるように構成されている。学習部６５１は、第２制御モード時に学習処理を実行する。学習処理は、対象空間ＳＰにおいて特定物品Ｘ３が存在する場合に、特定物品Ｘ３が室内空気流ＡＦによって動くことが抑制されるように、室内空気流ＡＦの風量及び風向の一方又は双方を制御し、当該特定物品Ｘ３に関して限界風向及び限界風量の一方又は双方を学習する処理である。係る学習処理は、例えば、「ニューラルネットワーク」や「ディープラーニング」等の手段を用いて機械学習を行うものである。係る学習処理はいわゆる教師あり学習及び教師なし学習のいずれであってもよい。また、例えば、係る学習処理は、「ニューラルネットワーク」や「ディープラーニング」を用いない学習であってもよい。以下の説明は、学習処理の一例である。

学習部６５１は、学習処理において、特定物品情報記憶領域Ｍ８に記憶されている特定物品データＤ６を参照し、検出された特定物品Ｘ３の所在空間及び所在位置を判別する。そして、学習部６５１は、対応する室内ユニット２０の室内ファン２１の回転数及びフラップ２３の一方又は双方を制御する学習送風制御を実行する。例えば、学習部６５１は、学習送風制御において、学習送風制御の対象となっている特定物品Ｘ３に送られる風の風量が低減するように、室内ファン２１の回転数を低減させる。また例えば、当該制御に代えて又は当該制御とともに、学習部６５１は、学習送風制御において、室内空気流ＡＦの風向を変えて特定物品Ｘ３に送られる風の風量が低減するように、フラップ２３を制御する。

学習部６５１は、学習送風制御において、室内ユニット２０に対する特定物品Ｘ３の位置に応じて、室内ファン２１の回転数又はフラップ２３を制御する。特に、学習部６５１は、学習送風制御において、室内ユニット２０（吹出口）と特定物品Ｘ３との距離に応じて、室内ファン２１の回転数又はフラップ２３を制御する。例えば、学習部６５１は、室内ファン２１の回転数又はフラップ２３の変化の度合いを、室内ユニット２０に対する特定物品Ｘ３の位置、又は室内ユニット２０（吹出口）と特定物品Ｘ３との距離に応じて増減させる。すなわち、学習部６５１は、室内ユニット２０に対する特定物品Ｘ３の位置、又は室内ユニット２０（吹出口）と特定物品Ｘ３との距離を加味して学習処理を行う。

また、学習部６５１は、学習送風制御において、対象空間ＳＰにおける人物ＰＳの所在位置に応じて、室内ファン２１の回転数又はフラップ２３を制御する。例えば、学習部６５１は、室内ファン２１の回転数又はフラップ２３の変化の度合いを、対象空間ＳＰにおける人物ＰＳの所在位置に応じて増減させる。すなわち、学習部６５１は、対象空間ＳＰにおける人物ＰＳの所在位置を加味して学習処理を行う。

学習部６５１は、係る学習送風制御の実行後、所定時間の経過を待って、運動物品情報記憶領域Ｍ７に記憶されている特定物品データＤ６を参照する。係る所定時間は、例えば、検出部６３によって特定物品データＤ６が更新される周期以上の時間である。そして、学習送風制御実行後に更新された最新の特定物品データＤ６において当該学習送風制御の対象となった特定物品Ｘ３が依然として含まれていれば、改めて学習送風制御を実行する。学習部６５１は、係る学習送風制御を、最新の特定物品データＤ６において当該学習送風制御の対象となった特定物品Ｘ３が含まれなくなるまで繰り返す。すなわち、学習部６５１は、学習送風制御の対象となった特定物品Ｘ３が対象空間ＳＰにおいて検出されなくなる（動かなくなる）まで、学習送風制御を繰り返す。つまり、学習部６５１は、学習送風制御の対象となった特定物品Ｘ３に関して限界風向又は限界風量が特定されるまで、学習送風制御を繰り返す。

機器制御部６５は、係る学習処理によって、特定物品データＤ６に含まれる特定物品Ｘ３に関して限界風向及び限界風量の一方又は双方を学習する。そして、機器制御部６５は、学習処理の対象となった物品ＯＢ（すなわち特定物品Ｘ３として検出された物品ＯＢ）に関して、学習データＤ８において限界風向・限界風量に係る情報を登録又は更新する。機器制御部６５は、係る学習処理の後、制御モードフラグＦ２において第２制御モードに対応するビットをクリアして第１制御モードに対応するビットをたてる。

機器制御部６５は、第１制御モード時には、入力コマンドや各センサの検出値等に応じて、圧縮機の運転容量、室外ファン、膨張弁の開度、室内ファン２１の回転数、及びフラップ２３の動作等をリアルタイムに制御する。特に、機器制御部６５は、第１制御モード時に、学習処理の結果に基づき送風制御（第１処理）を実行する。機器制御部６５は、送風制御において、検出データ記憶領域Ｍ６に記憶されている検出データＤ４及び学習データ記憶領域Ｍ１１に記憶されている学習データＤ８を参照し、学習処理の対象となった物品ＯＢが対象空間ＳＰに存在するか否かを判別する。そして、機器制御部６５は、学習処理の対象となった物品ＯＢが対象空間ＳＰに存在する場合には、係る物品ＯＢに対して学習データＤ８において定義されている限界風向・限界風量に沿った室内空気流ＡＦが送られるように、室内ファン２１及びフラップ２３の一方又は双方を制御する。

すなわち、機器制御部６５は、第１制御モード時に、特定物品Ｘ３が動くことが抑制されるように、特定物品Ｘ３に対して送られる室内空気流ＡＦの風量を制御する送風制御を実行する。また、機器制御部６５は、送風制御において、室内ユニット２０（吹出口２２）に対する特定物品Ｘ３の位置に基づき、室内ファン２１の回転数又はフラップ２３を制御する。特に、機器制御部６５は、送風制御において、室内ユニット２０（吹出口２２）と特定物品Ｘ３との距離に応じて、室内ファン２１の回転数又はフラップ２３を制御する。さらに、機器制御部６５は、送風制御において、対象空間ＳＰにおける人物ＰＳの所在位置に応じて、室内ファン２１の回転数又はフラップ２３を制御する。

（３−６）駆動信号出力部６６
駆動信号出力部６６は、機器制御部６５の制御内容に応じて、各機器（例えば室内ファン２１やフラップ２３等）に対して対応する駆動信号（駆動電圧）を出力する。駆動信号出力部６６には、インバータ（図示省略）が複数含まれており、特定の機器（例えば室内ファン２１）に対しては、対応するインバータから駆動信号を出力する。

（３−７）受付部６７
受付部６７は、コントローラ６０に入力される情報を取得して入力情報記憶領域Ｍ９に格納する。コントローラ６０に対して入力される情報は、例えば、空調システム１００の運転に関するコマンドである。また、コントローラ６０に対して入力される情報は、例えば、対象物品データＤ２において対象物品Ｘ１の追加又は削除等を指示するコマンド（更新コマンド）である。更新コマンドにおいては、更新に係る対象物品Ｘ１及び更新内容が指示される。

