JP6835781B2 - 生体情報検出装置 - Google Patents

Description

本発明は、電波を利用した生体情報検出装置に関する。

従来、電波を利用した距離測定方法としては、例えば、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によるレーダ（以下「ＦＭ−ＣＷレーダ」という。）を用いた生体状態検出装置が提案されている（例えば、特許文献１参照）。

特許文献１に記載された生体状態検出装置は、周波数変調した連続波による送信波を、生体を含む対象物に送信し、送信波と対象物からの反射波との周波数差に基づいて、前記対象物までの予め定められた距離ごとの強度を時系列的に示す距離スペクトル強度データを検出するＦＭ−ＣＷレーダと、ＦＭ−ＣＷレーダの検出結果から、生体の呼吸に基づく体動信号を抽出する抽出手段と、体動信号に基づいて生体の姿勢が座位であるか臥位であるか、又は生体の呼吸を判定する判定手段とを備える。

特許第５８４８４６９号公報

生体（通常は人）の姿勢や呼吸だけでなく、生体の居室内における位置、居室に居るか居ないか（在／不在）、転倒の有無、活動情報等の生体に関する情報を取得して生体を監視したいという要請がある。

本発明の目的は、生体の在／不在を含む生体に関する情報を検出することができる生体情報検出装置を提供することにある。

［１］周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの距離毎の強度を時系列的に示す距離スペクトル強度データを検出する検出部と、
前記検出部から出力される距離スペクトル強度データと前記距離スペクトル強度データに予め定められた時間の遅延を与えたデータに対して行った移動平均処理との差を前記距離毎に求めた差分データを算出する算出部と、
前記差分データに基づいて、前記生体の存在を判定する存在判定部と、を備えた生体情報検出装置。
［２］前記存在判定部は、予め定められた周期の強度変化を判定対象から除外する、前記［１］に記載の生体情報検出装置。
［３］前記検出部の検出結果に基づいて、最小ノイズフロアを検出する最小フロア検出部をさらに備え、
前記存在判定部は、前記差分データが前記最小ノイズフロアより大きい場合に前記生体が存在すると判定する、前記［１］又は［２］に記載の生体情報検出装置。
［４］前記算出部は、自己から同心円状の距離に応じて少なくとも近傍エリア、検出エリア及び遠方エリアに分けて前記距離毎に求めた差分データを算出し、
前記存在判定部は、前記近傍エリア又は前記遠方エリアの最大の強度が前記検出エリアの最大の強度よりも大きい場合の前記差分データは判定対象から除外し、それ以外の前記
検出エリアにおける前記差分データに基づいて、前記生体の存在を判定する、前記［１］から［３］のいずれか１つの記載の生体情報検出装置。

本発明によれば、生体の在／不在を含む生体に関する情報を検出することができる。

図１は、本発明の実施の形態に係る生体情報検出装置が配置された屋内の一例を示す平面図である。 図２は、本実施の形態に係る生体情報検出装置の構成例を示すブロック図である。 図３は、エリア毎のパワーの一例を示す図である。 図４は、居室内におけるパワーの時系列的変化の一例を示す図である。 図５は、エアコンのフラップが動作した場合のパワーの時系列的変化の一例を示す図である。 図６は、エアコン内の掃除ロボットが動作した場合のパワーの時系列的変化の一例を示す図である。

以下、本発明の実施の形態について図面を参照して説明する。なお、各図中、実質的に同一の機能を有する構成要素については、同一の符号を付してその重複した説明を省略する。

［実施の形態］
図１は、本発明の実施の形態に係る生体情報検出装置が配置された屋内の一例を示す平面図である。

同図に示す屋内１００には、居室１０１があり、居室１０１の壁１０１ａに、生体情報検出装置（以下「センサ」ともいう。）１と、エアコン１０２とが配置され、居室１０１の床面１０１ｂにベッド１０３が配置されている。また、居室１０１には、トイレ１０４、ドア１０５等が設けられている。なお、センサ１は、天井や屋内に配置されたベッド１０３等の他の場所に配置されてもよく、照明器具等の器具に内蔵されてもよい。

