JP7143836B2

JP7143836B2 - 解析処理装置、解析処理方法、及び解析処理プログラム

Info

Publication number: JP7143836B2
Application number: JP2019234963A
Authority: JP
Inventors: 美也子佐川
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2019-12-25
Filing date: 2019-12-25
Publication date: 2022-09-29
Anticipated expiration: 2039-12-25
Also published as: CN114868166A; US20220319292A1; US11810438B2; JP2021103470A; WO2021131304A1

Description

本開示は、解析処理装置、解析処理方法、及び解析処理プログラムに関する。

従来、車両内の情報を解析する技術がある。

例えば、収集した要因から車両内で犯罪が発生する危険度を算出し、算出した危険度に応じた情報の密度で車両内部の経時的な変化を示す車両内部情報を収集する技術がある（特許文献１参照）。

特開２０１０－１１３４９４号公報

もっとも、車両内の解析に必要な画像認識等の計算に係るコストは高く、不要な解析は避けることが望ましい。また、解析周期を一律に定めた場合には、車両内の状況によっては、解析の必要性ない場合にも解析を行う状況が生じ、その分、不要なコストが発生してしまう。このような不要なコストを削減するためにも、解析の必要性に応じた解析周期の調整が求められる。

本開示は上記事情を鑑みてなされたものであり、外因から解析周期を調整し、解析に係るコストを抑制することができる解析処理装置、解析処理方法、及び解析処理プログラムを提供することを目的とする。

本開示に係る解析処理装置は、車両内の乗客の身体変位に関する解析を行うための解析処理装置であって、車両の乗客の状態を含む認識データに基づいて、乗客の着座の状態と、乗客の立位の状態とを算出する計算部と、車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数に従って、車両の解析周期を決定する周期決定部と、を含む。

本開示の解析処理装置、解析処理方法、及び解析処理プログラムによれば、外因から解析周期を調整し、解析に係るコストを抑制することができる。

本開示の実施形態に係る解析処理システムの構成を示すブロック図である。解析処理装置のハードウェア構成を示すブロック図である。解析処理装置による解析処理のうちの解析周期決定処理の流れを示すフローチャートである。

以下、本開示の実施形態について図面を用いて説明する。

まず、本開示の実施形態に係る前提について説明する。本実施形態に係る手法は、車両内の乗客の身体変位に関する解析を行うための解析周期を調整する手法に関する。車両は、多数の乗客が乗車する電車及びバス等を想定する。また、乗客の身体変位とは、転倒に限らず、外因による重力方向への身体変位を想定する。外因とは、例えば外力、他者とのインタラクションによる変化、及び外部環境の変化等の要因が挙げられる。このような外因によって、関節モーメントの均衡が保てなくなり、意図せず重力方向へ体が移動することにより、乗客の意図しない関節モーメントの変化が生じる。本実施形態は、このような身体変位を解析対象とする。

課題において示したように、解析に係る画像認識等には多大なコストが生じる。そのため、身体変位の解析の必要性が高い場合に、解析周期を減少させて、解析の頻度を多くしたい。逆に、身体変位の解析の必要性が低い場合に、解析周期を増大させて、解析の頻度を少なくしたい。

以上のような事情を鑑みて、本実施形態では、車両内の転倒検知にかかる計算リソース等を削減するため、解析周期を適応的に変化させる。解析周期の変化は、車内の状況等から、外的変化により、つまり当人以外からの影響を考慮する。外的変化により、転倒が生じ易いと判断できる車両の状況である場合は、解析周期を減少、つまり解析頻度を増大させる。また、外的変化により、転倒が生じにくい車両の状況である場合は、解析周期を増大、つまり解析頻度を減少させる。外的変化の影響としては、乗客が立っている立位の状態及び乗客が座っている着座の状態に着目した。立位の状態の場合には、外的変化の影響を受けやすく、着座の状態の場合には、外的変化の影響を受けにくいと考えられる。以上の観点から、本実施形態では、立位及び着座の状態によって解析周期を変化させる関数を導入した。本実施形態では、このように解析周期を変化させることで、計算リソース及び消費電力を削減する。