（３−８）更新部６８
更新部６８は、入力情報記憶領域Ｍ９に記憶される更新コマンドに基づき、対象物品データＤ２の更新を行う。更新部６８は、更新後の対象物品データＤ２を対象物品情報記憶領域Ｍ４に格納する。

（４）コントローラ６０による処理の流れ
以下、図１４を参照して、コントローラ６０の処理の流れの一例を説明する。図１４は、コントローラ６０の処理の流れの一例を示したフローチャートである。

コントローラ６０は、図１４のステップＳ１０１からステップＳ１１１に示すような流れで処理を実行する。なお、図１４に示す処理の流れは、適宜変更が可能であり、処理が適正に行われる限り、いずれかのステップの順序を入れ換えてもよいし、いずれかのステップが同時に実行されてもよいし、図示しない他のステップが追加されてもよい。

ステップＳ１０１において、コントローラ６０は、運転開始を指示する運転コマンドが入力されていない場合（ここではＮＯの場合）には、ステップＳ１０１に戻る。一方、運転開始を指示する運転コマンドが入力されている場合（ここではＹＥＳの場合）には、コントローラ６０は、ステップＳ１０２へ進む。

ステップＳ１０２において、コントローラ６０は、第１制御モードに遷移する、又は第１制御モードを維持する。その後、コントローラ６０は、ステップＳ１０３へ進む。

ステップＳ１０３において、コントローラ６０（機器制御部６５）は、入力されているコマンド、設定温度、及び各センサの検出値等に応じて、各機器の状態をリアルタイムに制御することで運転を行わせる。また、コントローラ６０は、特定物品Ｘ３として検出された物品ＯＢが動くことが抑制されるように送風制御を実行し、当該物品ＯＢに対して送られる室内空気流ＡＦの風量を制御する。具体的に、コントローラ６０は、特定物品Ｘ３として検出された物品ＯＢが対象空間ＳＰに存在する場合には、学習データＤ８に基づき当該物品ＯＢに対して限界風向・限界風量に沿った風が送られるように、室内ファン２１及びフラップ２３の一方又は双方を制御する。その後、コントローラ６０は、ステップＳ１０４へ進む。

ステップＳ１０４において、コントローラ６０は、撮影データＤ３を取得していない場合、つまり記憶部６１に新たな撮影データＤ３が記憶されない場合（ここではＮＯの場合）には、ステップＳ１０６へ進む。一方、コントローラ６０は、撮影データＤ３を取得している場合（ここではＹＥＳの場合）には、ステップＳ１０５へ進む。

ステップＳ１０５において、コントローラ６０（第１検出部６３１）は、取得した撮影データＤ３に含まれる人物ＰＳ及び物品ＯＢを検出する検出処理を実行する。コントローラ６０は、検出処理において検出された人物ＰＳ又は物品ＯＢに関して、検出データＤ４を生成する。また、コントローラ６０は、検出処理において検出された人物ＰＳ又は物品ＯＢに関して特徴を学習し、特徴データＤ７を生成又は更新する。その後、コントローラ６０は、ステップＳ１０６へ進む。

ステップＳ１０６及びステップＳ１０７において、コントローラ６０（検出部６３）は、対象空間ＳＰにおける特定物品Ｘ３を検出する特定物品検出処理を実行する。

ステップＳ１０６において、コントローラ６０（第２検出部６３２）は、運動物品検出処理を実行する。コントローラ６０は、運動物品検出処理において対象空間ＳＰにおいて運動物品Ｘ２が検出されない場合（ここではＮＯの場合）には、ステップＳ１１０へ進む。コントローラ６０は、運動物品検出処理において対象空間ＳＰにおいて運動物品Ｘ２が検出された場合（ここではＹＥＳの場合）には、ステップＳ１０７へ進む。

ステップＳ１０７において、コントローラ６０（判定部６３３）は、特定物品判定処理を実行し、検出された運動物品Ｘ２が対象物品Ｘ１に該当するか否かを判別する。コントローラ６０は、特定物品判定処理において、運動物品Ｘ２が対象物品Ｘ１に該当しない場合（ここではＮＯの場合）には、ステップＳ１１０へ進む。コントローラ６０は、特定物品判定処理において、運動物品Ｘ２が対象物品Ｘ１に該当する場合、つまり特定物品Ｘ３が検出される場合（ここではＹＥＳの場合）には、ステップＳ１０８へ進む。

ステップＳ１０８において、コントローラ６０は、第２制御モードに遷移する。その後、コントローラ６０は、ステップＳ１０９へ進む。

ステップＳ１０９において、コントローラ６０（学習部６５１）は、学習処理を実行して、特定物品Ｘ３に関して限界風向及び限界風量の一方又は双方を学習し、学習データＤ８を生成又は更新する。その後、コントローラ６０は、ステップＳ１１０へ進む。

ステップＳ１１０において、コントローラ６０は、更新コマンドを入力されていない場合（ここではＮＯの場合）には、ステップＳ１０１に戻る。一方、コントローラ６０は、更新コマンドを入力されている場合（ここではＹＥＳの場合）には、ステップＳ１１１へ進む。

ステップＳ１１１において、コントローラ６０（更新部６８）は、入力されている更新コマンドに基づき、対象物品データＤ２の更新を行う。その後、コントローラ６０は、ステップＳ１０１に戻る。

（５）特徴
（５−１）
上記実施形態に係るコントローラ６０は、対象空間ＳＰにおけう撮影データＤ３（撮影画像）を取得する取得部６２と、室内ユニット２０の送風によって動く特定物品Ｘ３を撮影データＤ３に基づき検出する検出部６３と、送風制御を実行する機器制御部６５と、を有している。機器制御部６５は、送風制御において、検出部６３の検出結果に基づいて、室内ユニット２０が送風する風（室内空気流ＡＦ）の風向及び風量の少なくとも一方を制御する。これにより、対象空間ＳＰにおける撮影データＤ３を用いて室内ユニット２０の送風で動く特定物品Ｘ３が検出されるようになっており、特定物品Ｘ３がユーザの意に反して動かないように室内ユニット２０の風向及び風量の少なくとも一方を制御することが可能となっている。

（５−２）
上記実施形態において、機器制御部６５は、送風制御において、特定物品Ｘ３が室内ユニット２０の送風によって動かないように、室内ユニット２０が送風する風の風向及び風量の少なくとも一方を制御している。これにより、特定物品Ｘ３がユーザの意に反して動かないように室内ユニット２０の風向及び風量の少なくとも一方が制御されるようになっている。

