JP7079187B2 - 乗員判別装置、コンピュータプログラム、および記憶媒体 - Google Patents

Description

本発明は、車室内の乗員の身体部位を判別する装置に関連する。本発明は、当該装置が備えているプロセッサにより実行されるコンピュータプログラム、および当該コンピュータプログラムが記憶された記憶媒体にも関連する。

特許文献１に記載された装置は、乗員の手の画像を光電変換撮像素子で取得する。当該装置は、当該画像に基づいて手の動きを検出することにより、車載機器を操作している乗員を判別する。

特開２００９－２９４８４３号公報

本発明の目的は、手に限られない身体部位の検出を通じて車室内の乗員の姿勢や動作を高い精度で判別することである。

上記の目的を達成するための一態様は、乗員判別装置であって、
それぞれが三次元位置情報を有する複数の点要素を含むデータセットを受け付ける入力インターフェースと、
前記データセットに基づいて車室内の乗員の身体部位を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記データセットを複数のデータサブセットに分割することにより、前記車室の少なくとも一部を構成する複数の空間領域の一つに各データサブセットを対応付け、
前記各データサブセットに含まれる前記乗員に対応する前記複数の点要素の数に基づいて、前記身体部位が存在する可能性が高い前記複数の空間領域の一つに対応する高尤度データサブセットを特定し、
前記高尤度データサブセットに基づいて前記身体部位を判別する処理を行ない、
前記複数のデータサブセットは、複数の第一データサブセットと複数の第二データサブセットを含んでおり、
前記複数の第一データサブセットの一つに対応する前記複数の空間領域の一つは、前記複数の第二データサブセットの一つに対応する前記複数の空間領域の一つと部分的に重なっている。

複数の第一データサブセットの一つに対応する複数の空間領域の一つと複数の第二データサブセットの一つに対応する複数の空間領域の一つが部分的に重なるように複数のデータサブセットへの分割が行なわれることにより、乗員の身体部位の大きさの個人差や位置によらず、当該身体部位がいずれかのデータサブセットに対応する空間領域に収まる確率が上がる。これにより、後続する当該身体部位の判別処理の精度を向上できる。したがって、手に限られない身体部位の検出を通じて、車室内の乗員の姿勢や動作を高い精度で判別できる。

上記の乗員判別装置は、以下のように構成されうる。
前記プロセッサは、前記複数の空間領域の各々が前記身体部位に対応する幅を有するように前記複数のデータサブセットへの分割を行なう。

このような構成によれば、各データサブセットに対応する空間領域と判別対象としての身体部位との対応性が維持されつつ、第一データサブセットに対応する空間領域と第二データサブセットに対応する空間領域が部分的に重なるように複数のデータサブセットへの分割がなされることにより、当該身体部位に対する見かけ上の検出分解能を高めることができる。

上記の乗員判別装置は、以下のように構成されうる。
前記プロセッサは、
前記車室内の三次元位置を特定可能な三つの座標軸のうち第一の座標軸に沿って前記データセットを第一座標データサブセットに分割し、
前記三つの座標軸のうち第二の座標軸に沿って前記データセットを第二座標データサブセットに分割し、
前記第一座標データサブセットと前記第二座標データサブセットに基づいて、前記高尤度データサブセットを特定する。

三次元情報を有する複数の点要素に対して、当該三次元情報を特定可能な三つの座標軸のうち二つに基づいて複数のデータサブセットへの分割が行なわれることにより、高尤度データサブセットの特定精度を高めることができる。これにより、身体部位の判別に係る後続の処理の精度を高めることができる。

上記の乗員判別装置は、以下のように構成されうる。
前記身体部位は、頭部である。

頭部の位置や動きからは、様々な情報が得られることが知られている。例えば、運転中における運転者の脇見、居眠り、発作による異常挙動などに係る情報が、頭部の位置や動きから取得されうる。上記の構成によって頭部の判別精度が向上することにより、車室内の乗員についてより多彩な情報が取得されうる。