センサ１は、例えば、居室１０１内における対象者Ｐの生体情報を検出する。「生体情報」とは、生体の位置や生体の状態等の生体に関する情報をいう。生体情報には、例えば、居室の在／不在、活動状態、入床状態、姿勢、呼吸数、脈拍数等が含まれる。対象者Ｐは、生体の一例である。なお、生体は、犬、猫等の動物でもよい。また、対象者Ｐは複数でもよい。

センサ１の検出可能距離は、例えば０〜８ｍである。センサ１からの距離に応じて同心円状に、近傍エリア（例えば、２ｍ以下）１２１、検出エリア（２ｍを超え５ｍ以下）１２２、及び遠方エリア（５ｍを超え８ｍ以下）１２３が設定されている。検出エリア１２２は、生体情報の検出を目的とした領域である。近傍エリア１２１及び遠方エリア１２３は、生体情報の検出を目的としていない領域である。なお、上記のように検出可能距離のうち一部に検出エリア１２２を設けたが、これは一例であって、必ずしも設けなくてもよい。

図２は、センサ１の構成例を示すブロック図である。センサ１は、検出系２と、第１の処理系３と、第２の処理系４と、通信部５とを備える。

通信部５は、第１の処理系３及び第２の処理系４により得られた生体情報の検出結果を有線又は無線により外部に送信する。外部としては、例えば、対象者Ｐを管理する管理センタ等が考えられる。管理センタは、通信部５から送信された生体情報に基づいて警報を発する等の動作を行う。

（検出系の構成）
検出系２は、ＲＦレーダ２０と、Ｉ／Ｑ折畳同期加算部２１と、周波数変換部２２とを備える。

ＲＦレーダ２０は、周波数変調した連続波による送信波を対象物（生体等の移動体やベッド等の固定物を含む。）に送信し、対象物からの反射波を受信し、送信波と反射波との周波数差（ビート周波数）をＩ信号及びＱ信号（以下「ＩＱ信号」という。）として出力する。送信波は、例えば２４ＧＨｚ帯を用いる。掃引周波数帯域を２００ＭＨｚとした場合、ＲＦレーダ２０は、２４．０５ＧＨｚ〜２４．２５ＧＨｚの範囲で変調した送信波を送信する。なお、周波数帯は、２４ＧＨｚに限られない。

Ｉ／Ｑ折畳同期加算部２１は、ＲＦレーダ２０から出力されたＩＱ信号の重ね合わせを予め定められた回数繰り返し行う。これによりＩＱ信号のＳＮ比が向上する。

周波数変換部２２は、Ｉ／Ｑ折畳同期加算部２１から出力されたＩＱ信号をフーリエ変換することにより、対象物までの距離毎の強度（以下、パワーともいう。）を時系列的に示すデータ（以下「距離スペクトル強度データ」ともいう。）を出力する。

（第１の処理系の構成）
第１の処理系３は、第１の差分データ算出部３０と、スペクトラム変換部３１と、フィルタ部３２と、位置判定部３３と、エリア毎パワー部３４と、動作判定部３５と、最小ノイズフロア検出部３６Ａと、最大ノイズフロア検出部３６Ｂと、正規化処理部３７とを備える。

第１の差分データ算出部３０は、周波数変換部２２から出力される距離スペクトル強度データに予め定められた時間（例えば、２０．４８ｍｓ）の遅延を与える遅延部３０ａと、周波数変換部２２の出力データに遅延部３０ａの出力データを加算する加算部３０ｂとを備える。これにより距離スペクトル強度データとその１つ前の距離スペクトル強度データとの差を距離毎に求めた差分データが得られる。

スペクトラム変換部３１は、第１の差分データ算出部３０からの差分データに対し、連続する複数の周波数ＢＩＮ毎にパワーを求め、それを対数に変換する。

フィルタ部３２は、スペクトラム変換部３１の出力データに対して連続する複数の周波数ＢＩＮ毎に移動平均処理（ローパスフィルタに相当する処理）を行い、処理結果（距離毎のパワー）を第１の動き情報３２ａとして位置判定部３３に出力する。なお、第１の動き情報３２ａは全ての位置のパワーが含まれている。例えば、生体が４ｍに位置するときは図４の実線に類似した波形が得られる。