（５−３）
上記実施形態において、機器制御部６５は、室内ユニット２０が特定物品Ｘ３に対して送風される風（室内空気流ＡＦ）の風量が低減されるように、送風制御を実行している。これにより、室内ユニット２０から送風される風によって特定物品Ｘ３が動かないように室内ユニット２０を簡潔に制御することが可能となっている。

（５−４）
上記実施形態において、検出部６３は、室内ユニット２０に対する特定物品Ｘ３の位置を検出する。これにより、室内ユニット２０に対する特定物品Ｘ３の位置を加味して精度の高い送風制御が可能となっている。

（５−５）
上記実施形態において、検出部６３は、室内ユニット２０と特定物品Ｘ３との距離を検出する。これにより、室内ユニット２０と特定物品Ｘ３との距離を加味して精度の高い送風制御が可能となっている。

（５−６）
上記実施形態において、コントローラ６０は特定物品Ｘ３に関する情報である対象物品データＤ２を記憶する記憶部６１を有しており、検出部６３は記憶部６１に記憶されている対象物品データＤ２に基づいて特定物品Ｘ３を検出している。これにより、第１処理の対象となる特定物品Ｘ３に関する情報を任意に予め登録しておき、当該物品に関してより確実に送風制御を行うことが可能となっている。

（５−７）
上記実施形態において、特定物品Ｘ３として検出される対象物品Ｘ１については、紙、繊維、幕、灰、すす、塵及び埃の少なくともいずれかが含まれている。これにより、室内ユニット２０の送風によって動くことをユーザが望まない物品ＯＢに関して送風制御を行うことが可能となっている。

（５−８）
上記実施形態において、コントローラ６０は学習部６５１を有しており、学習部６５１は、学習送風制御（学習処理）の実行結果に基づき、特定物品Ｘ３が動くことが抑制される風量及び風量の少なくとも一方を学習するように構成されている。これにより、対象空間ＳＰに存在する特定物品Ｘ３に関して、送風制御の精度が高められ、より確実に動くことが抑制されるようになっている。

（５−９）
上記実施形態において、コントローラ６０は、対象物品データＤ２を更新する更新部６８を有している。これにより、第１処理の対象となる特定物品Ｘ３に関する情報を適宜更新することが可能となっている。

（５−１０）
上記実施形態において、検出部６３は、取得部６２によって取得された撮影データＤ３に基づき、対象空間ＳＰに存在する人物ＰＳを検出している。これにより、特定物品Ｘ３と人物ＰＳとの関係を加味した細やかな制御が可能となっている。

（５−１１）
上記実施形態において、空気調和機１０はコントローラ６０を有している。これにより、空気調和機１０において、室内ユニット２０の送風に関して、特定物品Ｘ３がユーザの意に反して動かないように風向及び風量の少なくとも一方を制御することが可能となっている。

（５−１２）
上記実施形態においては、室内ユニット２０と、対象空間ＳＰに設置される撮影ユニット４０と、コントローラ６０と、を有することで、特定物品Ｘ３がユーザの意に反して動かないように風向及び風量の少なくとも一方を制御する空調システム１００が構築されている。

（６）変形例
上記実施形態は、以下の変形例に示すように適宜変形が可能である。なお、各変形例は、矛盾が生じない範囲で他の変形例と組み合わせて適用されてもよい。

（６−１）変形例１
上記実施形態では、「紙」が特定物品Ｘ３として検出され、学習処理及び送風制御が行われる場合について説明されている。しかし、特定物品Ｘ３として検出される物品ＯＢについては必ずしも「紙」に限定されない。例えば、対象空間ＳＰにおいて、図１５に示されるような七輪（ＯＢ１）が存在する場合には、七輪又は七輪内に存在するすす若しくは灰が、特定物品Ｘ３として検出され、これに関連して学習処理又は送風制御が行われてもよい。特に、飲食店等においては、七輪内に存在するすす又は灰が、ユーザの意に反して送風機から送風される風によって飛ばされたり舞い上がる事態が生じうるが、本開示の思想によりこのような事態が抑制される。

（６−２）変形例２
上記実施形態では、対象物品データＤ２において登録される対象物品Ｘ１が、「紙（ここでは書類又は伝票）」、「すす（ここでは七輪）」、「灰（ここでは七輪又は灰皿）」、「葉（ここでは植物）」、「合成繊維（ここではごみ袋）」、「塵、埃（ここでは塵取り）」、又は「幕（ここではカーテン）」であることが説明されている。しかし、対象物品データＤ２において登録される対象物品Ｘ１は、必ずしもこれに限定されず、適宜変更が可能である。すなわち、対象物品データＤ２において登録される対象物品Ｘ１には、上記実施形態で説明された物品以外の物品が含まれていてもよい。例えば、対象物品データＤ２において登録される対象物品Ｘ１は、布、ブラインドカーテン、本若しくはその他の書物、卓上カレンダ、お札、他の繊維、調理器具、又は照明器具のスイッチ切換用の引き紐等であってもよい。また例えば、対象物品データＤ２において登録される対象物品Ｘ１には、調理器具や灰皿等から流出する煙が含まれていてもよい。

（６−３）変形例３
上記実施形態では、特定物品検出処理として、図１４に示すような流れで処理を行っている。しかし、コントローラ６０は、図１４とは異なる流れで特定物品検出処理を実行し特定物品Ｘ３を特定してもよいことはもちろんである。なお、コントローラ６０が図１４に示される以外の処理を実行する場合には、コントローラ６０に含まれる各機能部の処理が適宜追加又は変更される。

例えば、コントローラ６０は、第１検出部６３１が検出した検出データＤ４に保存された物品ＯＢの情報が対象物品Ｘ１に該当するかどうかを判定部６３３が判定することによって特定物品判定処理を実行してもよい。つまり、上記実施形態とは異なり、第２検出部による運動物品Ｘ２の検出を行うことなく特定物品判定処理を実行してもよい。具体的には、図１６に示すようにステップＳ１０６を省略したフローで処理を実行してもよい。図１６のステップＳ１０１からＳ１０５及びステップＳ１１０からＳ１１１の処理については、上記実施形態と同様である。図１６では、ステップＳ１０７からＳ１０９に代えて、ステップＳ１０７Ａ、Ｓ１０８Ａ及びＳ１０９Ａが実行される。

図１６に示すステップＳ１０７Ａにおいては、対象空間ＳＰにおける対象物品Ｘ１の存在の有無が判別される。例えば、ステップＳ１０７Ａにおいては、第１検出部６３１によって検出された物品ＯＢが対象物品Ｘ１であるかどうかが判定部６３３によって判定される。ここで、物品ＯＢが対象物品Ｘ１であると判定された物品を特定物品Ｘ３として判定する。ステップＳ１０７Ａに第１検出部６３１が検出した物品ＯＢが対象物品Ｘ１であると判定部６３３に判定された場合（ＹＥＳの場合）には、コントローラ６０はステップＳ１０８Ａへ進む。ステップＳ１０７Ａにおいて第１検出部が検出した物品ＯＢが対象物品Ｘ１ではないと判定部６３３に判定された場合（ＮＯの場合）には、コントローラ６０はステップＳ１１０へ進む。

