JP7182164B2 - 情報処理装置 - Google Patents

Description

本開示は、空調装置の制御を支援する情報を生成するための技術に関する。

人体熱モデルを用いて空調を制御するための技術が開発されている。たとえば、特開２０１８－６２１９０号公報（特許文献１）は、平均着衣量等の情報を人体熱モデルに入力して算出された体感温度から平均温冷感予測を算出し、平均温冷感予測に基づいて車内の空調強度を補正する車内空調システムを開示している。

特開２０１８－６２１９０号公報

J. A. J. Stolwijk and J. D. Hardy、「Temperature Regulation in Man - A Theoretical Study」 Pfluegers Archiv 291、pp129-162、1966

しかしながら、特許文献１に記載の技術において、人体熱モデルに入力される平均着衣量は、線区または時間帯による利用者の平均年齢の情報に基づいて決定される。そのため、実際に乗車している不特定多数の人物の状態に応じて、対象空間の環境を快適にすることができない。そのため、不特定多数の人物が出入りするような対象空間であっても、人物の状態に応じて対象空間内の環境を快適に維持するための情報を生成することが可能な技術が望まれている。

ある局面に従うと、情報処理装置は、対象空間に入る人物を熱分布計測装置が計測することにより生成される対象熱分布を取得するための取得部と、人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと対象熱分布とを用いることにより、人物が対象空間に入る前の入力パラメータの第１値を推定するための第１推定部と、人体熱モデルを用いて、対象空間に入ってからの人物の温冷感を推定するための第２推定部と、取得部が対象熱分布を取得する度に第２推定部によって推定された温冷感を所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布を生成するための分布生成部と、人数分布に基づいて、空調装置の制御を支援するための支援情報を生成するための情報生成部とを備える。第２推定部は、第１推定部により推定された入力パラメータの第１値を人体熱モデルに入力することにより得られる出力パラメータの第１値を初期値として、対象空間に入ってからの入力パラメータの第２値を人体熱モデルに入力することにより、出力パラメータの第２値を演算する。第２推定部は、出力パラメータの第２値に基づいて人物の温冷感を推定する。

好ましくは、入力パラメータは、人物の着衣量、代謝量、体重及び体表面積を含む。出力パラメータは、着衣を含む人物の複数の部分の表面温度を含む。第１推定部は、対象熱分布における人物に対応する領域のサイズに基づいて、人物の体重及び体表面積の値を推定する。第１推定部は、対象熱分布における領域の温度分布に基づいて、人物の着衣量の値を推定する。第１推定部は、推定された体重、体表面積及び着衣量の値と、複数の仮想パターンの各々に対応する代謝量の値とを人体熱モデルに入力する入力処理により得られる複数の部分の表面温度と領域の温度分布とを比較する。第１推定部は、複数の仮想パターンの中から、領域の温度分布に最も近い複数の部分の表面温度に対応する仮想パターンを抽出する。第１推定部は、抽出された仮想パターンに対応する代謝量の値を、対象空間に入る前の人物の代謝量の値として推定する。

好ましくは、入力パラメータは、人物の着衣量、代謝量、体重及び体表面積を含む。出力パラメータは、着衣を含む人物の複数の部分の表面温度を含む。第１推定部は、対象熱分布における人物に対応する領域のサイズに基づいて、人物の体重及び体表面積の値を推定する。第１推定部は、推定された体重及び体表面積の値と、複数の仮想パターンの各々に対応する、着衣量の値及び代謝量の値とを人体熱モデルに入力する入力処理により得られる複数の部分の表面温度と領域の温度分布とを比較する。第１推定部は、複数の仮想パターンの中から、領域の温度分布に最も近い複数の部分の表面温度に対応する仮想パターンを抽出する。第１推定部は、抽出された仮想パターンに対応する着衣量の仮値を人物の着衣量の値として推定する。第１推定部は、抽出された仮想パターンに対応する代謝量の値を対象空間に入る前の人物の代謝量の値として推定する。

好ましくは、入力パラメータは、人物の周囲の温度、湿度、風速及び放射熱量をさらに含む。第１推定部は、入力処理において、さらに、対象空間外の環境に応じて定められる湿度、風速及び放射熱量の値と、複数の仮想パターンの各々に対応する温度の値とを人体熱モデルに入力する。第１推定部は、抽出された仮想パターンに対応する温度の値を対象空間に入る前の人物の周囲の温度の値として推定する。

好ましくは、入力パラメータの第２値は、第１推定部によって推定された人物の体重、体表面積及び着衣量の値と、対象空間内で想定される身体活動から定められる代謝量の値とを含む。

好ましくは、入力パラメータの第２値は、第１推定部によって推定された人物の体重、体表面積及び着衣量の値と、対象空間内で想定される身体活動から定められる代謝量の値と、対象空間内の環境に応じて定められる温度、湿度、風速及び放射熱量の値とを含む。

好ましくは、取得部は、人物までの距離を計測するための測距センサの出力値を受け、出力値が予め定められた距離に到達したときに熱分布計測装置によって計測された熱分布を対象熱分布として取得する。

好ましくは、上記情報処理装置は、上記情報に基づいて、上記空調装置を制御するための空調制御部をさらに備える。

他の局面に従うと、情報処理方法は、対象空間に入る人物を熱分布計測装置が計測することにより生成される対象熱分布を取得するステップと、人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと対象熱分布とを用いることにより、人物が対象空間に入る前の入力パラメータの第１値を推定するステップと、人体熱モデルを用いて、対象空間に入ってからの人物の温冷感を推定するステップと、対象熱分布が取得される度に推定された温冷感を所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布を生成するステップと、人数分布に基づいて、空調装置の制御を支援するための支援情報を生成するステップとを備える。人物の温冷感を推定するステップは、入力パラメータの第１値を人体熱モデルに入力することにより得られる出力パラメータの第１値を初期値として、対象空間に入ってからの入力パラメータの第２値を人体熱モデルに入力することにより、出力パラメータの第２値を演算するステップと、出力パラメータの第２値に基づいて人物の温冷感を推定するステップとを含む。

他の局面において、プログラムは、上記情報処理方法の各ステップをコンピュータに実行させる。

ある局面において、不特定多数の人物が出入りするような対象空間であっても、人物の状態に応じて対象空間内の環境を快適に維持するための情報を生成することができる。

実施の形態に従う空調システムが設置されている室内の様子を示す図である。 実施の形態１に従う情報処理装置の機能構成の一例を示す図である。 熱分布取得部による人物の入室の有無の判定方法を説明する図である。 熱分布処理部による切り出し処理の方法を説明する図である。 熱分布処理部による分割処理の方法を説明する図である。 着衣による温度変化の一例を模式的に示す図である。 最も外側の衣類の表面温度と皮膚温度との差と、着衣量との相関関係の一例を示す図である。 人体サイズ推定部による身長の推定方法を説明する図である。 身長と標準体重との相関関係の一例を示す図である。 人体熱モデルの一例を示す図である。 複数の仮想パターンの各々の仮皮膚温度の一例を示す図である。 対象空間に入ってからの人物の温冷感の変化の一例を示す図である。 分布生成部によって生成された人数分布の具体例を示す図である。 履歴データを生成する処理の流れを示すフローチャートである。 生成された履歴データを用いて空調装置を制御する処理の流れを示すフローチャートである。 情報処理装置の主要なハードウェア構成を示すブロック図である。 実施の形態２に従う情報処理装置の機能構成の一例を示す図である。 夏期において想定される７個の着衣パターンを示す図である。 中間期（春期及び秋期）において想定される８個の着衣パターンを示す図である。 冬期において想定される８個の着衣パターンを示す図である。

以下、図面を参照しつつ、本発明に従う実施の形態について説明する。以下の説明では、同一の部品及び構成要素には同一の符号を付してある。それらの名称及び機能も同じである。したがって、これらについての詳細な説明は繰り返さない。なお、以下で説明される実施の形態及び各変形例は、適宜選択的に組み合わされてもよい。