位置判定部３３は、第１の処理系３のフィルタ部３２からの第１の動き情報３２ａと第２の処理系４のフィルタ部４２からの第２の動き情報４２ａに基づいて、対象者Ｐの位置を判定し、それを位置情報３３ａとして通信部５に出力する。

第１の処理系３のフィルタ部３２から対象者Ｐの毎分６０回以上の比較的速い動きの情報（例えば、歩行等）が得られ、第２の処理系４のフィルタ部４２から対象者Ｐの毎分５０回以下の比較的遅い動きの情報（例えば、呼吸数等）が得られる。

第１の動き情報３２ａ及び第２の動き情報４２ａには、パワーのピークが発生したときの時間及びセンサ１からの距離が含まれる。したがって、位置判定部３３は、パワーのピークが発生した時間及び距離を追跡することにより、対象者Ｐの居室１０１内における現在の位置、及び位置の変化等の位置情報３３ａを検出することができる。

例えば、対象者Ｐが居室１０１に入室し、ベッド１０３に横になったとすると、居室１０１に入室した際は、第１の動き情報３２ａ及び第２の動き情報４２ａが共に高いレベルを示すが、ベッド１０３に横になって体動が無くなると、第１の動き情報３２ａのレベルが下がり、第２の動き情報４２ａが高いレベルを示す。

エリア毎パワー部３４は、算出に使用する距離範囲を指定することでエリア１２１、１２２、１２３毎のパワーを出力する。すなわち、エリア毎パワー部３４は、第１の差分データ算出部３０から出力された距離スペクトル強度データを、検出エリア１２２に関する距離スペクトル強度データ（以下「第１のエリア動き情報」という。）３４ａ（図４参照）と、近傍エリア１２１に関する第１のエリア動き情報３４ｂと、遠方エリア１２３に関する第１のエリア動き情報３４ｃに分けて出力する。

動作判定部３５は、エリア毎パワー部３４が出力したエリア１２１、１２２、１２３毎の第１のエリア動き情報３４ａ〜３４ｃと、最小ノイズフロア検出部３６Ａが検出した最小ノイズフロア３６ａ（図４参照）とに基づいて、検出エリア１２２における対象者Ｐの動作の有無を判定し、判定結果を動作情報３５ａ（図４参照）として通信部５に出力する。

すなわち、動作判定部３５は、検出エリア１２２におけるパワーが最小ノイズフロア３６ａを超え、さらに閾値以上に変動した場合、対象者Ｐが動作したと判定する。また、動作判定部３５は、近傍エリア１２１又は遠方エリア１２３における最大のパワーが検出エリア１２２における最大のパワーよりも大きい場合、検出エリア１２２のパワーは近傍エリア１２１又は遠方エリア１２３のパワーの上昇の影響を受けたとして検出エリア１２２のパワーを動作判定から除外する。これにより、例えば、図３に示すように、対象者Ｐが検出エリア１２２及び遠方エリア１２３に存在しないにも拘らず例えば居室１０１の外で他の人の動きがあったために、遠方エリア１２３おける距離７ｍで最大のパワーが得られ、検出エリア１２２では距離４ｍで閾値を超える最大のパワーが得られる場合があるが、対象者Ｐが遠方エリア１２３に存在しているという誤判定を避けることができる。

また、動作判定部３５は、エアコン１０２の風向きを変更するフラップやエアコン１０２の掃除ロボットのように予め定められた周期で動作した場合、これに基づくパワーを判定対象から除外する。なお、判定対象から除外するものは、これらに限られない。

最小ノイズフロア検出部３６Ａは、検出エリア１２２におけるパワーの最小値を追跡することで最小ノイズフロア３６ａ（図４参照）を検出する。最大ノイズフロア検出部３６Ｂは、検出エリア１２２におけるパワーの最大値を追跡することで最大ノイズフロア（図示せず）を検出する。但し、最小ノイズフロア及び最大ノイズフロアは値が極端に変化しないように変化量を制限している。