ステップＳ１０８Ａにおいては、コントローラ６０が第２制御モードに遷移する。係る場合の第２制御モードは、対象空間ＳＰにおいて対象物品Ｘ１が検出されたときに当該対象物品Ｘ１が運動物品Ｘ２であるか否かに関わりなく遷移する制御モードである。そして、コントローラ６０はステップＳ１０９Ａへ進む。

ステップＳ１０９Ａにおいては、コントローラ６０が学習処理を実行する。係る場合の学習処理は、対象空間ＳＰにおいて対象物品Ｘ１が検出されたときに、当該対象物品Ｘ１に対して風を送り、対象物品Ｘ１に関して限界風向及び限界風量の一方又は双方を学習する処理である。すなわち、係る場合の学習処理は、室内ユニット２０の送風で動いていない対象物品Ｘ１に関して、積極的に風を送り限界風向及び限界風量の一方又は双方を学習する処理を含む。例えば、係る学習処理においては、学習部６５１によって、対象空間ＳＰにおける室内空気流ＡＦによって動いていない対象物品Ｘ１に対して、所定風量の風が送られるように室内空気流ＡＦの風向及び風量の一方又は双方が制御されることで、対象物品Ｘ１に関して限界風向又は限界風量が学習される。また、例えば、係る学習処理においては、上記実施形態と同様に、学習部６５１によって、室内空気流ＡＦによって動いている状態の対象物品Ｘ１に関しても、限界風向又は限界風量が学習される。さらに例えば、学習部６５１は、学習処理において、対象物品Ｘ１に送られる風（室内空気流ＡＦ）を対象物品Ｘ１が動くまで段階的に増大させる。学習部６５１は、学習処理の結果を学習データＤ８において保存する。そして、コントローラ６０はステップＳ１１０へ進む。

このような態様の学習処理が行われる場合にも、機器制御部６５が、学習処理の結果に基づき対象物品Ｘ１に対する限界風向・限界風量に沿って、送風制御を行う。すなわち、ここでは、対象空間ＳＰにおいて検出される対象物品Ｘ１が、室内ユニット２０の送風で動いているか否かに関わりなく、対象物品Ｘ１を特定物品Ｘ３であると判断する。また、ここでの特定物品Ｘ３は、対象空間ＳＰにおいて検出された、室内空気流ＡＦによって動くことが想定される物として予め登録されている物品ＯＢである。

なお、このような流れで処理が行われる場合には、第２検出部６３２については、適宜省略されてもよい。

（６−４）変形例４
また、特定物品検出処理として、上記実施形態と上記変形例とは異なる流れで特定物品検出処理を実行し、特定物品Ｘ３を特定してもよい。例えば、第２検出部６３２が検出した運動物品データＤ５に保存されている物品ＯＢを判定部６３３が特定物品Ｘ３と判定することによって特定物品判定処理を実行してもよい。上記実施形態は異なり、対象物品データＤ２と運動物品データＤ５とが一致するかどうかを判定部６３３が判定することなく特定物品判定処理を実行してもよい。

例えば、コントローラ６０は、図１７に示すようにステップＳ１０７を省略したフローで処理を実行してもよい。図１７のステップＳ１０１からＳ１０６及びステップＳ１１０からＳ１１１の処理については、上記実施形態と同様である。図１７では、ステップＳ１０８及びＳ１０９に代えて、ステップＳ１０８Ｂ及びＳ１０９Ｂが実行される。

図１７に示すステップＳ１０６において第２検出部６３２が運動物品Ｘ２を検出しない場合（ＮＯの場合）には、コントローラ６０はステップＳ１１０へ進む。ステップＳ１０６において第２検出部６３２が運動物品Ｘ２を検出し判定部６３３が運動物品Ｘ２を特定物品Ｘ３と判定した場合（ＹＥＳの場合）には、コントローラ６０はステップＳ１０８Ｂへ進む。

ステップＳ１０８Ｂにおいては、コントローラ６０が第２制御モードに遷移する。係る場合の第２制御モードは、対象空間ＳＰにおいて特定物品Ｘ３が検出されたときに、遷移する制御モードである。そして、コントローラ６０はステップＳ１０９Ｂへ進む。

ステップＳ１０９Ｂにおいては、コントローラ６０が学習処理を実行する。係る場合の学習処理は、対象空間ＳＰにおいて特定物品Ｘ３が検出されたときに、当該特定物品Ｘ３に対して風を送り、特定物品Ｘ３に関して限界風向及び限界風量の一方又は双方を学習する処理である。すなわち、係る場合の学習処理は、室内ユニット２０の送風で動いている物品ＯＢに関して対象物品Ｘ１に該当するか否かに関わりなく、積極的に風を送り限界風向及び限界風量の一方又は双方を学習する処理を含む。例えば、係る学習処理においては、学習部６５１によって、特定物品Ｘ３に対して、所定風量の風が送られるように室内空気流ＡＦの風向及び風量の一方又は双方が制御されることで、当該特定物品Ｘ３に関して限界風向又は限界風量が学習される。また、例えば、係る学習処理においては、上記実施形態と同様に、学習部６５１によって、対象物品Ｘ１に該当する特定物品Ｘ３に関しても、限界風向又は限界風量が学習される。学習部６５１は、学習処理の結果を学習データＤ８において保存する。そして、コントローラ６０はステップＳ１１０へ進む。

つまり、ここでの特定物品Ｘ３は、対象空間ＳＰにおいて室内空気流ＡＦによって動いている状態にある物品ＯＢである。また、ここでの特定物品Ｘ３は、対象空間ＳＰにおいて室内空気流ＡＦによって動く可能性がある物品ＯＢでもある。

このように、コントローラ６０は、対象物品Ｘ１以外の物品ＯＢを、特定物品Ｘ３として検出するように構成されてもよい。すなわち、対象物品Ｘ１以外の物品ＯＢであっても、室内ユニット２０の送風で動く物品ＯＢについては、学習処理により限界風向及び限界風量の一方又は双方を学習し、学習結果に応じて送風制御を行うようにしてもよい。

（６−５）変形例５
また例えば、コントローラ６０は、図１８に示すようにステップＳ１０６及びＳ１０７の双方を省略したフローで処理を実行してもよい。図１８のステップＳ１０１からＳ１０５及びステップＳ１１０からＳ１１１の処理については、上記実施形態と同様である。図１８では、ステップＳ１０８及びＳ１０９に代えて、Ｓ１０８Ｃ及びＳ１０９Ｃが実行される。また、図１８では、ステップＳ１０５とステップＳ１０８Ｃの間にステップＳ１０５Ｃが含まれている。