＜Ａ．実施の形態１＞
［Ａ１．空調システム］
図１を参照して、実施の形態１に従う空調システム１について説明する。図１は、実施の形態１に従う空調システム１が設置されている室内の様子を示す図である。

空調システム１は、たとえば、不特定多数の人物が出入りする対象空間２に設置される。対象空間２は、たとえば、スーパーマーケットなどの店舗、マンション、病院、学校、不特定多数の人が出入りするその他の空間である。

空調システム１は、測距センサ５０と、熱分布計測装置５１と、温湿度センサ５２，５３Ａ，５３Ｂと、操作パネル５４と、情報処理装置１００と、空調装置２００とを含む。

測距センサ５０は、対象空間２の出入口４の付近に設置され、出入口４を通過する人物までの距離を計測する。一例として、測距センサ５０には、赤外線センサ、超音波センサなどが採用される。

熱分布計測装置５１は、対象空間２の出入口４の付近に設置され、出入口４付近の物体（人物を含む）の表面温度の分布を示す熱分布を計測する。一例として、熱分布計測装置５１には、赤外線サーモグラフィが採用される。

測距センサ５０及び熱分布計測装置５１は、情報処理装置１００と通信接続されており、測距センサ５０からの出力値及び熱分布計測装置５１からの熱分布は、情報処理装置１００に所定周期で出力される。測距センサ５０及び熱分布計測装置５１と情報処理装置１００との間の通信は、無線通信または有線通信で実現される。

空調装置２００は、室内機２００Ａと、換気装置２００Ｂと、室外機２００Ｃと、送風機２００Ｄと含む。

温湿度センサ５２は、たとえば、対象空間２内に設置され、室内の温度及び湿度を検知する。温湿度センサ５３Ａ，５３Ｂは、たとえば、対象空間２外に設置され、室外の温度及び湿度を検知する。以下、温湿度センサ５３Ａ，５３Ｂを特に区別しない場合、温湿度センサ５３Ａ，５３Ｂの各々を「温湿度センサ５３」という。温湿度センサ５２，５３Ａは、たとえば、対象空間２の出入口４の付近に設置される。温湿度センサ５３Ｂは、たとえば、室外機２００Ｃの付近に設置される。温湿度センサ５２，５３は、情報処理装置１００と通信接続されており、温湿度センサ５２，５３からの出力値は、情報処理装置１００に所定周期で出力される。温湿度センサ５２，５３と情報処理装置１００との間の通信は、無線通信または有線通信で実現される。

操作パネル５４は、空調装置２００に対する操作入力を受け付けるための入力装置である。一例として、操作パネル５４は、電源のＯＮ／ＯＦＦ操作、室温の設定操作、運転モード（たとえば、冷房モードや暖房モード）の切り替え操作などを受け付ける。

情報処理装置１００は、たとえば、ＰＣ（Personal Computer）やサーバーである。情報処理装置１００は、測距センサ５０の出力値、熱分布計測装置５１の熱分布、温湿度センサ５２，５３の出力値に基づいて、空調装置２００の制御を支援するための情報（以下、「支援情報」という）を生成する。情報処理装置１００による情報処理の詳細については後述する。情報処理装置１００は、空調装置２００と通信接続されている。情報処理装置１００と空調装置２００との間の通信は、無線通信または有線通信で実現される。

室内機２００Ａは、対象空間２の温度や湿度などを調節するための機械である。換気装置２００Ｂは、対象空間の内外の空気を入れ替えるための機械である。室外機２００Ｃは、室内機２００Ａとパイプを介して接続されている。当該パイプには、熱交換媒体としての冷媒が流れており、当該冷媒を介して対象空間の内外の熱交換が行われる。送風機２００Ｄは、対象空間２内に空気の対流を発生させるための機械であり、例えばシーリングファン、サーキュレーターなどによって構成される。

なお、図１には、空調システム１が温湿度センサ５２，５３で構成されている例が示されているが、空調システム１は、対象空間２内の温湿度を検知する少なくとも１つの温湿度センサと、対象空間２外の温湿度を検知する少なくとも１つの温湿度センサとで構成されてもよい。

また、図１には、空調装置２００が１つの室内機２００Ａ及び室外機２００Ｃと２つの換気装置２００Ｂと１つの送風機２００Ｄとを含む例が示されるが、空調装置２００は、室内機及び室外機と換気装置と送風機とのうちのいずれかを含めばよい。例えば、空調装置２００は、室内機及び室外機のみを含み、換気装置と送風機とを含まなくてもよい。

さらに、図１には、空調装置２００が１つの室内機２００Ａを含む例が示されているが、空調装置２００は、２つ以上の室内機を含んでもよい。同様に、図１には、空調装置２００が２つの換気装置２００Ｂを含む例が示されているが、空調装置２００は、１つまたは３つ以上の換気装置を含んでもよい。同様に、図１には、空調装置２００が１つの室外機２００Ｃを含む例が示されているが、空調装置２００は、２つ以上の室外機を含んでもよい。同様に、図１には、空調装置２００が１つの送風機２００Ｄを含む例が示されているが、空調装置２００は、２つ以上の送風機を含んでもよい。例えば、空調装置２００は、シーリングファン及びサーキュレーターを含んでもよい。

［Ａ２．情報処理装置の機能構成］
図２～図１２を参照して、情報処理装置１００の機能構成について説明する。図２は、実施の形態１に係る情報処理装置の機能構成の一例を示す図である。

図２に示されるように、情報処理装置１００は、主な機能構成として、熱分布取得部１１０と、熱分布処理部１１２と、表面温度測定部１１４と、第１推定部１２０と、第２推定部１４０と、記憶装置１５０と、分布生成部１６０と、支援情報生成部１７０と、空調制御部１８０とを含む。以下では、これらの機能構成について順に説明する。

［Ａ２－１．熱分布取得部１１０］
熱分布取得部１１０は、対象空間２に入る人物を熱分布計測装置５１が計測することにより生成される対象熱分布Ｉｍｇを取得する。具体的には、熱分布取得部１１０は、測距センサ５０からの出力値に基づいて、人物が出入口４を通って対象空間２に入室したか否かを判定する。熱分布取得部１１０は、人物が対象空間２に入室したと判定されたタイミングで熱分布計測装置５１によって計測された熱分布を対象熱分布Ｉｍｇとして取得する。

図３を参照して、熱分布取得部１１０による対象熱分布Ｉｍｇの取得方法について説明する。図３は、熱分布取得部１１０による人物の入室の有無の判定方法を説明する図である。熱分布取得部１１０は、測距センサ５０からの出力値を常時監視する。人物が出入口４を通る場合、測距センサ５０からの出力値が変動する。対象空間２内において測距センサ５０が出入口４に向かって設置され、かつ、人物が出入口４を通って外部から内部に向かう方向に移動している場合、測距センサ５０からの出力値は、人物の移動に伴い小さくなる。

具体的には、図３（ａ）に示されるように、人物が出入口４を通っていない場合（人物の入室完了時の３秒前）には、測距センサ５０の出力値に変動がない。図３（ｂ）に示されるように、人物が出入口４を通って入室し始めるとき（人物の入室完了時の２秒前）、測距センサ５０の出力値は、例えば、人物までの距離が５ｍであることを示す。図３（ｃ）に示されるように、人物が出入口４を通って入室完了すると、測距センサ５０の出力値は、例えば、人物までの距離が３ｍであることを示す。

熱分布取得部１１０は、測距センサ５０からの出力値が変動し、かつ、出力値が予め定められた距離（例えば３ｍ）よりも大きい値から当該予め定められた距離に到達したタイミングに、人物の入室有と判定する。

熱分布取得部１１０は、熱分布計測装置５１から受けた熱分布を所定期間（例えば５秒間）だけ蓄積する。熱分布処理部１１２は、蓄積した熱分布の中から、人物の入室有と判定した第１タイミングで熱分布計測装置５１によって計測された熱分布を対象熱分布Ｉｍｇとして取得する。さらに、熱分布取得部１１０は、測距センサ５０からの出力値の変動がない第２タイミング（例えば、第１タイミングの３秒前のタイミング）で熱分布計測装置５１によって計測された熱分布を背景熱分布Ｉｍｇ０として取得する。熱分布取得部１１０は、取得した対象熱分布Ｉｍｇと背景熱分布Ｉｍｇ０とを熱分布処理部１１２に出力する。