正規化処理部３７は、最小ノイズフロア検出部３６Ａにより検出された最小ノイズフロア３６ａと最大ノイズフロア検出部３６Ｂにより検出された最大ノイズフロアとの差を複数（例えば１０）の段階の評価値（０〜１０）に分け、エリア毎パワー部３４から出力された検出エリア１２２における第１のエリア動き情報３４ａを正規化した評価値による活動情報３７ａに変換する。なお、予め測定又は予測した最小ノイズフロア３６ａ及び最大ノイズフロアに基づいて正規化してもよい。

（第２の処理系の構成）
第２の処理系４は、第２の差分データ算出部４０と、スペクトラム変換部４１と、フィルタ部４２と、エリア毎パワー部４４と、動作判定部４５とを備える。第２の差分データ算出部４０は、算出部の一例である。動作判定部４５は、存在判定部の一例である。

第２の差分データ算出部４０は、周波数変換部２２から出力される距離スペクトル強度データに予め定められた時間（例えば、２０．４８ｍｓ）の遅延を与えるとともに、周波数変換部２２から出力される距離スペクトル強度データに対して移動平均処理を行う移動平均部４０ａと、周波数変換部２２の出力データに移動平均部４０ａの出力データを加算する加算部４０ｂとを備える。これにより距離スペクトル強度データと時系列的にその１つ前の距離スペクトル強度データとの差を距離毎に求めた差分データが得られる。

移動平均処理では、時系列的に連続するＮ個の値を平均した平均値を、時間方向に１つずつ移動しながら算出する。検出したい動きの周波数に応じてＮの値を定めればよい。本実施の形態では、毎分１０〜５０回の呼吸数が検出できるようにＮの値を定める。なお、移動平均処理は、単純移動平均を用いてもよく、重み付け移動平均を用いてもよい。重み付け移動平均を用いることにより、本来のデータに近いデータが得られる。重み付け移動平均は、直近ほど大きな係数を用いる。

スペクトラム変換部４１と、第１の処理系３のスペクトラム変換部３１と同様に、連続する複数の周波数ＢＩＮ毎にパワーを求め、それを対数に変換する。

フィルタ部４２は、第１の処理系３のフィルタ部３２と同様に、スペクトラム変換部４１の出力データに対して連続する複数の周波数ＢＩＮ毎に移動平均処理（ローパスフィルタに相当する処理）を行い、処理結果（距離毎のパワー）を第２の動き情報４２ａとして位置判定部３３に出力する。なお、第２の動き情報４２ａは全ての位置のパワーが含まれている。例えば、生体が４ｍに位置するときは図４の実線に類似した波形が得られる。

エリア毎パワー部４４と、第１の処理系３のエリア毎パワー部３４と同様に、算出に使用する距離範囲を指定することでエリア１２１、１２２、１２３毎のパワー（強度）を算出する。すなわち、エリア毎パワー部４４は、第２の差分データ算出部４０から出力された距離スペクトル強度データを、検出エリア１２２に関する距離スペクトル強度データ（以下「第２のエリア動き情報」という。）４４ａ（図４参照）と、近傍エリア１２１に関する第２の動き情報４４ｂと、遠方エリア１２３に関する第２の動き情報４４ｃに分けて出力する。

動作判定部４５は、エリア毎パワー部４４が算出したエリア１２１、１２２、１２３毎の第２のエリア動き情報４４ａ〜４４ｃと、最小ノイズフロア検出部３６Ａが検出した最小ノイズフロア３６ａとに基づいて、対象者Ｐの居室１０１に存在するか否かを示す在／不在情報４５ａ（図４参照）を出力する。なお、動作判定部４５は、最小ノイズフロア検出部３６Ａのデータを用いずにエリア毎パワー部４４の出力データのレベルと予め定めた閾値との比較により在／不在を判定してもよい。