図１８に示すステップＳ１０５Ｃにおいては、検出処理の結果に基づき、対象空間ＳＰに物品ＯＢが存在するか否かが判定される。係る判定は、例えば判定部６３３によって行われるようにしてもよい。物品ＯＢが検出されない場合（ＮＯの場合）には、コントローラ６０はステップＳ１１０へ進む。ステップＳ１０６において物品ＯＢが検出された場合（ＹＥＳの場合）には、コントローラ６０はステップＳ１０８Ｃへ進む。

ステップＳ１０８Ｃにおいては、コントローラ６０が第２制御モードに遷移する。係る場合の第２制御モードは、対象空間ＳＰにおいて物品ＯＢが検出されたときに、当該物品ＯＢが対象物品Ｘ１又は運動物品Ｘ２に該当するか否かに関わりなく遷移する制御モードである。そして、コントローラ６０はステップＳ１０９Ｃへ進む。

ステップＳ１０９Ｃにおいては、コントローラ６０が学習処理を実行する。係る場合の学習処理は、対象空間ＳＰにおいて物品ＯＢが検出されたときに、当該物品ＯＢに対して風を送り、限界風向及び限界風量の一方又は双方を学習する処理である。すなわち、係る場合の学習処理は、対象空間ＳＰに存在する物品ＯＢに関して、対象物品Ｘ１及び運動物品Ｘ２に該当するか否かに関わりなく、積極的に風を送り限界風向及び限界風量の一方又は双方を学習する処理を含む。例えば、係る学習処理においては、学習部６５１によって、対象物品Ｘ１及び運動物品Ｘ２に該当しない物品ＯＢに対して、所定風量の風が送られるように室内空気流ＡＦの風向及び風量の一方又は双方が制御されることで、当該物品ＯＢに関して限界風向又は限界風量が学習される。また、例えば、係る学習処理においては、上記実施形態又は上記「変形例３」若しくは「変形例４」と同様に、学習部６５１によって、対象物品Ｘ１及び／又は運動物品Ｘ２に該当する物品ＯＢに関しても、限界風向又は限界風量が学習される。学習部６５１は、学習処理の結果を学習データＤ８において保存する。そして、コントローラ６０はステップＳ１１０へ進む。

このような態様の学習処理が行われる場合にも、機器制御部６５が、学習処理の結果に基づき物品ＯＢに対する限界風向・限界風量に沿って、送風制御を行う。すなわち、ここでは、対象空間ＳＰにおいて検出される物品ＯＢが、対象物品Ｘ１及び運動物品Ｘ２に該当するか否かに関わりなく、特定物品Ｘ３である。つまり、ここでの特定物品Ｘ３は、対象空間ＳＰにおいて室内空気流ＡＦによって動く可能性がある物品ＯＢである。

このように、コントローラ６０は、ある送風条件では対象物品Ｘ１及び運動物品Ｘ２として検知できない物品であっても、異なる送風条件時に動く物品を特定物品Ｘ３として検出するように構成されてもよい。また、対象物品Ｘ１または運動物品Ｘ２として登録されている物品の類似の特長を特徴データＤ７から抽出し、類似の特長を有する物品ＯＢを特定物品Ｘ３と検出するように構成されていてもよい。

対象物品Ｘ１及び運動物品Ｘ２以外の物品ＯＢであっても、室内ユニット２０の送風で動く可能性がある物品ＯＢについては、学習処理により限界風向及び限界風量の一方又は双方を学習し、学習結果に応じて送風制御を行うようにしてもよい。

なお、ここでの特定物品Ｘ３には、上記実施形態と同様に、対象空間ＳＰにおいて室内空気流ＡＦによって動いている状態にある物品ＯＢも含まれうる。また、ここでの特定物品Ｘ３は、対象空間ＳＰにおいて検出された、室内空気流ＡＦによって動くことが想定される物として予め登録されている物品ＯＢも含まれうる。

（６−６）変形例６
上記実施形態においては、特定物品検出処理において、撮影データＤ３に基づき検出された物品ＯＢに関して運動物品Ｘ２が検出され（運動物品検出処理）、運動物品Ｘ２が登録されている対象物品Ｘ１に該当するか否かを判定すること（特定物品判定処理）によって、特定物品Ｘ３が検出されている。しかし、特定物品検出処理における特定物品Ｘ３の検出態様については、必ずしも係る態様には限定されず、適宜変更が可能である。例えば、検出部６３は、撮影データＤ３から直接的に特定物品Ｘ３を検出してもよい。例えば、検出部６３は、撮影データＤ３において直接的に対象物品Ｘ１を抽出しその対象物品Ｘ１が室内ユニット２０の送風で動いていると想定される程度に運動していることを検出することによって、特定物品Ｘ３を検出してもよい。すなわち、撮影データＤ３における物品ＯＢの動作状態に基づき特定物品Ｘ３が直接的に抽出されてもよい。

（６−７）変形例７
上記実施形態では、検出処理が図１３に示すような態様で行われる例について説明されている。しかし、検出処理は、他の態様によって行われてもよいことはもちろんである。例えば、検出処理は、ニューラルネットワーク以外の手段を用いて実行されてもよい。例えば、管理者等によって予め登録されている人物ＰＳ及び物品ＯＢの特徴を定義したデータに基づいて、係る特徴が撮影データＤ３から検出されることで人物ＰＳ及び物品ＯＢが検出・特定されてもよい。また、検出処理において用いられる人物ＰＳ又は物品ＯＢの特徴については適宜変更が可能である。また、検出処理は、必ずしも毎時行われる必要はなく、所定のタイミングで行われてもよい。例えば、検出処理は、定期的に（例えば５分周期で）行われてもよい。また、検出処理においては、必ずしも人物ＰＳが検出される必要はなく、物品ＯＢのみが検出されてもよい。

（６−８）変形例８
上記実施形態では、コントローラ６０は、空気調和機１０に含まれる各機器の動作を制御可能に構成されている。しかし、コントローラ６０は、送風に関する動作を行う機器のみの制御を行うように構成されてもよい。例えば、コントローラ６０は、室内ファン２１及びフラップ２３の一方又は双方のみの制御を行うように構成されてもよい。

（６−９）変形例９
記憶部６１の各記憶領域に記憶されているデータは、プログラム情報記憶領域Ｍ１に記憶される制御プログラムとして定義されてもよい。

例えば、対象物品データＤ２は、必ずしも対象物品情報記憶領域Ｍ４に記憶されている必要はない。例えば、対象物品データＤ２は、プログラム情報記憶領域Ｍ１において制御プログラムとして定義されていてもよい。すなわち、コントローラ６０は、対象物品Ｘ１として検出する物品ＯＢを特定する情報を制御プログラムとして保持していてもよい。例えば、コントローラ６０は、対象物品Ｘ１として検出する物品ＯＢの形状や大きさ等の特徴を特定する情報を制御プログラムとして保持していてもよい。