［Ａ２－２．熱分布処理部１１２］
熱分布処理部１１２は、対象熱分布Ｉｍｇから人物に対応する領域を切り出す切り出し処理とともに、切り出した領域を複数の部分に分割する分割処理とを行なう。

図４及び図５を参照して、熱分布処理部１１２の処理の方法について説明する。図４は、熱分布処理部１１２による切り出し処理の方法を説明する図である。図４に示されるように、熱分布処理部１１２は、対象熱分布Ｉｍｇと背景熱分布Ｉｍｇ０との差分を算出し、当該差分が閾値を超える画素からなる領域を人物に対応する領域Ｒとして切り出す。

図５は、熱分布処理部１１２による分割処理の方法を説明する図である。図５に示されるように、熱分布処理部１１２は、例えば、対象熱分布Ｉｍｇから切り出された領域Ｒを、前頭部Ｐａ、体幹部Ｐｂ、腕部（脇から手首までの部分）Ｐｃ、手部Ｐｄ、大腿部Ｐｅ、脚部（膝から足首までの部分）Ｐｆ、足先部Ｐｇの７つの部分に分割する。なお、図５には領域Ｒが７つの部分に分割される例が示されるが、分割個数は７個に限定されない。

熱分布処理部１１２は、領域Ｒに含まれる複数の画素の相対的な位置関係に基づいて、複数の部分に分割すればよい。例えば、熱分布処理部１１２は、領域Ｒのうち最上点（すなわち頭頂）から所定画素数分まで下の部分の画素を前頭部Ｐａとして分割する。当該所定画素数は、領域Ｒのサイズから適宜決定され、例えば、領域Ｒの最上点から最下点までの画素数に所定係数を乗じた画素数である。

もしくは、熱分布処理部１１２は、領域Ｒと標準的な人体のモデル画像とを対比することにより、領域Ｒの各画素が属する部分を決定してもよい。

［Ａ２－３．表面温度測定部１１４］
表面温度測定部１１４は、対象熱分布Ｉｍｇから、着衣を含む人物における各部分の表面温度αを測定する。すなわち、表面温度測定部１１４は、複数の部分（前頭部Ｐａ、体幹部Ｐｂ、腕部Ｐｃ、手部Ｐｄ、大腿部Ｐｅ、脚部Ｐｆ、足先部Ｐｇ（以下、単に「Ｐａ～Ｐｇ」ともいう）の表面温度α（ａ）～α（ｇ）を測定し、測定した表面温度α（ａ，ｂ，ｃ，ｄ，ｅ，ｆ，ｇ）を記憶装置１５０に格納する。表面温度αは、皮膚が露出している部分では皮膚温度を示し、着衣している部分では最も外側の衣服の表面温度を示す。通常、前頭部Ｐａ及び手部Ｐｄでは皮膚が露出している。そのため、前頭部Ｐａ及び手部Ｐｄの皮膚のみが露出している場合（長袖、長ズボンの場合）の例では、表面温度測定部１１４によって測定される前頭部Ｐａ及び手部Ｐｄの表面温度αは、前頭部Ｐａ及び手部Ｐｄの皮膚温度をそれぞれ示す。表面温度測定部１１４によって測定される他の部の表面温度αは、最も外側の衣服の表面温度を示す。

表面温度測定部１１４は、熱分布処理部１１２によって分割された複数の部分（Ｐａ～Ｐｇ）の各々について、当該部分に属する複数の画素の温度を抽出する。表面温度測定部１１４は、抽出した複数の画素の温度の代表温度を表面温度αとして決定してもよい。代表温度として、例えば、複数の画素の中の最高温度、複数の画素全体の平均温度、複数の画素のうち温度が高い上位所定数の画素の平均温度などを用いることができる。また、部分ごとに代表温度の種類が異なってもよい。例えば、通常、皮膚が露出する前頭部Ｐａ及び手部Ｐｄについて、当該部分に属する複数の画素の中の最高温度が表面温度αとして測定され、通常、着衣される他の部分について、当該部分に属する複数の画素の平均温度が表面温度αとして測定されてもよい。

［Ａ２－４．第１推定部１２０］
第１推定部１２０は、人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと対象熱分布Ｉｍｇとを用いることにより、人物が対象空間２に入る前の条件を推定する。第１推定部１２０は、着衣量推定部１２２と、人体サイズ推定部１２４と、条件推定部１２６とを含む。

［Ａ２－５．着衣量推定部１２２］
着衣量推定部１２２は、対象熱分布Ｉｍｇにおける人物に対応する領域Ｒの温度分布に基づいて、人物の複数の部位の各々の着衣量βを推定する。着衣量は、着衣の熱抵抗を示す。具体的には、着衣量推定部１２２は、領域Ｒに含まれる複数の画素の温度の中から最高温度を特定する。着衣量推定部１２２は、複数の部位の各々について、特定した最高温度と、領域Ｒのうちの当該部位に対応する部分の温度との差に基づいて、着衣量βを推定する。

図６は、冬期における着衣による温度変化の一例を模式的に示す図である。図６には、３枚の衣服３１～３３を身に着けている例が示される。図６に示される例では、最も外側の衣服３３の表面温度は、人体の皮膚温度より低くなっている。皮膚温度と最も外側の衣服３３の表面温度との差は、衣服３１～３３の熱抵抗と空気層３１’～３３’の熱抵抗との和に依存する。空気層３１’は、衣服３１に接し、衣服３１よりも人体側の空気層である。空気層３２’は、衣服３２に接し、衣服３２よりも人体側の空気層である。空気層３３’は、衣服３３に接し、衣服３３よりも人体側の空気層である。

図７は、冬期における、皮膚温度と最も外側の衣服の表面温度との差（以下、「表面温度差」という）と、着衣量との相関関係の一例を示す図である。図７に示されるように、相関関係１５２は、着衣量が大きくなる程、表面温度差の絶対値が大きくなる関係を示す。

領域Ｒから特定される最高温度は、通常、露出している皮膚温度を示す。対象熱分布Ｉｍｇにおける複数の部分（Ｐａ～Ｐｇ）の各々の温度は、当該部分に着けている最も外側の衣服の表面温度を示す。着衣量推定部１２２は、特定した最高温度または当該最高温度に所定係数を乗じた温度を着衣している部分の皮膚温度と仮定する。着衣量推定部１２２は、仮定した皮膚温度と対象熱分布Ｉｍｇにおける各部位の温度との差と、図７に示されるような相関関係１５２とを用いて、当該部分の着衣量βを算出する。相関関係１５２は、予め記憶装置１５０に記憶されている。

相関関係１５２は、気温に応じて変化する。例えば、夏期では外気温度及び日射の影響により、皮膚温度よりも衣服の表面温度の方が高くなる可能性がある。そのため、記憶装置１５０は、気温ごとの相関関係１５２を予め記憶しておく。着衣量推定部１２２は、温湿度センサ５３によって検知された温度に対応する相関関係１５２を用いて着衣量βを算出すればよい。

もしくは、記憶装置１５０は、基準となる気温における相関関係１５２を予め記憶しておく。着衣量推定部１２２は、温湿度センサ５３によって検知された温度と当該基準となる気温との差に応じて相関関係１５２を補正し、補正後の相関関係１５２を用いて着衣量βを算出してもよい。

着衣量推定部１２２は、複数の部分（Ｐａ～Ｐｇ）に対して着衣量β（ａ）～β（ｇ）をそれぞれ推定する。着衣量推定部１２２は、推定した着衣量β（ａ，ｂ，ｃ，ｄ，ｅ，ｆ，ｇ）を記憶装置１５０に格納する。