上記の乗員判別装置は、以下のように構成されうる。
前記複数の点要素の各々は、ＴＯＦカメラの画素に対応している。

このような構成によれば、画像処理を用いる判別処理との統合が比較的容易である。

上記の目的を達成するための一態様は、それぞれが三次元位置情報を有する複数の点要素を含むデータセットに基づいて、車室内の乗員の身体部位をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることにより、当該プロセッサは、
前記データセットを複数のデータサブセットに分割することにより、各データサブセットを前記車室の少なくとも一部を構成する複数の空間領域の一つに対応付け、
前記各データサブセットに含まれる前記乗員に対応する前記複数の点要素の数に基づいて、前記身体部位が存在する可能性が高い前記複数の空間領域の一つに対応する高尤度データサブセットを特定し、
前記高尤度データサブセットに基づいて前記身体部位を判別する処理を行ない、
前記複数のデータサブセットは、複数の第一データサブセットと複数の第二データサブセットを含んでおり、
前記複数の第一データサブセットの一つに対応する前記複数の空間領域の一つは、前記複数の第二データサブセットの一つに対応する前記複数の空間領域の一つと部分的に重なっている。

上記の目的を達成するための一態様は、上記のコンピュータプログラムを記憶している記憶媒体である。

本発明によれば、手に限られない身体部位の検出を通じて車室内の乗員の姿勢や動作を高い精度で判別できる。

一実施形態に係る乗員判別システムの構成を示している。 図１の乗員判別システムが搭載される車両の一部を示している。 図１の乗員判別装置により実行される処理の流れを示している。 図１の乗員判別装置により実行される処理を説明するための図である。 図１の乗員判別装置により実行される処理を説明するための図である。 図１の乗員判別装置により実行される処理を説明するための図である。 図１の乗員判別装置により実行される処理を説明するための図である。 図１の乗員判別装置により実行される処理を説明するための図である。 図１の乗員判別装置により実行される処理を説明するための図である。

添付の図面を参照しつつ、実施形態例について以下詳細に説明する。以下の説明に用いる各図面では、各部材を認識可能な大きさとするために縮尺を適宜変更している。

図１は、一実施形態に係る乗員判別システム１の構成を模式的に示している。乗員判別システム１は、ＴＯＦ（Time of Flight）カメラユニット２と乗員判別装置３を含んでいる。図２は、乗員判別システム１が搭載される車両４の一部を示している。

ＴＯＦカメラユニット２は、図２に示される車両４の車室４１内における適宜の位置に配置され、運転者５を含む車室４１の少なくとも一部の画像を取得する。

ＴＯＦカメラユニット２は、発光素子と受光素子を備えている。発光素子は、検出光として例えば赤外光を出射する。出射された検出光は、対象物によって反射され、戻り光として受光素子に入射する。検出光が発光素子より出射されてから戻り光が受光素子に入射するまでの時間が測定されることにより、戻り光を生じた対象物までの距離が算出される。ＴＯＦカメラユニット２により取得される画像を構成する複数の画素の各々について当該距離が算出されることにより、各画素は、画像における二次元的な位置座標（Ｕ，Ｖ）に加えて、当該画素に対応する対象物の一部までの距離（奥行き）を示す距離情報ｄ（Ｕ，Ｖ）を含む。

ＴＯＦカメラユニット２は、取得された画像に対応する画像データセットを出力する。画像データセットは、複数の画素データセットを含んでいる。複数の画素データセットの各々は、取得された画像を構成する複数の画素の対応する一つに関連づけられている。複数の画素データセットの各々は、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）を含んでいる。すなわち、複数の画素データセットの各々は、三次元位置情報を有している。画像データセットは、データセットの一例である。複数の画素データセットは、複数の点要素の一例である。

乗員判別装置３は、車両４における適宜の位置に搭載される。乗員判別装置３は、ＴＯＦカメラユニット２から提供される画像データセットに基づいて、車室４１内の運転者５の頭部５１を判別するための装置である。運転者５は、乗員の一例である。頭部５１は、乗員の身体部位の一例である。

図１に示されるように、乗員判別装置３は、入力インターフェース３１を備えている。入力インターフェース３１は、ＴＯＦカメラユニット２から出力された画像データセットを受け付ける。

乗員判別装置３は、プロセッサ３２を備えている。プロセッサ３２は、入力インターフェース３１に入力された画像データセットに基づいて、運転者５の頭部５１を判別する処理を実行する。

図３を参照しつつ、プロセッサ３２によって行なわれる処理の流れを説明する。プロセッサ３２は、まず画像データセットに対して予備処理を実行する（ＳＴＥＰ１）。

各画素データサブセットに含まれる位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）は、画像中心座標が（ｃ_X，ｃ_Y）と定義された場合、次式を用いてカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）に変換されうる。ｆは、ＴＯＦカメラユニット２が備えるレンズの焦点距離を表している。