（実施の形態の動作）
次に、本実施の形態の動作の一例を図４〜図６を参照して説明する。

（１）居室における対象者の動作
図４は、居室内におけるパワーの時系列的変化の一例を示す図である。図４の横軸は時間を示し、縦軸は動作情報３５ａ及び在／不在情報４５ａを除きパワー（ｄＢ：デシベル）を示す。対象者Ｐがドア１０５を開けて居室１０１に入室すると、図４のａで示すように、第１の処理系３のエリア毎パワー部３４から出力される第１のエリア動き情報３４ａ、及び第２の処理系４のエリア毎パワー部４４から出力される第２のエリア動き情報４４ａ（例えば、呼吸）のパワーが共に大きくなる。

また、図４のａで示すように、第１の処理系３の正規化処理部３７が出力する活動情報３７ａは、第１のエリア動き情報３４ａに対応して大きなレベルとなる。

入室した対象者Ｐが移動してベッド１０３に横になると、図４のｂに示すように、第１のエリア動き情報３４ａ及び第２のエリア動き情報４４ａのパワーは、共に小さくなるが、第１のエリア動き情報３４ａの方が第２のエリア動き情報４４ａよりもレベルは小さくなる。対象者Ｐの体動が呼吸よりも遅くなると、このような傾向になる。このときは、活動情報３７ａは活動していないことを示している。

対象者Ｐがベッド１０３の上で寝返りをすると、図４のｃ、ｄに示すように、体が動くため、第１のエリア動き情報３４ａ及び第２のエリア動き情報４４ａのパワーが共に瞬間的に大きくなる。

（２）エアコンのフラップ動作
図５は、エアコン１０２のフラップが動作した場合のパワーの時系列的変化の一例を示す図である。図５の横軸は時間を示し、縦軸は在／不在情報４５ａを除きパワー（ｄＢ：デシベル）を示す。

対象者Ｐがドア１０５を開けて居室１０１に入室すると、図５のａに示すように、第１のエリア動き情報３４ａ及び第２のエリア動き情報４４ａが大きなレベルとなる。在／不在情報４５ａは在室を示している。

その後、対象者Ｐは遠方エリア１２３に存在するトイレ１０４に入ったため、在／不在情報４５ａが不在を示している。

対象者Ｐはトイレ１０４から出てエアコン１０２を起動する操作を行い、ドア１０５から退室すると、入室してエアコン１０２を起動する操作を行った瞬間は図５のｂに示すように、第１のエリア動き情報３４ａ及び第２のエリア動き情報４４ａのパワーが共に大きくなるため、在／不在情報４５ａは在室を示している。

対象者Ｐが退室しているが、図５のｃに示すように、エアコン１０２のフラップの動作により第２のエリア動き情報４４ａのパワーが大きくなっているため、在／不在情報４５ａは在室を示している。動作判定部４５は、第２のエリア動き情報４４ａが予め定められた周期で動作し、かつ、第１のエリア動き情報３４ａのレベルが閾値より小さい。これが予め定められた時間継続すると、動作判定部４５は、対象者Ｐは不在と判定し、不在を示す在／不在情報４５ａを出力する。上記の状態が予め定められた時間継続した後に在／不在情報４５ａを出力することにより、誤判定を抑制することができる。

（３）エアコン内の掃除ロボット
図６は、エアコン内の掃除ロボットが動作した場合のパワーの時系列的変化の一例を示す図である。図６の横軸は時間を示し、縦軸は在／不在情報４５ａを除きパワー（ｄＢ：デシベル）を示す。

エアコン１０２内の掃除ロボットがあるタイミングで動作すると、図６のａに示すように、ゆっくりした動作であるため、第１のエリア動き情報３４ａのレベルは小さいが、第２のエリア動き情報４４ａのレベルが大きいため、動作判定部４５は、在室を示す在／不在情報４５ａを出力する。動作判定部４５は、図６のａの時間と、掃除ロボットが停止しているｂの時間と、次のｃの時間を検出すると、掃除ロボットの動作によって第２のエリア動き情報４４ａのレベルが大きくなっていると判断し、動作判定部４５は、不在を示す在／不在情報４５ａを出力する。掃除ロボットの動作を複数回検出した後に在／不在情報４５ａを出力することにより、誤判定を抑制することができる。