［Ａ２－６．人体サイズ推定部１２４］
人体サイズ推定部１２４は、対象熱分布Ｉｍｇにおける人物に対応する領域Ｒのサイズに基づいて、当該人物の身長ｈ、体重Ｗ及び体表面積（皮膚表面積ともいう）Ｓを推定する。

図８は、人体サイズ推定部による身長の推定方法を説明する図である。人体サイズ推定部１２４は、以下の式（１）に従って、人物の身長ｈを推定する。
ｈ＝Ｎ×Ｍ＝Ｎ×（２ｄ／Ｐ）×tan（θ／２）・・・式（１）
式（１）において、ｄは、熱分布計測装置５１から人物までの距離を示す。対象熱分布Ｉｍｇは、測距センサ５０からの出力値が予め定められた距離（例えば３ｍ）に到達したタイミングで計測される。そのため、ｄは一定値（例えば３ｍ）となる。θは、熱分布計測装置５１の画角である。Ｐは、熱分布における上下方向のピクセル数である。Ｍは、１ピクセルに対応する被写体の長さである。Ｎは、領域Ｒにおける上下方向のピクセル数（つまり頭頂から足先までのピクセル数）である。

さらに、人体サイズ推定部１２４は、推定した身長ｈに基づいて、人物の体重Ｗ及び体表面積Ｓを推定する。

図９は、身長と標準体重との相関関係の一例を示す図である。図９には、対象空間２に出入りする最も多い人種（例えば日本人）の標準体型から導き出される相関関係１５３が示される。

人体サイズ推定部１２４は、相関関係１５３と推定した身長ｈとに基づいて、人物の体重Ｗを推定する。さらに、人体サイズ推定部１２４は、身長ｈ（ｃｍ）と推定した体重Ｗ（ｋｇ）とを以下の式（２）に代入することにより、体表面積Ｓ（ｍ^２）を推定する。
Ｓ＝１００．３１５×（Ｗ^{０．３８３}×ｈ^{０．６９３}×１０^－４） ・・・式（２）

人体サイズ推定部１２４は、推定した身長ｈ、体重Ｗ及び体表面積Ｓを示す人体サイズ情報γを生成し、生成した人体サイズ情報γを記憶装置１５０に格納する。

［Ａ２－７．条件推定部１２６］
条件推定部１２６は、人体熱モデルと対象熱分布とを用いることにより、対象空間２に入る前の人物の条件（例えば代謝量の値）を推定する。図２に示されるように、条件推定部１２６は、第１演算部１２７と、条件出力部１２８とを有する。

［Ａ２－７－１．人体熱モデルの例］
人体熱モデルは、発汗、血流などの人間の体温調節反応を考慮した人体と環境との熱収支計算により、人体の体温分布を演算するための数理モデルである。さらに、人体熱モデルは、着衣における熱水分同時移動を考慮した数理モデルであってもよい。人体熱モデルは、人体の熱に影響を及ぼす複数の入力パラメータの値を受けて、人体の熱に関する複数の出力パラメータの値を出力する。複数の入力パラメータは、人物の周囲の環境条件を示す環境パラメータ（空間の温度、湿度、風速、放射熱量（長波長放射、日射を含む））及び人体側の条件を示す人体パラメータ（着衣量、代謝量（活動量）、体重、体表面積）を含む。複数の出力パラメータは、例えば、人体を構成する複数の部位の各々の温度、熱交換量及び着衣の含水率を含む。

人体熱モデルとしては、Stolwijkモデル（J. A. J. Stolwijk and J. D. Hardy、「Temperature Regulation in Man - A Theoretical Study」 Pfluegers Archiv 291、pp129-162、1966（非特許文献１）参照）、Wisselerモデルなどの多数のモデルが知られている。Stolwijkモデルは、人体を複数の部位に分割し、これらの部位に血流を加えて熱計算を行なう。

図１０は、人体熱モデルの一例を示す図である。図１０に示す人体熱モデルは、Stolwijkモデルを基に係数等を見直すことにより生成されるモデルである。具体的には、人体は、前頭部Ｐａ、後頭部Ｐｈ、体幹部Ｐｂ、腕部Ｐｃ、手部Ｐｄ、大腿部Ｐｅ、脚部Ｐｆ、足先部Ｐｇの８つの部分と中央血流溜りＰ１８とに分割される。さらに、前頭部Ｐａは、深部層である部位Ｐ２と皮膚層である部位Ｐ１０とに分割される。後頭部Ｐｈは、深部層である部位Ｐ３と皮膚層である部位Ｐ１１とに分割される。体幹部Ｐｂは、深部層である部位Ｐ１と筋層である部位Ｐ４と皮膚層である部位Ｐ１２とに分割される。腕部Ｐｃは、深部層である部位Ｐ５と皮膚層である部位Ｐ１３とに分割される。手部Ｐｄは、深部層である部位Ｐ６と皮膚層である部位Ｐ１４とに分割される。大腿部Ｐｅは、深部層である部位Ｐ７と皮膚層である部位Ｐ１５とに分割される。脚部Ｐｆは、深部層である部位Ｐ８と皮膚層である部位Ｐ１６とに分割される。足先部Ｐｇは、深部層である部位Ｐ９と皮膚層である部位Ｐ１７とに分割される。ただし、人体の分割の仕方及び分割数は、対象空間２に応じて適宜設定される。そのため、人体熱モデルは、図１０に示す例に限定されない。

図１０に示されるような人体熱モデルを用いて、各部位Ｐｉ（ｉ＝１～１８）における熱収支式を解くことにより、各部位Ｐｉ（ｉ＝１～１８）の温度、各部位Ｐｉ（ｉ＝１～１８）の温度の時間変化率、熱交換量（例えば、皮膚表面熱流など）、発汗量などが出力パラメータとして演算される。熱収支式として、公知の式（例えば、石黒晃子、鉾井修一、高田暁、石津京二、「着衣・寝具を考慮した睡眠時の人体熱モデルに関する研究」、日本建築学会環境系論文集，第74巻、第636号、pp.141-149，2009.2」）を用いればよい。

上記の人体熱モデルに対して、衣服（図６に示す衣服３１～３３参照）における熱水分移動及び衣服と人体との間の空気層（図６に示す空気層３１’～３３’参照）における熱水分同時移動モデルを適用してもよい。衣服及び空気層の熱水分同時移動モデルを人体熱モデルに適用することにより、着衣された部分の皮膚層である部位Ｐｉと空気層との間の熱及び水分の移動量、空気層と隣接する衣服との間の熱及び水分の移動量、及び、最も外側の衣服と周囲空気との間の熱及び水分の移動量が演算される。熱水分同時移動モデルは、熱収支式及び水分収支式によって規定される。熱収支式及び水分収支式には、対流温度、放射温度、対流熱伝達率、放射熱伝達率、空間の絶対湿度（または水蒸気圧、相対湿度）、湿気伝達率及び皮膚－着衣間湿気コンダクタンスなどが用いられる。対流温度、放射温度及び空間の絶対湿度は、例えば温湿度計測値に基づいて設定される。対流熱伝達率及び湿気伝達率は、例えば想定される風速に基づいて予め設定される。皮膚－着衣間湿気コンダクタンスは、着衣量βから決定される。

熱水分同時移動モデルには、公知の技術（例えば、高田暁、鉾井修一、川上直紀、工藤正則、「着衣における熱・水分の移動と蓄積を考慮した人体の非定常温熱生理応答－被験者実験とTWO-node modelを用いた解析－」、日本建築学会計画系論文集，第549号、pp.20-30，2001.11」）が用いられ得る。

人体熱モデルに熱水分移動モデルを適用することにより、人体熱モデルの出力パラメータには、複数の部分（Ｐａ～Ｐｈ）のうち着衣量βが０ではない部分の衣服の表面温度Ｔ_{ｃｌｏｔｈ}（ａ）～Ｔ_{ｃｌｏｔｈ}（ｈ）及び含水率が含まれる。