また例えば、学習データＤ８は、必ずしも学習データ記憶領域Ｍ１１に記憶されている必要はない。例えば、学習データＤ８は、プログラム情報記憶領域Ｍ１において制御プログラムとして定義されていてもよい。すなわち、コントローラ６０は、検出された特定物品Ｘ３に応じた限界風量・限界風向を制御プログラムとして保持していてもよい。例えば、コントローラ６０は、特定物品Ｘ３の形状や大きさ等の特徴、及び／又は、特定物品Ｘ３の位置や吹出口２２からの距離に応じて定義された限界風量・限界風向を、制御プログラムとして保持していてもよい。

（６−１０）変形例１０
上記実施形態では、第１検出部６３１は、撮影データＤ３に基づき人物ＰＳ及び物品ＯＢの特徴を学習するように構成されている。しかし、第１検出部６３１は、必ずしも係る態様で構成される必要はない。すなわち、第１検出部６３１は、必ずしも検出処理において検出された人物ＰＳ又は物品ＯＢに関して特徴を学習する必要はない。また、コントローラ６０は、制御プログラムやテーブル等として、人物ＰＳや物品ＯＢに関して既に学習済みの特徴を特定する情報を保持していてもよい。

（６−１１）変形例１１
上記実施形態では、撮影データＤ３は、対象空間ＳＰの所定範囲を所定のピクセルで表わした画像データ（動画データ）を含んでいる。しかし、撮影データＤ３の形式については設置環境や設計仕様等に応じて適宜変更が可能である。例えば、撮影データＤ３は、対象空間ＳＰの所定範囲を所定のピクセルで表わした画像データ（静止画）であってもよい。

（６−１２）変形例１２
上記実施形態では、一の対象空間ＳＰに１台の撮影ユニット４０が配置されている。しかし、撮影ユニット４０の配置態様については、必ずしもこれに限定されず、適宜変更が可能である。例えば、一の対象空間ＳＰに複数台の撮影ユニット４０が配置されてもよい。係る場合、複数の撮影ユニット４０が撮影した各撮影データＤ３に基づき物品ＯＢ又は人物ＰＳが識別される。すなわち、一の対象空間ＳＰにおいて異なる撮影角度で撮影された撮影データＤ３に基づいて検出処理が行われることから、物品ＯＢ又は人物ＰＳの検出を高精度に行うことが可能である。

（６−１３）変形例１３
上記実施形態では、撮影ユニット４０は、対象空間ＳＰの天井ＣＩに埋めこまれる天井埋込型の室内ユニット２０内に配置されている。しかし、撮影ユニット４０の配置態様は、必ずしもこれに限定されず、適宜変更が可能である。例えば、いずれか又は全ての撮影ユニット４０は、対象空間ＳＰの天井から吊り下げられる天井吊下型の室内ユニット２０内に配置されてもよいし、対象空間ＳＰの側壁ＳＷに設置される壁掛型の室内ユニット２０内に配置されてもよい。また、例えば、いずれか又は全ての撮影ユニット４０は、必ずしも室内ユニット２０内に配置される必要はなく、他の機器内に配置されてもよいし、独立して設置されてもよい。

（６−１４）変形例１４
上記実施形態では、空調システム１００が、複数の対象空間ＳＰを含む対象施設１において適用されている。しかし、空調システム１００が適用される対象施設１における対象空間ＳＰの数については適宜変更が可能である。例えば、空調システム１００は、単一の対象空間ＳＰを含む対象施設に適用されてもよい。

（６−１５）変形例１５
上記実施形態では、各ユニット間（例えば、室外ユニット制御部１８―室内ユニット制御部２５間、室内ユニット制御部２５―室内ユニット制御部２５間、室内ユニット制御部２５―リモコン制御部３５間、及び室内ユニット制御部２５―撮影ユニット４０間）において、通信線を用いて通信ネットワークが構成されている。しかし、各ユニット間においては、通信線に加えて又は通信線に代えて、電波や赤外線を用いた無線通信によって通信ネットワークが構成されてもよいことはもちろんである。また、室外ユニット制御部１８及びサーバ５０を含む各機器は、通信線に加えて又は通信線に代えて、無線通信によって広域ネットワークＮＷ１に接続されてもよい。

（６−１６）変形例１６
上記実施形態では、サーバ５０は、広域ネットワークＮＷ１を介して室外ユニット制御部１８、室内ユニット制御部２５及びリモコン制御部３５と通信可能に構成されているが、ＬＡＮ（ローカル・エリア・ネットワーク）を介してこれらのユニットと通信可能に構成されてもよい。

（６−１７）変形例１７
上記実施形態では、コントローラ６０は、室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５及びサーバ５０が通信ネットワークを介して接続されることで構成されている。しかし、コントローラ６０の構成態様は、必ずしもこれに限定されず、他の態様で構成されてもよい。例えば、コントローラ６０の構成機器として、室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５及びサーバ５０のいずれかが省略されてもよい。例えば、コントローラ６０は、室外ユニット制御部１８、リモコン制御部３５、及び室内ユニット制御部２５のいずれか又は全てによって構成されてもよい。係る場合、空気調和機１０は、コントローラ６０を有している。

また、例えば、室外ユニット制御部１８、室内ユニット制御部２５、リモコン制御部３５及びサーバ５０、のいずれかに代えて又はいずれかとともに、別の機器が通信ネットワークを介して接続されることでコントローラ６０が構成されてもよい。また、コントローラ６０は、必ずしも広域ネットワークＮＷ１に跨って構成される必要はなく、ＬＡＮに接続される機器のみで構成されてもよい。

（６−１８）変形例１８
上記実施形態では、本開示に係る思想が「送風機」である空気調和機１０の室内ユニット２０に関して適用されている。しかし、必ずしもこれに限定されず、本開示に係る思想は他の「送風機」に関して適用可能である。すなわち、本開示に係る思想を適用可能な「送風機」は、風を送る機器である限り特に限定されず、例えば、空気清浄機、除湿機、扇風機又は換気装置等であってもよい。

また、「送風機」は、その本体が必ずしも対象空間ＳＰに設置される必要はなく、ダクト等を介して風を送るように配置されてもよい。すなわち、「送風機」の吹出口が対象空間ＳＰに連通している限り、「送風機」の配置場所については特に限定されない。

［第２実施形態］
以下、第２実施形態に係るコントローラ６０ａ及び空調システム１００ａについて第１実施形態に係る空調システム１００と異なる部分を主として説明する。なお、以下の説明において、説明を省略している部分については、特にことわりのない限り、第１実施形態に係るコントローラ６０又は空調システム１００と同様である。

図１９は、空調システム１００ａ（送風制御システム）の概略構成を示したブロック図である。空調システム１００ａ（送風制御システム）は、コントローラ６０の代わりにコントローラ６０ａを有している。コントローラ６０ａ（送風制御装置）は、空調システム１００ａの動作を統括的に管理する制御装置である。