プロセッサ３２は、上式に基づいて、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換を行なう。なお、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換は、ＴＯＦカメラユニット２に内蔵されたプロセッサによって行なわれてもよい。この場合、ＴＯＦカメラユニット２から出力される画像データセットに含まれる複数の画素データセットの各々は、位置座標（Ｘ，Ｙ，Ｚ）を含む。位置座標（Ｘ，Ｙ，Ｚ）は、三次元位置情報の一例である。各画素データセットは、点要素の一例である。

カメラ座標系における位置座標（Ｘ，Ｙ，Ｚ）は、運転者５を原点とする車両座標系における位置座標（Ｌ，Ｗ，Ｈ）に変換されうる。Ｗ軸は、車両４の左右方向に延びる座標軸である。例えば、Ｗ軸の座標値は、運転者５から見て原点よりも右方において正の値をとり、原点よりも左方において負の値をとる。Ｌ軸は、車両４の前後方向に延びる座標軸である。例えば、Ｌ軸の座標値は、原点よりも前方において正の値をとり、原点よりも後方において負の値をとる。Ｈ軸は、車両４の上下方向に延びる座標軸である。例えば、Ｈ軸の座標値は、原点よりも上方において正の値をとり、原点よりも下方において負の値をとる。

プロセッサ３２は、各画素データセットについてカメラ座標系における位置座標（Ｘ，Ｙ，Ｚ）から車両座標系における位置座標（Ｌ，Ｗ，Ｈ）への変換を行なう。原点は、例えば運転者５の腰骨に対応する位置として選ばれる。車両座標系への座標変換は、周知の座標回転変換、平行移動変換、スケール変換などを用いて行なわれうる。

続いてプロセッサ３２は、処理対象とされる空間領域を限定する処理を行なう。具体的には、ＴＯＦカメラユニット２から取得された画像データセットから、限定された空間領域に対応する複数の画素データセットが抽出される。

図４の（Ａ）は、ＴＯＦカメラユニット２から取得された画像データセットＩＤの一例を示している。図２に示されるように、運転席に着座した運転者５の頭部５１は、車室４１の上部に位置している蓋然性が高い。したがって、処理対象とされる空間領域が当該車室４１の上部に限定される。例えば、限定された空間領域は、Ｗ軸の座標値が－５１０ｍｍ～３６０ｍｍ、Ｌ軸の座標値が－２８０ｍｍ～７００ｍｍ、Ｈ軸の座標値が４３０ｍｍ～７５０ｍｍの範囲である空間領域として定義されうる。図４の（Ｂ）は、限定された空間領域に対応する複数の画素データセットＰＤの一例を示している。抽出された複数の画素データセットＰＤもまた、データセットの一例である。

空間領域を限定する処理が行なわれることにより、後述する頭部５１の判別処理の負荷が軽減されうる。しかしながら、この処理は省略されてもよい。

次に、図３に示されるように、プロセッサ３２は、ＴＯＦカメラユニット２から取得された画像データセットＩＤまたは上記のように抽出された複数の画素データセットＰＤを複数のデータサブセットＤＳに分割する（ＳＴＥＰ２）。

図５の（Ａ）は、Ｌ軸とＨ軸により形成されるＬＨ座標平面に射影された複数の画素データセットＰＤを示している。プロセッサ３２は、ＬＨ座標平面に射影された複数の画素データセットＰＤを複数のデータサブセットＤＳに分割することにより、車室４１の一部を構成する複数の空間領域（車室空間領域）の一つに各データサブセットＤＳを対応付ける。

各データサブセットＤＳに対応する車室空間領域は、Ｌ軸に沿う所定の幅ｄＬを有している。複数のデータサブセットＤＳは、複数の第一データサブセットＤＳ１と複数の第二データサブセットＤＳ２を含んでいる。複数の第一データサブセットＤＳ１の一つに対応する複数の車室空間領域の一つは、複数の第二データサブセットＤＳ２の一つに対応する複数の車室空間領域の一つと部分的に重なっている。

次に、図３に示されるように、プロセッサ３２は、高尤度データサブセットＬＤＳを特定する（ＳＴＥＰ３）。高尤度データサブセットＬＤＳは、運転者５の頭部５１が存在する可能性が高い車室空間領域に対応するデータサブセットＤＳである。