［Ａ２－７－２．第１演算部］
人物が対象空間２に入るときの各部位の温度は、対象空間２に入るまでの当該人物の周囲の環境条件及び人体側条件に応じて変動する。例えば、対象空間２に入る直前まで冷房の効いた車内にいた人物と、対象空間２に入る直前まで暑い外気中にいた人物とでは、各部位の温度が異なる。また、対象空間２に入る直前まで走行していた人物と、対象空間２に入る直前まで車内で椅座姿勢であった人物とでは、各部位の温度が異なる。

第１演算部１２７は、複数の仮想パターンの各々について、当該仮想パターンに対応する入力パラメータの値を人体熱モデルに入力する入力処理を行ない、着衣を含む人物の複数の部分（Ｐａ～Ｐｈ）の表面温度α’（ａ）～α’（ｈ）をそれぞれ演算する。

具体的には、第１演算部１２７は、図１０に示す人体熱モデルを用いる。第１演算部１２７は、複数の仮想パターンの各々について、当該仮想パターンに対応する入力パラメータの値を人体熱モデルに入力し、各部位Ｐｉ（ｉ＝１～１８）の温度Ｔ_ｉと衣服の温度Ｔ_{ｃｌｏｔｈ}（ａ）～Ｔ_{ｃｌｏｔｈ}（ｈ）と衣服の含水率とを演算する。第１演算部１２７は、予め定められた基準状態にある人物が仮想パターンで規定時間（例えば１０分）だけ過ごした後に対象空間２に入ったものと仮定して、人体熱モデルを用いた演算を行なう。すなわち、第１演算部１２７は、各部位Ｐｉ（ｉ＝１～１８）の初期温度、衣服の初期温度及び衣服の含水率として基準状態に対応する所定値を設定する。そして、第１演算部１２７は、仮想パターンの条件下で規定時間経過した後の各部位Ｐｉ（ｉ＝１～１８）の温度Ｔ_ｉと、複数の部分（Ｐａ～Ｐｈ）のうち着衣量βが０ではない部分の衣服の表面温度Ｔ_{ｃｌｏｔｈ}（ａ）～Ｔ_{ｃｌｏｔｈ}（ｈ）とを演算する。

複数の仮想パターンは、少なくとも１つの変動パラメータについて互いに異なる値を有する。変動パラメータは、例えば、人物の周囲の温度、及び、人体の代謝量の少なくとも一方を含む。例えば、対象空間２に入るまでの環境に違いがあると想定される場合、複数の仮想パターンは、変動パラメータである温度について互いに異なる値を有する。また、人物によって対象空間２に入るまでの運動量に違いがあると想定される場合、複数の仮想パターンは、変動パラメータである代謝量について互いに異なる値を有する。

第１演算部１２７は、複数の入力パラメータのうち変動パラメータ以外の入力パラメータについて、複数の仮想パターンで共通の値を用いればよい。具体的には、第１演算部１２７は、複数の仮想パターンの全てにおいて、着衣量推定部１２２によって推定された着衣量βの値を用いる。第１演算部１２７は、複数の仮想パターンの全てにおいて、人体サイズ推定部１２４によって推定された体重Ｗ及び体表面積Ｓの値を用いる。また、第１演算部１２７は、複数の仮想パターンの全てにおいて、対象空間２外の環境に応じて定められる湿度、風速及び放射熱量の値を用いる。例えば、第１演算部１２７は、温湿度センサ５３によって検知された湿度計測値を用いてもよい。第１演算部１２７は、複数の仮想パターンの全てにおいて、外部サーバーから配信される気象情報から定められる風速及び放射熱量を用いてもよい。さらに、変動パラメータに人物の周囲の温度が含まれない場合、第１演算部１２７は、複数の仮想パターンの全てにおいて、対象空間２外の環境に応じて定められる温度の値（例えば、温湿度センサ５３によって検知された温度計測値）を用いてもよい。

第１演算部１２７は、複数の部分（Ｐａ～Ｐｈ）のうち着衣量βが０である部分について、当該部分の皮膚層の部位の温度を当該部分の表面温度α’として演算する。第１演算部１２７は、複数の部分（Ｐａ～Ｐｈ）のうち着衣量βが０でない部分について、当該部分における最も外側の衣服の温度を当該部分の表面温度α’として演算する。

［Ａ２－７－３．仮想パターン］
図１１は、仮想パターンごとに算出された複数の部分（Ｐａ～Ｐｇ）の表面温度α’の一例を示す図である。図１１に示す例では、温度及び代謝量の少なくとも一方が異なる１５個の仮想パターンの各々について表面温度α’が算出されている。温度は、温湿度センサ５３によって検知された外気温Ｔ１と、外気温Ｔ１より所定値ｄ１だけ高い気温Ｔ１＋ｄ１と、外気温Ｔ１より所定値ｄ２だけ低い気温Ｔ１－ｄ２とのいずれかである。代謝量は、車内などの椅座安静時の代謝量と、歩行時の代謝量と、軽歩行（早歩き）時の代謝量と、軽運動（自転車走行）時の代謝量と、運動（走行）時の代謝量とのいずれかである。

なお、図１１には、人物の周囲の温度として３つの条件から１つを選択し、代謝量として５つの条件から１つを選択することにより生成される、３×５＝１５個の仮想パターンが示される。しかしながら、人物の周囲の温度として準備される条件の個数は３個に限定されず、２個または４個以上であってもよい。同様に、代謝量として準備される条件の個数は５個に限定されず、２～４個または６個以上であってもよい。

［Ａ２－７－４．条件出力部］
条件出力部１２８は、第１演算部１２７によって算出された複数の部分（Ｐａ～Ｐｇ）の表面温度α’と対象熱分布Ｉｍｇにおける領域Ｒの温度分布との比較結果に基づいて、人物が対象空間２に入る前の当該人物の条件を推定する。

具体的には、条件出力部１２８は、複数の仮想パターンの中から、表面温度測定部１１４によって測定された複数の部分（Ｐａ～Ｐｇ）の表面温度αに最も近い表面温度α’に対応する仮想パターンを抽出する。条件出力部１２８は、抽出された仮想パターンに対応する代謝量の値を、対象空間２に入る前の人物の代謝量の値として推定する。さらに、条件出力部１２８は、抽出された仮想パターンに対応する温度の値を、対象空間に入る前の人物の周囲の温度の値として推定する。

条件出力部１２８は、抽出された仮想パターンに対応する変動パラメータ（例えば、温度及び代謝量）及び環境パラメータ（温度、湿度、風速及び放射熱量）の値を人体熱モデルに入力することにより得られる出力パラメータの値を含む条件情報δを第２推定部１４０に出力する。条件情報δに含まれる出力パラメータの値は、対象空間２に入るときの人物の条件を示す情報であり、各部位Ｐｉ（ｉ＝１～１８）の温度、各部位Ｐｉ（ｉ＝１～１８）の温度の時間変化率、熱交換量（例えば、皮膚表面熱流など）、発汗蓄積量、衣服の含水率などの値を含む。

［Ａ２－８．第２推定部１４０］
第２推定部１４０は、人体熱モデルを用いて、対象空間２に入ってからの人物の温冷感の時間変化を推定する。

図１２は、対象空間２に入ってからの人物の温冷感の時間変化の一例を示す図である。図１２に示されるように、対象空間２に入ってからの人物の温冷感は、時間とともに変動し得る。この変動は、対象空間２に入るときの各部位Ｐｉの温度と、対象空間２の環境条件及び人体側の条件とに依存する。第２推定部１４０は、対象空間２の平均的な滞在時間を考慮して、対象空間２に入ってから所定時間（例えば、２０分）経過後の温冷感εを記憶装置１５０に格納する。

図２に示されるように、第２推定部１４０は、第２演算部１４２と、温冷感予測部１４４とを有する。

［Ａ２－８－１．第２演算部１４２］
第２演算部１４２は、条件情報δで示される出力パラメータの値を初期値とし、対象空間２に入ってからの複数の入力パラメータの値を人体熱モデルに入力することにより、対象空間２に入ってからの出力パラメータの値を演算する。第２演算部１４２は、対象空間２に入ってからの経過時間ごとの出力パラメータの値を演算する。