コントローラ６０ａにおいては、記憶部６１の学習データ記憶領域Ｍ１１（図６）において、室内ユニット２０の送風で動く可能性がある物品ＯＢに関して、既に学習済みの限界風向・限界風量が個別に特定された学習データＤ８が記憶されている。ここでの学習データＤ８には、各物品ＯＢの室内ユニット２０の吹出口２２からの距離及び／又は位置に応じた限界風向・限界風量を特定する情報が含まれている。また、ここでの学習データＤ８に含まれる、限界風向、限界風量、及びその組合せは、物品毎に複数あってもよい。

コントローラ６０ａにおいて、機器制御部６５は、第１実施形態とは異なり、学習部６５１を有していない。また、本実施形態における機器制御部６５は、第２制御モード時に、送風制御（第１処理）を実行する。ここでの送風制御は、特定物品Ｘ３が対象空間ＳＰに存在する場合に、係る特定物品Ｘ３に対して学習データＤ８において定義されている限界風向・限界風量に沿った室内空気流ＡＦが送られるように、室内ファン２１及びフラップ２３の一方又は双方を制御する処理である。

すなわち、本実施形態では、機器制御部６５は、第２制御モード時に、特定物品Ｘ３が動くことが抑制されるように、特定物品Ｘ３に対して送られる室内空気流ＡＦの風量を制御する送風制御を実行する。

以下、図２０を参照して、コントローラ６０ａの処理の流れの一例を説明する。図２０は、コントローラ６０ａの処理の流れの一例を示したフローチャートである。

コントローラ６０ａは、図２０のステップＳ１０１からステップＳ１１２に示すような流れで処理を実行する。なお、図２０に示す処理の流れは、適宜変更が可能であり、処理が適正に行われる限り、いずれかのステップの順序を入れ換えてもよいし、いずれかのステップが同時に実行されてもよいし、図示しない他のステップが追加されてもよい。

図２０のステップＳ１０１、Ｓ１０２、Ｓ１０４からＳ１０８、及びＳ１１０については、第１実施形態（図１４）と同様である。本実施形態においては、第１実施形態におけるステップＳ１０３、Ｓ１０９及びＳ１１１に代えて、ステップＳ１０３ａ、Ｓ１０９ａ及びＳ１１１ａが実行され、ステップＳ１１２がさらに含まれている。

ステップＳ１０３ａにおいて、コントローラ６０ａ（機器制御部６５）は、入力されているコマンド、設定温度、及び各センサの検出値等に応じて、各機器の状態をリアルタイムに制御することで運転を行わせる。ステップＳ１０３ａにおいて、コントローラ６０ａは、第２制御モードに遷移している場合には、送風制御を優先的に実行する。その後、コントローラ６０ａは、ステップＳ１０４へ進む。

ステップＳ１０９ａにおいて、コントローラ６０ａ（機器制御部６５）は、特定物品Ｘ３として検出された物品ＯＢが動くことが抑制されるように送風制御を実行し、当該物品ＯＢに対して送られる室内空気流ＡＦの風量を制御する。具体的に、コントローラ６０ａは、特定物品Ｘ３として検出された物品ＯＢが対象空間ＳＰに存在する場合には、学習データＤ８に基づき当該物品ＯＢに対して限界風向・限界風量に沿った風が送られるように、室内ファン２１及びフラップ２３の一方又は双方を制御する。その後、コントローラ６０ａは、ステップＳ１１０へ進む。

ステップＳ１１１ａにおいて、コントローラ６０ａ（更新部６８）は、入力されている更新コマンドに基づき、対象物品データＤ２の更新を行う。その後、コントローラ６０ａは、ステップＳ１１２へ進む。

ステップＳ１１２において、コントローラ６０は、運転停止を指示する停止コマンドが入力されていない場合（ここではＮＯの場合）には、ステップＳ１０３ａに戻る。一方、運転停止を指示する停止コマンドが入力されている場合（ここではＹＥＳの場合）には、コントローラ６０は、ステップＳ１０１に戻る。

本実施形態においても、第１実施形態の「（５）特徴」において説明した事項に関して実現可能である。なお、第２実施形態に係る空調システム１００ａにおいても、第１実施形態における変形例１から１８の各思想を類推して適用可能であり、また矛盾が生じない範囲で複数の変形例を組み合わせて適用されてもよい。

ここで、コントローラ６０ａは、図２０とは異なる流れで処理を実行してもよい。コントローラ６０ａが図２０に示される以外の処理を実行する場合には、コントローラ６０ａに含まれる各機能部の処理が適宜追加又は変更される。

例えば、コントローラ６０ａは、第１実施形態に係る「（６−３）変形例３」（図１６）と同様に、ステップＳ１０６を省略して図２１に示すようなフローで処理を実行してもよい。

また例えば、コントローラ６０ａは、第１実施形態に係る「（６−４）変形例４」（図１７）と同様に、ステップＳ１０７を省略して図２２に示すようなフローで処理を実行してもよい。図２２のステップＳ１０１からＳ１０６及びステップＳ１１０からＳ１１２の処理については、図２０と同様である。図２２では、ステップＳ１０８及びＳ１０９ａに代えて、ステップＳ１０８ｃ及びＳ１０９ｃが実行される。図２２に示すステップＳ１０８ｃの処理については、第１実施形態に係る「（６−４）変形例４」（図１７）のステップＳ１０８Ｂと同様である。ステップＳ１０９ｃにおいては、コントローラ６０ａが学習データＤ８に基づき、送風制御（第１処理）を実行する。

また例えば、コントローラ６０ａは、第１実施形態に係る「（６−５）変形例５」（図１８）と同様に、ステップＳ１０６及びＳ１０７の双方を省略して図２３に示すようなフローで処理を実行してもよい。図２３のステップＳ１０１からＳ１０５及びステップＳ１１０からＳ１１２の処理については、図２０と同様である。図２３では、ステップＳ１０８及びＳ１０９ａに代えて、Ｓ１０８ｄ及びＳ１０９ｄが実行される。また、図２３では、ステップＳ１０５とステップＳ１０８ｄの間にステップＳ１０５ｄが含まれている。図２３に示すステップＳ１０５ｄ及びＳ１０８ｄの処理については、第１実施形態に係る「（６−５）変形例５」（図１８）のステップＳ１０５Ｃ及びＳ１０８Ｃと同様である。ステップＳ１０９ｄにおいては、コントローラ６０ａが送風制御を実行する。

なお、本実施形態においても、記憶部６１の各記憶領域に記憶されているデータは、プログラム情報記憶領域Ｍ１に記憶される制御プログラムとして定義されてもよい。

例えば、対象物品データＤ２は、必ずしも対象物品情報記憶領域Ｍ４に記憶されている必要はない。例えば、対象物品データＤ２は、プログラム情報記憶領域Ｍ１において制御プログラムとして定義されていてもよい。すなわち、コントローラ６０ａは、対象物品Ｘ１として検出する物品ＯＢを特定する情報を制御プログラムとして保持していてもよい。例えば、コントローラ６０ａは、対象物品Ｘ１として検出する物品ＯＢの形状や大きさ等の特徴を特定する情報を制御プログラムとして保持していてもよい。