図１を参照して、本開示の実施形態に係る解析処理システム１００の構成について説明する。図１は、本開示の実施形態に係る解析処理システム１００の構成を示すブロック図である。図１に示すように、解析処理システム１００は、解析処理装置１１０と、センサ群１１１と、監視センタ１１２とがネットワークＮを介して接続されている。

図２は、解析処理装置１１０のハードウェア構成を示すブロック図である。図２に示すように、解析処理装置１１０は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１１、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）１２、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）１３、ストレージ１４、入力部１５、表示部１６及び通信インタフェース（Ｉ／Ｆ）１７を有する。各構成は、バス１９を介して相互に通信可能に接続されている。

ＣＰＵ１１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４からプログラムを読み出し、ＲＡＭ１３を作業領域としてプログラムを実行する。ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４に記憶されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭ１２又はストレージ１４には、解析処理プログラムが格納されている。

ＲＯＭ１２は、各種プログラム及び各種データを格納する。ＲＡＭ１３は、作業領域として一時的にプログラム又はデータを記憶する。ストレージ１４は、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）又はＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等の記憶装置により構成され、オペレーティングシステムを含む各種プログラム、及び各種データを格納する。

入力部１５は、マウス等のポインティングデバイス、及びキーボードを含み、各種の入力を行うために使用される。

表示部１６は、例えば、液晶ディスプレイであり、各種の情報を表示する。表示部１６は、タッチパネル方式を採用して、入力部１５として機能してもよい。

通信インタフェース１７は、端末等の他の機器と通信するためのインタフェースであり、例えば、イーサネット（登録商標）、ＦＤＤＩ、Ｗｉ－Ｆｉ（登録商標）等の規格が用いられる。

以上が解析処理装置１１０のハードウェア構成の一例の説明である。

解析処理装置１１０は、車両に設置されており、センサ群１１１の認識データを受け付けて、車両内の乗客の身体変位を解析する。解析処理装置１１０は、解析周期及び解析結果を適宜、監視センタ１１２に送信する。監視センタ１１２は、解析処理装置１１０から解析周期及び解析結果を受信し、必要なオペレーション等を行う。

センサ群１１１は、車両に設置された各種センサ群であり、認識データを解析処理装置１１０に送信する。センサ群１１１は、乗客数を乗降時に検知する赤外線センサ、車内の乗客を写す画像センサ、着座を検知する感圧センサ、及び静電容量センサ等によって構成される。また、乗降口を写すカメラもセンサ群１１１に含まれる。認識データは、これらのセンサの検出結果である。

以下、解析処理装置１１０の各処理部について説明する。解析処理装置１１０は、記憶部１２０と、計算部１２１と、周期決定部１２２と、解析部１２３とを含んで構成されている。

解析処理装置１１０は、センサ群１１１から認識データを受け付け、記憶部１２０に格納する。認識データは、センサ群１１１から逐次的に受け付け、更新される。

計算部１２１は、認識データのうち赤外線センサ等の検出結果、あるいはカメラ画像を用いた乗降口での乗降客数カウント結果から乗客数を算出する。計算部１２１は、認識データのうちの感圧センサ等の検出結果を用いて、座っている乗客の数である着座人数を算出する。また、計算部１２１は、乗客数と着座人数とから、立位の乗客の数である立位人数を算出する。

周期決定部１２２は、車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数に従って、車両の解析周期を決定する。関数は、以下（１）式に定義されるように、立ち客関数と、座り客関数とを含む。

・・・（１）
関数Ｆのうち、ｆ_Ａ（α_Ａ，β_Ａ）が立ち客関数、ｆ_Ｂ（α_Ｂ，β_Ｂ）が座り客関数である。α_Ａが立位人数、β_Ａが立ち客リスク、α_Ｂが着座人数、β_Ｂが座り客リスクである。以下、省略する場合には立ち客関数をｆ_Ａ、座り客関数をｆ_Ｂと表記する。立ち客関数ｆ_Ａは、立位人数α_Ａが増えるほど解析周期を減少させる。つまり解析の頻度は増大する。座り客関数ｆ_Ｂは、着座人数α_Ｂが増えるほど解析周期を増大させる。つまり解析の頻度は減少する。立ち客リスクβ_Ａ、及び座り客リスクβ_Ｂについては、実験等によって予め定めておけばよく、混雑状況、人数比等に応じて可変であってもよい。