対象空間２に入ってからの複数の入力パラメータの値は、着衣量推定部１２２によって推定された着衣量βと、人体サイズ推定部１２４によって推定された体重Ｗ及び体表面積Ｓと、対象空間２内で想定される身体活動（例えば軽歩行）から定められる代謝量の値とを含む。

対象空間２に入ってからの複数の入力パラメータの値は、さらに、対象空間２内の環境に応じて定められる温度、湿度、風速及び放射熱量の値を含む。温度及び湿度の値は、温湿度センサ５２の計測値から定められる。風速及び放射熱量の値は、予め実験またはシミュレーションにより定められる。

なお、人物の周囲の温度は、床面からの高さによって変動し得る。そのため、温湿度センサ５２は、対象空間２における床面近傍の温度Ｔｐと、床面から基準高さＨの位置の温度Ｔｑとを計測することが好ましい。基準高さＨは例えば２ｍである。第２演算部１４２は、人体サイズ情報γに含まれる身長ｈと、温度Ｔｐ，Ｔｑと、基準高さＨとを用いて、人物の複数の部分（Ｐａ～Ｐｈ）の各々の周囲の温度を決定すればよい。例えば、前頭部Ｐａ及び後頭部Ｐｈの周囲の温度Ｔａ、体幹部Ｐｂ及び腕部Ｐｃの周囲の温度Ｔｂ、手部Ｐｄ及び大腿部Ｐｅの温度Ｔｄ、脚部Ｐｆの温度Ｔｆ、足先部Ｐｇの温度Ｔｇは、以下の式（３－１）～（３－５）に従って決定される。
Ｔａ＝Ｔｐ＋ｋ_ａ×（Ｔｑ－Ｔｐ）×ｈ／Ｈ ・・・式（３－１）
Ｔｂ＝Ｔｐ＋ｋ_ｂ×（Ｔｑ－Ｔｐ）×ｈ／Ｈ ・・・式（３－２）
Ｔｄ＝Ｔｐ＋ｋ_ｄ×（Ｔｑ－Ｔｐ）×ｈ／Ｈ ・・・式（３－３）
Ｔｆ＝Ｔｐ＋ｋ_ｆ×（Ｔｑ－Ｔｐ）×ｈ／Ｈ ・・・式（３－４）
Ｔｇ＝Ｔｐ ・・・式（３－５）
なお、係数ｋ_ａには、身長に対する、頭部中心の標準的な床面からの高さの割合が設定される。係数ｋ_ｂには、身長に対する、体幹部中心の標準的な床面からの高さの割合が設定される。係数ｋ_ｄには、身長に対する、手部中心の標準的な床面からの高さの割合が設定される。係数ｋ_ｆには、身長に対する、脚部中心の標準的な床面からの高さの割合が設定される。

第２演算部１４２によって算出される出力パラメータには、各部位Ｐｉ（ｉ＝１～１８）の温度、熱交換量（例えば皮膚表面熱流など）、発汗蓄積量、衣服の含水率などが含まれる。

［Ａ２－８－２．温冷感予測部１４４］
温冷感予測部１４４は、第２演算部１４２によって算出された出力パラメータの値を取得する。温冷感予測部１４４は、取得した当該出力パラメータの値に基づいて、人物の温冷感を予測する。具体的には、温冷感予測部１４４は、取得した当該出力パラメータの値を公知の温冷感予測式に入力することにより、対象空間２に入ってからの温冷感εを予測する。

温冷感予測式としては、例えば、以下の式（４－１）～（４－５）が知られている。式（４－１）は、「Hui Zhang, Edward Arens, Charlie Huizenga, Taeyoung Han, "Thermal sensation and comfort models for non-uniform and transient environments: Part I: Local sensation of individual body parts", Building and Environment Volume 45, Issue 2, Pages 380-388, 2010.2」に開示されている。式（４－２）（４－３）は、「Satoru Takada, Sho Matsumoto, Takayuki Matsushita, "Prediction of whole-body thermal sensation in the non-steady state based on skin temperature", Building and Environment Volume 68, Pages 123-133, 2013.10」に開示されている。式（４－４）は、「森郁恵、鉾井修一、高田暁、田中宏明、「非定常状態における温冷感予測の実験的考察」、日本建築学会計画系論文集，No.563，pp.9-15，2003.1」に開示されている。式（４－５）は、「社団法人 空気調和・衛生工学会 「新版快適な温熱環境のメカニズム 豊かな生活空間をめざして」 丸善，2006」に開示されている。

温冷感予測部１４４は、取得した当該出力パラメータの値の中から温冷感予測式で用いるパラメータの値を抽出し、抽出したパラメータの値を温冷感予測式に入力すればよい。例えば、部位の温度から温冷感を予測する温冷感予測式（例えば式（４－２））を用いる場合、温冷感予測部１４４は、第２演算部１４２によって演算された出力パラメータの値のうち、人物が対象空間２に入ってから所定時間経過後の部位の温度を用いればよい。部位の温度変化率から温冷感を予測する温冷感予測式を用いる場合、温冷感予測部１４４は、対象空間２に入ってからの経過時間ごとの出力パラメータの値から部位の温度変化率を演算し、当該温度変化率を温冷感予測式に入力すればよい。

［Ａ２－９．記憶装置１５０］
記憶装置１５０は、各種のプログラム及び各種のデータを記憶する。例えば、記憶装置１５０は、対象熱分布Ｉｍｇごとに、計測時刻と、表面温度αと、着衣量βと、人体サイズ情報γと、条件情報δと、温冷感εとを対応付けた履歴データ１５１を記憶する。

［Ａ２－１０．分布生成部１６０］
次に、図１３を参照して、分布生成部１６０による人数分布１６２の生成方法について説明する。図１３は、分布生成部によって生成された人数分布の具体例を示す図である。

分布生成部１６０は、対象空間２に人物が入り、熱分布取得部１１０が当該人物の対象熱分布Ｉｍｇを取得する度に第２推定部１４０によって推定された温冷感の履歴から、温冷感ごとの人数分布１６２を生成する。

典型的には、分布生成部１６０は、履歴データ１５１のうち、現在から過去一定期間（たとえば、１時間）に算出された温冷感εを特定し、当該温冷感εを用いて人数分布１６２を生成する。これにより、現在から過去一定期間における温冷感εの人数分布１６２が生成される。生成された人数分布１６２は、支援情報生成部１７０に出力される。

［Ａ２－１１．支援情報生成部１７０］
支援情報生成部１７０は、人数分布１６２に基づいて、空調装置２００の制御を支援するための支援情報１７２を生成する。支援情報１７２は、人数分布１６２のピークを「０：中立」に近づけるための情報であり、例えば、温度、湿度、風量、稼働台数などの推奨値を示す。生成された支援情報１７２は、空調制御部１８０に出力される。

例えば図１３に示されるような人数分布１６２の場合、支援情報生成部１７０は、室内機２００Ａについて、現在の設定温度よりも所定値だけ低い設定温度を推奨する支援情報１７２を生成する。もしくは、支援情報生成部１７０は、送風機２００Ｄについて、現在の送風量よりも所定値だけ多い送風量を推奨する支援情報１７２を生成してもよい。所定値は、人数分布１６２のピークの値に応じて決定される。

［Ａ２－１２．空調制御部１８０］
空調制御部１８０は、支援情報１７２を参照して、空調装置２００を制御する。例えば、空調制御部１８０は、室内機２００Ａの設定温度を制御する。もしくは、空調制御部１８０は、換気装置の回転数またはオンオフを制御してもよい。

［Ａ３．情報処理装置１００の処理フロー］
図１４及び図１５を参照して、情報処理装置１００の処理フローについて説明する。図１４は、上述の履歴データ１５１（図２参照）を生成する処理の流れを示すフローチャートである。図１５は、生成された履歴データ１５１を用いて空調装置２００を制御する処理の流れを示すフローチャートである。図１４及び図１５に示される処理は、情報処理装置１００がプログラムを実行することにより実現される。他の局面において、処理の一部または全部が、回路素子またはその他のハードウェアによって実行されてもよい。