また例えば、学習データＤ８は、必ずしも学習データ記憶領域Ｍ１１に記憶されている必要はない。例えば、学習データＤ８は、プログラム情報記憶領域Ｍ１において制御プログラムとして定義されていてもよい。すなわち、コントローラ６０ａは、特定物品Ｘ３に応じた限界風量・限界風向を制御プログラムとして保持していてもよい。例えば、コントローラ６０ａは、特定物品Ｘ３の形状や大きさ等の特徴、及び／又は、特定物品Ｘ３の位置や吹出口２２からの距離に応じて定義された限界風量・限界風向を、制御プログラムとして保持していてもよい。

また、コントローラ６０ａは、広域ネットワークＮＷ１を介して構成される必要はなく、各機能部が室外ユニット制御部１８、室内ユニット制御部２５、及びリモコン制御部３５のいずれか又は全てで構成されてもよい。すなわち、対象施設１又は対象空間ＳＰに配置される機器のみでコントローラ６０ａが構成されてもよい。また、各室内ユニット２０が、室内ユニット制御部２５において、学習データＤ８を、制御プログラム又はテーブル等として保持していてもよい。

［備考］
以上、実施形態を説明したが、特許請求の範囲に記載の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。

本開示は、送風制御装置、空気調和機又は送風制御システムに利用可能である。

１ ：対象施設
１０ ：空気調和機
１５ ：室外ユニット
１８ ：室外ユニット制御部
２０ ：室内ユニット（送風機）
２１ ：室内ファン
２１ａ ：室内ファンモータ
２２ ：吹出口
２３ ：フラップ
２５ ：室内ユニット制御部
３５ ：リモコン制御部
４０ ：撮影ユニット
５０ ：サーバ
６０、６０ａ：コントローラ（送風制御装置）
６１ ：記憶部
６２ ：取得部
６３ ：検出部
６４ ：モード制御部
６５ ：機器制御部（制御部）
６６ ：駆動信号出力部
６７ ：受付部
６８ ：更新部
１００、１００ａ：空調システム（送風制御システム）
６３１ ：第１検出部
６３２ ：第２検出部
６３３ ：判定部
６５１ ：学習部
ＡＦ ：室内空気流（風）
ＣＩ ：天井
Ｄ１ ：撮影ユニット設置データ
Ｄ２ ：対象物品データ（物品情報）
Ｄ３ ：撮影データ（画像データ）
Ｄ４ ：検出データ
Ｄ５ ：運動物品データ
Ｄ６ ：特定物品データ
Ｄ７ ：特徴データ
Ｄ８ ：学習データ
Ｆ１ ：運動物品フラグ
Ｆ２ ：制御モードフラグ
ＮＷ１ ：広域ネットワーク
ＯＢ ：物品
ＰＳ ：人物
ＳＰ ：対象空間
ＴＢ１ ：撮影ユニットテーブル
ＴＢ２ ：対象物品テーブル
ＴＢ３ ：検出テーブル
ＴＢ４ ：運動物品テーブル
ＴＢ５ ：特定物品テーブル
ＴＢ６ ：風量テーブル
Ｘ１ ：対象物品
Ｘ２ ：運動物品
Ｘ３ ：特定物品
ｃｂ１―ｃｂ４：通信線

特開２０１８−７６９７４号公報

Claims (10)

1. 送風機（２０）を制御する送風制御装置（６０、６０ａ）であって、
   対象空間（ＳＰ）に設置される撮影機器（４０）によって撮影された画像データ（Ｄ３）を取得する取得部（６２）と、
   前記取得部が取得した前記画像データに基づき、前記送風機の送風によって動く物である特定物品（Ｘ３）を検出する検出部（６３）と、
   前記検出部の検出結果に基づいて前記送風機が送風する風（ＡＦ）の風向及び風量の少なくとも一方を制御する第１処理を実行する制御部（６５）と、
   を備え、
   前記第１処理は、前記特定物品が前記送風機の送風によって動かないように、前記送風機が送風する風の風向及び風量の少なくとも一方を制御することを特徴とする、
   送風制御装置（６０、６０ａ）。
2. 送風機（２０）を制御する送風制御装置（６０、６０ａ）であって、
   対象空間（ＳＰ）に設置される撮影機器（４０）によって撮影された画像データ（Ｄ３）を取得する取得部（６２）と、
   前記取得部が取得した前記画像データに基づき、前記送風機の送風によって動く物である特定物品（Ｘ３）を検出する検出部（６３）と、
   前記検出部の検出結果に基づいて前記送風機が送風する風（ＡＦ）の風向及び風量の少なくとも一方を制御する第１処理を実行する制御部（６５）と、
   前記特定物品に関する物品情報（Ｄ２）を記憶する記憶部（６１）と、
   前記第１処理に関する学習をする学習部（６５１）と、
   を備え、
   前記検出部は、前記記憶部に記憶されている前記物品情報に基づいて前記特定物品を検出し、
   前記学習部は、前記第１処理の実行結果に基づき、前記特定物品が動くことが抑制される風量及び風量の少なくとも一方を学習する、
   送風制御装置（６０、６０ａ）。
3. 前記特定物品は、紙、布、繊維、灰、すす、塵及び埃の少なくともいずれかを含む、
   請求項２に記載の送風制御装置（６０）。
4. 前記物品情報を更新する更新部（６８）をさらに備える、
   請求項２又は３に記載の送風制御装置（６０、６０ａ）。
5. 前記第１処理は、前記送風機が前記特定物品に対して送風する風の風量を低減させることを特徴とする、
   請求項１から４のいずれか１項に記載の送風制御装置（６０、６０ａ）。
6. 前記検出部は、前記送風機に対する前記特定物品の位置を検出する、
   請求項１から５のいずれか１項に記載の送風制御装置（６０、６０ａ）。
7. 前記検出部は、前記送風機と前記特定物品との距離を検出する、
   請求項６に記載の送風制御装置（６０、６０ａ）。
8. 前記検出部は、前記取得部によって取得された前記画像データに基づき、前記対象空間に存在する人（ＰＳ）をさらに検出する、
   請求項１から７のいずれか１項に記載の送風制御装置（６０、６０ａ）。
9. 請求項１から８のいずれかに記載の送風制御装置（６０、６０ａ）を備える、
   空気調和機（１０）。
10. 送風機（２０）と、
    対象空間（ＳＰ）に設置される撮影機器（４０）と、
    請求項１から８のいずれかに記載の送風制御装置（６０、６０ａ）と、
    を備える、
    送風制御システム（１００、１００ａ）。

Images