なお、周期決定部１２２において上記（１）式の関数を用いるのは、立ち客及び座り客が混合している場合とする。周期決定部１２２は、立ち客のみの場合には、（１）式の着座客に関する項を１とし以下（１－１）式のようにして解析周期を決定する。

・・・（１－１）

周期決定部１２２は、座り客のみの場合及び乗客なし場合には、（１）式の立位客に関する項を０とし以下（１－２）式のようにして、解析周期を０と決定する。解析周期を０とする場合は、解析は行わないか、長時間の一定間隔で行うように定めておく。

・・・（１－２）

また、周期決定部１２２は、決定した解析周期に応じて、車両に注意喚起を促すように制御する。周期決定部１２２は、例えば、決定した解析周期が所定の値より小さい場合に、車両に注意喚起を促すように制御する。また、解析周期を受け付けた監視センタ１１２からの指示により注意喚起を促すようにしてもよい。これにより、車両の乗客の転倒を防止につながる。また、周期決定部１２２は、立位の状態の乗客の着席の検知に応じて、解析周期を増大させる。着席の検知は、都度、更新される記憶部１２０の認識データを監視しておけばよい。解析周期の増大は上記（１）式を用いて再計算してもよいし、予め定めた分を増大させてもよい。

解析部１２３は、周期決定部１２２で決定された解析周期に従って、車両内の乗客の身体変位の解析を行う。解析については本実施形態の本旨ではないため詳細については省略する。

次に、解析処理装置１１０の作用について説明する。図３は、解析処理装置１１０による解析処理のうちの解析周期決定処理の流れを示すフローチャートである。ＣＰＵ１１がＲＯＭ１２又はストレージ１４から解析処理プログラムを読み出して、ＲＡＭ１３に展開して実行することにより、解析周期決定処理が行なわれる。ＣＰＵ１１が、解析処理装置１１０の各部として機能する。以下の処理にあたって、センサ群１１１から認識データを受け付けており、認識データが予め記憶部１２０に格納されている。

ステップＳ１００では、ＣＰＵ１１は、記憶部１２０から認識データを取得する。なお、本ステップで１度に認識データを取得するのではなく、認識データのうちの必要な検出結果を適宜、必要な処理の前に取得するようにしてもよい。

ステップＳ１０２では、ＣＰＵ１１は、認識データのうち赤外線センサ等の検出結果から乗降人数を算出する。あるいは、認識データのうちカメラ画像から得られる乗降客数カウント結果を乗降人数として用いてもよい。

ステップＳ１０４では、ＣＰＵ１１は、乗降人数から、乗客数＞０であるか否かを判定し、乗客数＞０である場合にはステップＳ１０６へ移行し、乗客数＞０でない場合にはステップＳ１１２へ移行する。

ステップＳ１０６では、ＣＰＵ１１は、認識データのうちの感圧センサ等の検出結果を用いて、座っている乗客の数である着座人数を算出する。

ステップＳ１０８では、ＣＰＵ１１は、着座人数＝乗客数であるか否かを判定し、着座人数＝乗客数である場合にはステップＳ１１２へ移行し、着座人数＝乗客数でない場合にはステップＳ１１０へ移行する。

ステップＳ１１０では、ＣＰＵ１１は、乗客数と着座人数とから、立位の乗客の数である立位人数を算出する。ここでは、単に乗客数から着座人数を差し引いた人数を立位人数とすればよいが、認識データのうちの画像センサ等の検出結果を用いて立位人数の整合性を判定してもよい。

ステップＳ１１２では、ＣＰＵ１１は、立ち客関数ｆ_Ａの項を０に設定する。

ステップＳ１１４では、ＣＰＵ１１は、乗客が立ち客のみであるか否かを判定し、立ち客のみである場合にはステップＳ１１６へ移行し、立ち客のみでない場合にはステップＳ１１８へ移行する。ここでは乗客数＝立位人数となっていれば立ち客のみであると判定すればよい。