［Ａ３－１．検知履歴の生成フロー］
まず、図１４を参照して、履歴データ１５１の生成フローについて説明する。ステップＳ１において、情報処理装置１００は、測距センサ５０の出力値の変動に基づいて、人物が対象空間２に入ったか否かを判断する。この判断手法は、［Ａ２－１．熱分布取得部１１０］で説明した通りであるので、その説明については繰り返さない。人物が対象空間２に入ったと判断した場合（ステップＳ１においてＹＥＳ）、情報処理装置１００はステップＳ２の処理を実行する。そうでない場合には（ステップＳ１においてＮＯ）、情報処理装置１００は、再度ステップＳ１を実行する。

ステップＳ２において、情報処理装置１００は、熱分布計測装置５１から対象熱分布Ｉｍｇを取得し、対象熱分布Ｉｍｇに対する処理を行なう。

ステップＳ３において、情報処理装置１００は、対象熱分布Ｉｍｇに基づいて、複数の部分（Ｐａ～Ｐｇ）の各々の表面温度αを測定する。測定された表面温度αは、記憶装置１５０に格納される。

ステップＳ４において、情報処理装置１００は、対象熱分布Ｉｍｇに基づいて、複数の部分（Ｐａ～Ｐｇ）の各々の着衣量βを推定する。推定された着衣量βは、記憶装置１５０に格納される。

ステップＳ５において、情報処理装置１００は、対象熱分布Ｉｍｇに基づいて、人体サイズ（身長ｈ、体重Ｗ及び体表面積Ｓ）を推定し、人体サイズ情報γを生成する。生成された人体サイズ情報γは、記憶装置１５０に格納される。

ステップＳ６において、情報処理装置１００は、人体熱モデルと対象熱分布Ｉｍｇから測定された表面温度αとを用いることにより、人物が対象空間２に入る前の変動パラメータ（例えば代謝量及び周囲の温度）の値を推定する。推定された変動パラメータの値を含む条件情報δは、記憶装置１５０に格納される。

ステップＳ７において、情報処理装置１００は、ステップＳ４～６で推定された入力パラメータの値（以下、「入力パラメータの第１値」という）を人体熱モデルに入力することにより得られる出力パラメータの値（以下、「出力パラメータの第１値」という）を含む条件情報δを生成する。

ステップＳ８において、情報処理装置１００は、条件情報δで示される出力パラメータの値を初期値とし、対象空間２に入ってからの入力パラメータの値（以下、「入力パラメータの第２値」という）を人体熱モデルに入力することにより、出力パラメータの値（以下、「出力パラメータの第２値」という）を演算する。

ステップＳ９において、情報処理装置１００は、ステップＳ８で演算された出力パラメータの第２値に基づいて人物の温冷感εを推定する。推定された温冷感εは、記憶装置１５０に格納される。

このように、人物が対象空間２に入るたびに、ステップＳ２～Ｓ９が繰り返される。これにより、計測時刻と、表面温度αと、着衣量βと、人体サイズ情報γと、条件情報δと、温冷感εとを対応付けた履歴データ１５１が記憶装置１５０に蓄積される。

［Ａ３－２．空調制御フロー］
次に、図１５を参照して、履歴データ１５１を用いた空調制御フローについて説明する。ステップＳ１１において、情報処理装置１００は、規定タイミングが到来したか否かを判断する。一例として、規定タイミングは、予め定められた周期（たとえば、１時間ごと）で到来する。当該周期は、予め設定されていてもよいし、ユーザによって任意に設定されてもよい。情報処理装置１００は、規定タイミングが到来したと判断した場合（ステップＳ１１においてＹＥＳ）、ステップＳ１２を実行する。そうでない場合には（ステップＳ１１においてＮＯ）、情報処理装置１００は、再度ステップＳ１１を実行する。

ステップＳ１２において、情報処理装置１００は、履歴データ１５１に基づいて、温冷感ごとの人数分布１６２（図１２参照）を生成する。

ステップＳ１３において、情報処理装置１００は、人数分布１６２に基づいて、空調装置２００の制御を支援するための支援情報１７２を生成する。

ステップＳ１４において、情報処理装置１００は、生成された支援情報１７２に基づいて、空調装置２００を制御する。

［Ａ４．情報処理装置１００のハードウェア構成］
図１６を参照して、情報処理装置１００のハードウェア構成の一例について説明する。図１６は、情報処理装置１００の主要なハードウェア構成を示すブロック図である。図１６に示されるように、情報処理装置１００は、制御装置１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、通信インターフェイス１０４と、表示インターフェイス１０５と、入力インターフェイス１０７と、記憶装置１５０とを含む。

制御装置１０１は、情報処理装置１００を制御する。制御装置１０１は、たとえば、少なくとも１つの集積回路によって構成される。集積回路は、たとえば、少なくとも１つのＣＰＵ（Central Processing Unit）、少なくとも１つのＡＳＩＣ（Application Specific Integrated Circuit）、少なくとも１つのＦＰＧＡ（Field Programmable Gate Array）、またはそれらの組み合わせなどによって構成される。

制御装置１０１は、情報処理装置１００の情報処理プログラム１５５など各種プログラムを実行することで情報処理装置１００を制御する。制御装置１０１は、情報処理プログラム１５５の実行命令を受け付けたことに基づいて、記憶装置１５０からＲＯＭ１０２に情報処理プログラム１５５を読み出す。ＲＡＭ１０３は、ワーキングメモリとして機能し、情報処理プログラム１５５の実行に必要な各種データを一時的に格納する。

情報処理装置１００は、通信インターフェイス１０４を介して、外部の通信機器との間でデータをやり取りする。外部の通信機器は、たとえば、測距センサ５０（図１参照）、熱分布計測装置５１（図１参照）、温湿度センサ５２，５３（図１参照）、操作パネル５４（図１参照）、空調装置２００（図１参照）、サーバー（図示しない）、その他の通信端末などを含む。当該通信端末と情報処理装置１００との間の通信は、無線通信で実現されてもよいし、有線通信で実現されてもよい。

表示インターフェイス１０５には、ディスプレイ１０６が接続され得る。表示インターフェイス１０５は、たとえば、ＨＤＭＩ（High-Definition Multimedia Interface）（登録商標）端子やＶＧＡ（Video Graphics Array）端子などである。表示インターフェイス１０５は、制御装置１０１などからの指令に従って、ディスプレイ１０６に対して、画像を表示するための画像信号を送出する。ディスプレイ１０６は、たとえば、液晶ディスプレイ、有機ＥＬディスプレイ、またはその他の表示機器である。

入力インターフェイス１０７には、入力デバイス１０８が接続され得る。入力インターフェイス１０７は、たとえば、ＵＳＢ（Universal Serial Bus）端子である。入力インターフェイス１０７は、入力デバイス１０８からのユーザ操作を示す信号を受け付ける。入力デバイス１０８は、たとえば、マウス、キーボード、タッチパネル、またはユーザの操作を受け付けることが可能なその他の装置である。

記憶装置１５０は、たとえば、ハードディスクや外付けの記憶装置などの記憶媒体である。記憶装置１５０は、情報処理装置１００の情報処理プログラム１５５、上述の履歴データ１５１（図２参照）、上述の相関関係１５２（図７参照）、上述の相関関係１５３（図１２参照）などを格納する。これらの格納場所は、記憶装置１５０に限定されず、制御装置１０１の記憶領域（たとえば、キャッシュメモリなど）、ＲＯＭ１０２、ＲＡＭ１０３、外部機器（たとえば、サーバーや空調装置２００）などに格納されていてもよい。