具体的には、プロセッサ３２は、各データサブセットＤＳに含まれる有意な画素データセットの数を計数する。「有意な画素データセット」とは、運転者５によって検出光が反射されたことにより取得された可能性が高い距離情報Ｄ（Ｕ，Ｖ）を有している画素データセットを意味する。そのような距離情報Ｄの数値範囲は、ＴＯＦカメラユニット２と運転者５との位置関係に基づいて適宜に定められうる。

ＬＨ座標平面に射影された複数の画素データセットＰＤの場合、有意な画素データセットを最も多く含むデータサブセットＤＳに対応する車室空間領域には、運転者５の頭部５１と胴体５２が含まれている可能性が高い。

したがって、図５の（Ｂ）に示されるように、プロセッサ３２は、有意な画素データセットを最も多く含むデータサブセットＤＳを、高尤度データサブセットＬＤＳとして特定する。換言すると、プロセッサ３２は、各データサブセットＤＳに含まれる運転者５に対応する画素データセットの数に基づいて、頭部５１が存在する可能性が高い複数の車室空間領域の少なくとも一つに対応する高尤度データサブセットＬＤＳを特定する。

次に、図３に示されるように、プロセッサ３２は、特定された高尤度データサブセットＬＤＳに基づいて、頭部の判別を行なう（ＳＴＥＰ４）。

まず、図５の（Ｂ）に示されるように、プロセッサ３２は、運転者５の頭頂部５１ａを特定する。具体的には、高尤度データサブセットＬＤＳに含まれる有意な画素データセットのうち、最も高い位置にあるものが、頭頂部５１ａであると特定される。換言すると、高尤度データサブセットＬＤＳに含まれる有意な画素データセットのうち、最も大きなＨ軸座標値を有するものが、頭頂部５１ａであると特定される。

続いて、図６の（Ａ）と（Ｂ）に示されるように、プロセッサ３２は、運転者５の頭部５１が含まれる蓋然性の高い頭部空間領域ＨＳＲを定義する。頭部空間領域ＨＳＲは、特定された頭頂部５１ａの座標に基づいて定められる。具体的には、国立研究開発法人産業技術総合研究所の人体寸法データベースや独立行政法人製品評価技術基盤機構の人間特性データベースなどに公開されている頭部の大きさに係る情報に基づいて、頭部空間領域ＨＳＲのＬ軸に沿う方向の寸法ｈｄＬ、Ｈ軸に沿う方向の寸法ｈｄＨ、およびＷ軸に沿う方向の寸法ｈｄＷが定められる。

例えば、寸法ｈｄＬは、頭頂部５１ａの座標を中心として１７６ｍｍの値をとるように定められる。寸法ｈｄＨは、頭頂部５１ａの座標から下方へ１４６ｍｍの値をとるように定められる。寸法ｈｄＷは、頭頂部５１ａの座標を中心として１７６ｍｍの値をとるように定められる。

続いて、図７の（Ａ）に示されるように、プロセッサ３２は、上記のように定められた頭部空間領域ＨＳＲに対応する頭部データサブセットＨＳＤを、複数の画素データセットＰＤから抽出する。

さらに、図７の（Ｂ）に示されるように、プロセッサ３２は、頭部データサブセットＨＳＤのうち、上記のように定められた頭部空間領域ＨＳＲの重心位置Ｇに対応する画素データセットを、運転者５の頭部５１の位置を示すデータとして特定する。

図１に示されるように、乗員判別装置３は、出力インターフェース３３を備えている。出力インターフェース３３は、特定された運転者５の頭部５１の位置を示すデータを出力する。出力されたデータは、後段の認識処理において利用される。例えば、当該データが示す頭部５１の位置の経時変化がモニタされることにより、運転者５の頭部５１の向き、傾き、動きなどが認識されうる。これにより、運転中における運転者５の脇見、居眠り、発作による異常挙動などが検知されうる。

後段の認識処理は、プロセッサ３２によって行なわれてもよいし、プロセッサ３２とは別のプロセッサによって行なわれてもよい。すなわち、出力インターフェース３３は、物理的なインターフェースであってもよいし、論理的なインターフェースであってもよい。