ステップＳ１１６では、ＣＰＵ１１は、座り客関数ｆ_Ｂの項を１に設定する。

ステップＳ１１８では、ＣＰＵ１１は、立ち客関数ｆ_Ａ及び座り客関数ｆ_Ｂを用いた上記（１）式の関数に従って、車両の解析周期を決定する。

以上説明したように、本開示の実施形態に係る解析処理システム１００によれば、外因から解析周期を調整し、解析に係るコストを抑制することができる。

＜変形例＞
次に上述した実施形態の変形例を説明する。

上述した実施形態では、関数に、立位人数及び着座人数といった人数を用いていたがこれに限定されるものではない。例えば、立位人数及び着座人数を、立位密度及び着座密度に置き換えてもよい。この場合には、車両のサイズの情報を含む車両データと、認識データの画像センサ等の検出結果とを用いて、立位密度及び着座密度を算出すればよい。

また、（１）式の関数における立ち客関数は、立位の状態の乗客の転倒リスクに応じた個別安定性を含んでもよい。この場合、立ち客関数は、ｆ_Ａ（α_Ａ，β_Ａ，γ_Ａ）等とする。個別安定性は、例えば、乗客の個々の体格、推定される年齢、車内位置、並びに手すり及び吊り輪の位置等に応じて増減する変数である。関数に用いる際には、乗客の個々についてのこれらの変数を求めて、車両全体で合計の個別安定性を求めればよい。立ち客関数は、個別安定性が高いほど解析周期を増大させる。個別安定性を用いる場合には、例えば、ステップＳ１１８の前に、認識データ等を用いて個別安定性を算出すればよい。また、座り客関数に関しては、座り客は基本的に安定しているため個別安定性を導入する必要性は立ち客に比べても低いが、混雑度等に応じた個別安定性を導入してもよい。座り客関数にも同様に個別安定性を定めて、ｆ_Ｂ（α_Ｂ，β_Ｂ，γ_Ｂ）等としてもよい。それぞれの個別安定性の大小関係は、γ_Ａ＜γ_Ｂである。個別安定性は、大小関係を満たす範囲で増減させるように設計すればよい。

また、（１）式の関数における立ち客関数及び座り客関数は、乗客の周囲の状況に関する相互干渉性を含んでもよい。この場合、立ち客関数はｆ_Ａ（α_Ａ，β_Ａ，ε_Ａ）、座り客関数はｆ_Ｂ（α_Ｂ，β_Ｂ，ε_Ｂ）等とする。相互干渉性は、乗客の周囲の混雑度に応じて変化する。また、乗客の個々の周囲の乗客が立っているか座っているかに応じて変化する。関数に用いる際には、乗客の個々についてのこれらの変数を求めて、車両全体で合計の相互干渉性を求めればよい。それぞれの関数は、相互干渉性が低いほど解析周期を増大させる。相互干渉性を用いる場合には、例えば、ステップＳ１１８の前に、認識データ等を用いて相互干渉性を算出すればよい。それぞれの相互干渉性の関係は、ε_Ａ＞ε_Ｂである。相互干渉性は、大小関係を満たす範囲で増減させるように設計すればよい。

また、（１）式の関数は、車両の走行の状況に応じた共通リスク関数Ｃを更に含んでもよい。共通リスク関数Ｃは、例えば、車両の走行シーンに応じて変化するように設計する。共通リスク関数を導入する場合は、（１）式の関数は、Ｃ×ｆ_Ａ×ｆ_Ｂ等とすればよい。走行シーンとは、車両の速度、ブレーキを引いているか等の走行状況、車両が走行している地点が平坦かカーブであるか等のルート状況等である。例えば、カーブである場合には、揺れが生じて関節モーメントが変化する身体変位が生じやすいので、解析周期を減少させるようなリスク関数とすればよい。相互干渉性を用いる場合には、例えば、ステップＳ１１８の前に、認識データ等を用いて相互干渉性を算出すればよい。

また、（１）式の関数は、上記説明した個別安定性、相互干渉性、及び共通リスク関数Ｃを適宜組み合わせた関数としてもよい。

なお、本開示は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１００解析処理システム
１１０解析処理装置
１１１センサ群
１１２監視センタ
１２０記憶部
１２１計算部
１２２周期決定部
１２３解析部