（実施の形態の効果）
本実施の形態によれば、以下の効果を奏する。
（１）検出系２が検出した距離スペクトル強度データに基づいて、近傍エリア１２１、検出エリア１２２及び遠方エリア１２３に分けて得られた第２のエリア動き情報４４ａ〜４４ｃにより対象者Ｐが検出エリア１２２に存在するか否かを判定することができる。
（２）エアコン１０２のフラップやエアコン１０２内の掃除ロボットが動作しても、それに基づく周期の強度変化を判定対象から除外できるので、対象者Ｐが検出エリア１２２に存在するか否かを精度良く判定することができる。
（３）最小ノイズフロアと差分データとの差を判定することにより、最小ノイズフロアで対象者Ｐが存在すると誤判定することを抑制することができる。

［変形例］
なお、本発明の実施の形態は、上記実施の形態に限定されるものではなく、本発明の要旨を変更しない範囲内で種々に変形、実施が可能である。

１…生体情報検出装置（センサ）、２…検出系、３…第１の処理系、
４…第２の処理系、５…通信部、
２０…ＲＦレーダ、２１…Ｉ／Ｑ折畳同期加算部、２２…周波数変換部、
３０…第１の差分データ算出部、３０ａ…遅延部、３０ｂ…加算部、
３１…スペクトラム変換部、３２…フィルタ部、３３…位置判定部、
３３ａ…位置情報、３４…エリア毎パワー部、３４ａ…第１のエリア動き情報、
３５…動作判定部、３６Ａ…最小ノイズフロア検出部、
３６Ｂ…最大ノイズフロア検出部、３７…正規化処理部、３７ａ…活動情報、
４０…第２の差分データ算出部、４０ａ…移動平均部、４０ｂ…加算部、
４１…スペクトラム変換部、４２…フィルタ部、４４…エリア毎パワー部、
４４ａ…第２のエリア動き情報、４５…動作判定部、４５ａ…在／不在情報、
１００…屋内、１０１…居室、１０１ａ…壁、１０１ｂ…床面、１０２…エアコン、
１０３…ベッド、１０４…トイレ、１０５…ドア、１２１…近傍エリア、
１２２…検出エリア、１２３…遠方エリア、Ｐ…対象者

Claims (4)

1. 周波数変調した連続波による送信波を、生体を含む対象物に送信し、前記送信波と前記対象物からの反射波との周波数差に基づいて、前記対象物までの距離毎の強度を時系列的に示す距離スペクトル強度データを検出する検出部と、
   前記検出部から出力される距離スペクトル強度データと前記距離スペクトル強度データに予め定められた時間の遅延を与えたデータに対して行った移動平均処理との差を前記距離毎に求めた差分データを算出する算出部と、
   前記差分データに基づいて、前記生体の存在を判定する存在判定部と、
   を備えた生体情報検出装置。
2. 前記存在判定部は、予め定められた周期の強度変化を判定対象から除外する、
   請求項１に記載の生体情報検出装置。
3. 前記検出部の検出結果に基づいて、最小ノイズフロアを検出する最小フロア検出部をさらに備え、
   前記存在判定部は、前記差分データが前記最小ノイズフロアより大きい場合に前記生体が存在すると判定する、
   請求項１又は２に記載の生体情報検出装置。
4. 前記算出部は、自己から同心円状の距離に応じて少なくとも近傍エリア、検出エリア及び遠方エリアに分けて前記距離毎に求めた差分データを算出し、
   前記存在判定部は、前記近傍エリア又は前記遠方エリアの最大の強度が前記検出エリアの最大の強度よりも大きい場合の前記差分データは判定対象から除外し、それ以外の前記検出エリアにおける前記差分データに基づいて、前記生体の存在を判定する、
   請求項１から３のいずれか１項の記載の生体情報検出装置。