図５の（Ａ）を参照して説明した複数の第一データサブセットＤＳ１と複数の第二データサブセットＤＳ２への分割を行なうことの利点について、図８を参照しつつ説明する。

仮に複数の第一データサブセットＤＳ１のみを用いる場合、上記のような高尤度データサブセットＬＤＳを正確に特定できない虞がある。図示された例においては、運転者５の頭部５１は、左の第一データサブセットＤＳ１と中央の第一データサブセットＤＳ１に対応する車室空間領域に跨って位置している。他方、車両４のヘッドレスト４２は、右の第一データサブセットＤＳ１に対応する車室空間領域内に位置している。この場合、右の第一データサブセットＤＳ１が高尤度データサブセットＬＤＳと特定され、ヘッドレスト４２が運転者の頭部であると判別されてしまう虞がある。

しかしながら、複数の第二データサブセットＤＳ２を加えることにより、左の第二データサブセットＤＳ２に対応する車室空間領域に運転者５の頭部５１が収まることが判る。したがって、左の第二データサブセットＤＳ２が高尤度データサブセットＬＤＳとして特定されうる。

すなわち、第一データサブセットＤＳ１に対応する車室空間領域と第二データサブセットＤＳ２に対応する車室空間領域が部分的に重なるように複数のデータサブセットＤＳへの分割が行なわれることにより、運転者５の頭部５１の大きさの個人差や位置によらず、頭部５１がいずれかのデータサブセットＤＳに対応する車室空間領域に収まる確率が上がる。これにより、後続する頭部５１の判別処理の精度を向上できる。したがって、手に限られない身体部位の検出を通じて、車室４１内の運転者５の姿勢や動作を高い精度で判別できる。

なお、偏りなく頭部５１をいずれかのデータサブセットＤＳに対応する車室空間領域に収めるために、第一データサブセットＤＳ１に対応する車室空間領域と第二データサブセットＤＳ２に対応する車室空間領域の重なり量は、当該車室空間領域の幅の半分であることが好ましい。図５の（Ａ）に示される例においては、重なり量は、ｄＬ／２とされる。

図５の（Ａ）に示される分割された車室空間領域の幅ｄＬは、人の頭部に対応する寸法として予め定められうる。「人の頭部に対応する寸法」は、例えば国立研究開発法人産業技術総合研究所の人体寸法データベースや独立行政法人製品評価技術基盤機構の人間特性データベースなどに公開されている頭部の大きさに係る情報に基づいて定められうる。換言すると、プロセッサ３２は、分割された複数の車室空間領域の各々が判別対象としての頭部に対応する幅ｄＬを有するように、ＴＯＦカメラユニット２から取得された画像データセットＩＤまたは抽出された複数の画素データセットＰＤを、複数のデータサブセットＤＳに分割する。

このような構成によれば、各データサブセットＤＳに対応する車室空間領域と判別対象としての頭部５１との対応性が維持されつつ、第一データサブセットＤＳ１に対応する車室空間領域と第二データサブセットＤＳ２に対応する車室空間領域が部分的に重なるように複数のデータサブセットＤＳへの分割がなされることにより、頭部５１に対する見かけ上の検出分解能を高めることができる。

図３に示されるように、複数のデータサブセットＤＳへの分割処理（ＳＴＥＰ２）は、複数の第一座標データサブセットへの分割処理（ＳＴＥＰ２１）と複数の第二座標データサブセットへの分割処理（ＳＴＥＰ２２）を含みうる。第一座標データサブセットは、車室４１内の三次元位置を特定可能な三つの座標軸のうち第一の座標軸に基づくデータサブセットである。第二座標データサブセットは、当該三つの座標軸のうち第二の座標軸に基づくデータサブセットである。

図５の（Ａ）を参照して説明されたデータサブセットＤＳは、第一座標データサブセットの一例である。すなわち、Ｌ軸は、第一の座標軸の一例である。

図９の（Ａ）は、Ｗ軸とＨ軸により形成されるＷＨ座標平面に射影された複数の画素データセットＰＤを示している。プロセッサ３２は、ＷＨ座標平面に射影された複数の画素データセットＰＤを複数のデータサブセットＤＳに分割することにより、車室４１の一部を構成する複数の空間領域（車室空間領域）の一つに各データサブセットＤＳを対応付ける。このように分割された複数のデータサブセットは、第二座標データサブセットの一例である。Ｗ軸は、第二の座標軸の一例である。