Claims

車両内の乗客の身体変位に関する解析を行うための解析処理装置であって、
車両の乗客の状態及び車両の乗降人数を含む認識データに基づいて、乗客の着座の状態として着座の乗客の数である着座人数と、乗客の立位の状態として立位の乗客の数である立位人数とを算出する計算部と、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位人数と、前記立ち客リスクとを用いて、立位人数が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座人数と、前記座り客リスクとを用いて、着座人数が増えるほど解析周期を増大させるように、車両の解析周期を決定する周期決定部と、
を含む解析処理装置。
車両内の乗客の身体変位に関する解析を行うための解析処理装置であって、
予め受け付けている車両データと、車両の乗客の状態を含む認識データとに基づいて、乗客の着座の状態として着座の乗客の着座密度と、乗客の立位の状態として立位の乗客の立位密度とを算出する計算部と、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位密度と、前記立ち客リスクとを用いて、立位密度が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座密度と、前記座り客リスクとを用いて、着座密度が増えるほど解析周期を増大させるように、車両の解析周期を決定する周期決定部と、
を含む解析処理装置。
前記立ち客関数は、立位の状態の乗客の転倒リスクに応じた個別安定性を含み、前記個別安定性が高いほど解析周期を増大させる請求項１又は請求項２に記載の解析処理装置。
前記立ち客関数、及び前記座り客関数は、乗客の周囲の状況に関する相互干渉性を含み、前記相互干渉性が低いほど解析周期を増大させる請求項１～請求項３の何れか１項に記載の解析処理装置。
前記関数において、前記車両の走行の状況に応じた共通リスク関数を更に含む請求項１～請求項４の何れか１項に記載の解析処理装置。
前記周期決定部は、前記立位の状態の乗客の着席の検知に応じて、解析周期を増大させる請求項１～請求項５の何れか１項に記載の解析処理装置。
前記周期決定部は、決定した解析周期に応じて、車両に注意喚起を促すように制御する請求項１～請求項６の何れか１項に記載の解析処理装置。
車両内の乗客の身体変位に関する解析を行うための解析処理方法であって、
車両の乗客の状態及び車両の乗降人数を含む認識データに基づいて、乗客の着座の状態として着座の乗客の数である着座人数と、乗客の立位の状態として立位の乗客の数である立位人数とを算出し、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位人数と、前記立ち客リスクとを用いて、立位人数が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座人数と、前記座り客リスクとを用いて、着座人数が増えるほど解析周期を増大させるように、解析周期を決定する、
処理をコンピュータに実行させる解析処理方法。
車両内の乗客の身体変位に関する解析を行うための解析処理方法であって、
予め受け付けている車両データと、車両の乗客の状態を含む認識データとに基づいて、乗客の着座の状態として着座の乗客の着座密度と、乗客の立位の状態として立位の乗客の立位密度とを算出し、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位密度と、前記立ち客リスクとを用いて、立位密度が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座密度と、前記座り客リスクとを用いて、着座密度が増えるほど解析周期を増大させるように、解析周期を決定する、
処理をコンピュータに実行させる解析処理方法。
車両内の乗客の身体変位に関する解析を行うための解析処理プログラムであって、
車両の乗客の状態及び車両の乗降人数を含む認識データに基づいて、乗客の着座の状態として着座の乗客の数である着座人数と、乗客の立位の状態として立位の乗客の数である立位人数とを算出し、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位人数と、前記立ち客リスクとを用いて、立位人数が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座人数と、前記座り客リスクとを用いて、着座人数が増えるほど解析周期を増大させるように、車両の解析周期を決定する、
処理をコンピュータに実行させる解析処理プログラム。
車両内の乗客の身体変位に関する解析を行うための解析処理プログラムであって、
予め受け付けている車両データと、車両の乗客の状態を含む認識データとに基づいて、乗客の着座の状態として着座の乗客の着座密度と、乗客の立位の状態として立位の乗客の立位密度とを算出し、
車両に乗車した乗客の着座及び立位の状態に応じて解析周期を変化させる関数であって、前記乗客のうち立位の状態の乗客及び所定の立ち客リスクに関する立ち客関数と、前記乗客のうち着座の状態の乗客及び所定の座り客リスクに関する座り客関数とを含む関数に従って、前記立ち客関数は、算出した前記立位密度と、前記立ち客リスクとを用いて、立位密度が増えるほど解析周期を減少させ、前記座り客関数は、算出した前記着座密度と、前記座り客リスクとを用いて、着座密度が増えるほど解析周期を増大させるように、車両の解析周期を決定する、
処理をコンピュータに実行させる解析処理プログラム。