各データサブセットＤＳに対応する車室空間領域は、Ｗ軸に沿う所定の幅ｄＷを有している。幅ｄＷは、人の頭部に対応する寸法として予め定められることが好ましい。複数のデータサブセットＤＳは、複数の第一データサブセットＤＳ１と複数の第二データサブセットＤＳ２を含んでいる。複数の第一データサブセットＤＳ１の一つに対応する複数の車室空間領域の一つは、複数の第二データサブセットＤＳ２の一つに対応する複数の車室空間領域の一つと部分的に重なっている。

なお、偏りなく頭部５１をいずれかのデータサブセットＤＳに対応する車室空間領域に収めるために、第一データサブセットＤＳ１に対応する車室空間領域と第二データサブセットＤＳ２に対応する車室空間領域の重なり量は、当該車室空間領域の幅の半分であることが好ましい。図９の（Ａ）に示される例においては、重なり量は、ｄＷ／２とされる。

Ｗ軸に基づいて分割された複数のデータサブセットＤＳに対しても、図３に示されるように、プロセッサ３２は、高尤度データサブセットＬＤＳを特定する（ＳＴＥＰ３）。前述のように、高尤度データサブセットＬＤＳは、運転者５の頭部５１が存在する可能性が高い車室空間領域に対応するデータサブセットＤＳである。

ＷＨ座標平面に射影された複数の画素データセットＰＤの場合、有意な画素データセットを最も多く含むデータサブセットＤＳに対応する車室空間領域には、運転者５の頭頂部５１ａが含まれている可能性が高い。

したがって、図９の（Ｂ）に示されるように、プロセッサ３２は、有意な画素データセットを最も多く含むデータサブセットＤＳを、高尤度データサブセットＬＤＳとして特定する。換言すると、プロセッサ３２は、各データサブセットＤＳに含まれる運転者５に対応する画素データセットの数に基づいて、頭部５１が存在する可能性が高い複数の車室空間領域の少なくとも一つに対応する高尤度データサブセットＬＤＳを特定する。

三次元情報を有する複数の画素データセットに対して、当該三次元情報を特定可能な三つの座標軸のうち二つに基づいて複数のデータサブセットＤＳへの分割が行なわれることにより、高尤度データサブセットＬＤＳの特定精度を高めることができる。これにより、例えば頭頂部５１ａの特定に基づく頭部５１の判別に係る後続の処理の精度を高めることができる。

三つの座標軸のうち一つを用いて高尤度データサブセットＬＤＳの特定が行なわれる場合、前述したＬＨ座標平面に射影された複数の画素データセットＰＤに対する分割処理に代えて、ＷＨ座標平面に射影された複数の画素データセットＰＤに対する分割処理のみがおこなわれてもよい。

上述したプロセッサ３２の機能は、図１に示される汎用メモリ３４と協働して動作する汎用マイクロプロセッサにより実現されうる。汎用マイクロプロセッサとしては、ＣＰＵやＭＰＵが例示されうる。汎用メモリ３４としては、ＲＯＭやＲＡＭが例示されうる。この場合、ＲＯＭには、上述した処理を実行するコンピュータプログラムが記憶されうる。ＲＯＭは、コンピュータプログラムを記憶している記憶媒体の一例である。プロセッサ３２は、ＲＯＭ上に記憶されたプログラムの少なくとも一部を指定してＲＡＭ上に展開し、ＲＡＭと協働して上述した処理を実行する。プロセッサ３２は、上述した処理を実現するコンピュータプログラムを実行可能なマイクロコントローラ、ＡＳＩＣ、ＦＰＧＡなどの専用集積回路によって実現されてもよい。プロセッサ３２は、汎用マイクロプロセッサと専用集積回路の組合せによって実現されてもよい。

図１に示されるように、乗員判別装置３は、ネットワーク６を介して外部サーバ７と通信可能に構成されうる。この場合、上述した処理を実行するプログラムは、外部サーバ７からネットワーク６を介してダウンロードされうる。外部サーバ７は、コンピュータプログラムを記憶している記憶媒体の一例である。

上記の実施形態は、本発明の理解を容易にするための例示にすぎない。上記の実施形態に係る構成は、本発明の趣旨を逸脱しなければ、適宜に変更・改良されうる。

上記の実施形態においては、乗員判別装置３は、運転者５の頭部５１を判別するように構成されている。これに加えてあるいは代えて、乗員判別装置３は、運転者以外の乗員の頭部を判別するように構成されうる。これに加えてあるいは代えて、乗員判別装置３は、乗員の頭部以外の身体部位（胴体、腕、脚、手など）を判別するように構成されうる。その場合、分割された各データサブセットＤＳに対応する車室空間領域の幅（例えばＬ軸に沿う方向の幅ｄＬ、Ｗ軸に沿う方向の幅ｄＷ）は、判別対象としての当該身体部位に対応する寸法を有することが好ましい。

上記の実施形態においては、乗員判別装置３は、ＴＯＦカメラユニット２から三次元情報を有する複数の画素データセットを取得している。この場合、画像処理を用いる判別処理との統合が比較的容易である。しかしながら、三次元情報を有する複数の点要素を含むデータセットを乗員判別装置３に提供可能であれば、ＴＯＦカメラユニット２に代えて、ＬｉＤＡＲ（Light Detection and Ranging）センサユニットなどが使用されうる。

２：ＴＯＦカメラユニット、３：乗員判別装置、３１：入力インターフェース、３２：プロセッサ、４１：車室、５：運転者、５１：頭部、ＩＤ：画像データセット、ＰＤ：画素データセット、ＤＳ：データサブセット、ＤＳ１：第一データサブセット、ＤＳ２：第二データサブセット、ＬＤＳ：高尤度データサブセット、Ｈ：Ｈ軸、Ｌ：Ｌ軸、Ｗ：Ｗ軸、ｄＬ、ｄＷ：人の頭部に対応する幅

Claims (7)

1. それぞれが三次元位置情報を有する複数の点要素を含むデータセットを受け付ける入力インターフェースと、
   前記データセットに基づいて車室内の乗員の身体部位を判別するプロセッサと、
   を備えており、
   前記プロセッサは、
   前記データセットを複数のデータサブセットに分割することにより、前記車室の少なくとも一部を構成する複数の空間領域の一つに各データサブセットを対応付け、
   前記各データサブセットに含まれる前記乗員に対応する前記複数の点要素の数に基づいて、前記身体部位が存在する可能性が高い前記複数の空間領域の一つに対応する高尤度データサブセットを特定し、
   前記高尤度データサブセットに基づいて前記身体部位を判別する処理を行ない、
   前記複数のデータサブセットは、複数の第一データサブセットと複数の第二データサブセットを含んでおり、
   前記複数の第一データサブセットの一つに対応する前記複数の空間領域の一つは、前記複数の第二データサブセットの一つに対応する前記複数の空間領域の一つと部分的に重なっている、
   乗員判別装置。
2. 前記プロセッサは、前記複数の空間領域の各々が前記身体部位に対応する幅を有するように前記複数のデータサブセットへの分割を行なう、
   請求項１に記載の乗員判別装置。
3. 前記プロセッサは、
   前記車室内の三次元位置を特定可能な三つの座標軸のうち第一の座標軸に沿って前記データセットを第一座標データサブセットに分割し、
   前記三つの座標軸のうち第二の座標軸に沿って前記データセットを第二座標データサブセットに分割し、
   前記第一座標データサブセットと前記第二座標データサブセットに基づいて、前記高尤度データサブセットを特定する、
   請求項１または２に記載の乗員判別装置。
4. 前記身体部位は、頭部である、
   請求項１から３のいずれか一項に記載の乗員判別装置。
5. 前記複数の点要素の各々は、ＴＯＦカメラの画素に対応している、
   請求項１から４のいずれか一項に記載の乗員判別装置。
6. それぞれが三次元位置情報を有する複数の点要素を含むデータセットに基づいて、車室内の乗員の身体部位をプロセッサに判別させるコンピュータプログラムであって、
   当該コンピュータプログラムが実行されることにより、当該プロセッサは、
   前記データセットを複数のデータサブセットに分割することにより、各データサブセットを前記車室の少なくとも一部を構成する複数の空間領域の一つに対応付け、
   前記各データサブセットに含まれる前記乗員に対応する前記複数の点要素の数に基づいて、前記身体部位が存在する可能性が高い前記複数の空間領域の一つに対応する高尤度データサブセットを特定し、
   前記高尤度データサブセットに基づいて前記身体部位を判別する処理を行ない、
   前記複数のデータサブセットは、複数の第一データサブセットと複数の第二データサブセットを含んでおり、
   前記複数の第一データサブセットの一つに対応する前記複数の空間領域の一つは、前記複数の第二データサブセットの一つに対応する前記複数の空間領域の一つと部分的に重なっている、
   コンピュータプログラム。
7. 請求項６に記載のコンピュータプログラムを記憶している記憶媒体。

Images