なお、情報処理プログラム１５５は、単体のプログラムとしてではなく、任意のプログラムの一部に組み込まれて提供されてもよい。この場合、本実施の形態に従う処理は、任意のプログラムと協働して実現される。このような一部のモジュールを含まないプログラムであっても、本実施の形態に従う情報処理プログラム１５５の趣旨を逸脱するものではない。さらに、情報処理プログラム１５５によって提供される機能の一部または全部は、専用のハードウェアによって実現されてもよい。さらに、少なくとも１つのサーバーが情報処理プログラム１５５の処理の一部を実行する所謂クラウドサービスのような形態で情報処理装置１００が構成されてもよい。

＜Ｂ．実施の形態２＞
上記の実施の形態１では、対象熱分布Ｉｍｇにおける領域Ｒの温度分布に基づいて着衣量βが推定されるものとした。しかしながら、着衣量βは、変動パラメータの１つとして条件推定部によって推定されてもよい。

図１７は、実施の形態２に係る情報処理装置の機能構成の一例を示す図である。実施の形態２に係る情報処理装置１００Ａは、図２に示す情報処理装置１００と比較して、第１推定部１２０の代わりに第１推定部１２０Ａを備える点で相違する。第１推定部１２０Ａは、図２に示す第１推定部１２０と比較して、着衣量推定部１２２及び条件推定部１２６の代わりに衣服形態推定部１２３及び条件推定部１２６Ａを備える点で相違する。条件推定部１２６Ａは、図２に示す条件推定部１２６と比較して、第１演算部１２７及び条件出力部１２８の代わりに第１演算部１２７Ａ及び条件出力部１２８Ａを含む点で相違する。

衣服形態推定部１２３は、対象熱分布Ｉｍｇの領域Ｒの温度分布に基づいて、人物が着けている衣服の形態を推定する。衣服形態推定部１２３は、推定結果を第１演算部１２７Ａに出力する。

例えば、衣服形態推定部１２３は、腕部Ｐｃの表面温度が体幹部Ｐｂの表面温度よりも前頭部Ｐａの表面温度に近い場合に、衣服の形態が「半袖」であると推定すればよい。逆に、衣服形態推定部１２３は、腕部Ｐｃの表面温度が前頭部Ｐａの表面温度よりも体幹部Ｐｂの表面温度に近い場合に、衣服の形態が「長袖」であると推定すればよい。

さらに、衣服形態推定部１２３は、脚部Ｐｆの表面温度が体幹部Ｐｂの表面温度よりも前頭部Ｐａの表面温度に近い場合に、衣服の形態が「半ズボン（または短スカート）」であると推定すればよい。逆に、衣服形態推定部１２３は、腕部Ｐｃの表面温度が前頭部Ｐａの表面温度よりも体幹部Ｐｂの表面温度に近い場合に、衣服の形態が「長ズボン（または長スカート）」であると推定すればよい。

第１演算部１２７Ａは、上記の第１演算部１２７と同様に、複数の仮想パターンの各々について、当該仮想パターンに対応する入力パラメータの値を人体熱モデルに入力し、複数の部分（Ｐａ～Ｐｈ）の表面温度α’（ａ）～α’（ｈ）をそれぞれ演算する。上述したように、複数の仮想パターンは、少なくとも１つの変動パラメータについて互いに異なる値を有する。本実施の形態２では、変動パラメータは、少なくとも着衣量を含む。

例えば、変動パラメータは、着衣量と代謝量とを含む。着衣量として想定される値の個数がＮ１個であり、代謝量として想定される値の個数がＮ２個である場合、Ｎ１×Ｎ２個の仮想パターンが予め生成される。

もしくは、変動パラメータは、着衣量と代謝量と人物の周囲の温度とを含む。着衣量として想定される値の個数がＮ１個であり、代謝量として想定される値の個数がＮ２個であり、周囲の温度として取り得る値の個数がＮ３個である場合、Ｎ１×Ｎ２×Ｎ３個の仮想パターンが予め生成される。

図１８は、夏期において想定される７個の着衣パターンＡ１～Ａ７を示す図である。図１９は、中間期（春期及び秋期）において想定される８個の着衣パターンＢ１～Ｂ８を示す図である。図２０は、冬期において想定される８個の着衣パターンＣ１～Ｃ８を示す図である。なお、着衣パターンの個数は、７，８個に限定されず、２～６個または８個以上であってもよい。

夏期である場合、複数の仮想パターンの各々は、図１８に示す着衣パターンＡ１～Ａ７のいずれかの着衣量に対応する。中間期である場合、複数の仮想パターンの各々は、図１９に示す着衣パターンＢ１～Ｂ８のいずれかの着衣量に対応する。冬期である場合、複数の仮想パターンの各々は、図２０に示す着衣パターンＣ１～Ｃ８のいずれかの着衣量に対応する。なお、１年を夏期、中間期及び冬期の３つの期間に分けることに限定されない。例えば、中間期を第１～第３中間期に分割し、１年を５つの期間に分けてもよい。第１中間期である場合、複数の仮想パターンの各々は、図１８に示す着衣パターンＡ１～Ａ７及び図１９に示す着衣パターンＢ１～Ｂ８のいずれかの着衣量に対応してもよい。第２中間期である場合、複数の仮想パターンの各々は、図１９に示す着衣パターンＢ１～Ｂ８のいずれかの着衣量に対応してもよい。第３中間期である場合、複数の仮想パターンの各々は、図１９に示す着衣パターンＢ１～Ｂ８及び図２０に示す着衣パターンＣ１～Ｃ８及びのいずれかの着衣量に対応してもよい。現在がいずれの期間に属するかの判断は、例えば現在の日付、外気温などを用いて行なわれる。

仮想パターンの個数が多い場合、第１演算部１２７Ａの演算時間が長くなる。そこで、第１演算部１２７Ａは、衣服形態推定部１２３の推定結果に基づいて、仮想パターンの個数を減らす。例えば、第１演算部１２７Ａは、推定結果が「半袖」を示す場合、「長袖」を含む着衣パターンに対応する仮想パターンを演算対象から除外する。第１演算部１２７Ａは、推定結果が「半ズボン」を示す場合、「長ズボン」を含む着衣パターンに対応する仮想パターンを演算対象から除外する。

第１演算部１２７Ａは、演算対象となる複数の仮想パターンの各々について、当該仮想パターンに対応する入力パラメータの値を人体熱モデルに入力することにより、複数の部分（Ｐａ～Ｐｈ）の表面温度α’（ａ）～α’（ｈ）をそれぞれ演算する。

第１演算部１２７Ａは、複数の入力パラメータのうち変動パラメータ（例えば、着衣量、代謝量及び人物の周囲の温度）以外の入力パラメータについて、複数の仮想パターンで共通の値を用いればよい。具体的には、第１演算部１２７Ａは、複数の仮想パターンの全てにおいて、人体サイズ推定部１２４によって推定された体重Ｗ及び体表面積Ｓを用いる。また、第１演算部１２７Ａは、複数の仮想パターンの全てにおいて、対象空間２外の環境に応じて定められる湿度、風速及び放射熱量の値を用いる。例えば、第１演算部１２７Ａは、温湿度センサ５３によって検知された湿度計測値を用いてもよい。第１演算部１２７Ａは、複数の仮想パターンの全てにおいて、外部サーバーから配信される気象情報から定められる風速及び放射熱量を用いてもよい。さらに、変動パラメータに人物の周囲の温度が含まれない場合、第１演算部１２７Ａは、複数の仮想パターンの全てにおいて、対象空間２外の環境に応じて定められる温度の値（例えば、温湿度センサ５３によって検知された温度計測値）を用いてもよい。

条件出力部１２８Ａは、第１演算部１２７Ａによって算出された複数の部分（Ｐａ～Ｐｇ）の表面温度α’と対象熱分布Ｉｍｇにおける領域Ｒの温度分布との比較結果に基づいて、人物が対象空間２に入る前の当該人物の条件を推定する。

具体的には、条件出力部１２８Ａは、複数の仮想パターンの中から、表面温度測定部１１４によって測定された複数の部分（Ｐａ～Ｐｇ）の表面温度αに最も近い表面温度α’に対応する仮想パターンを抽出する。条件出力部１２８Ａは、抽出された仮想パターンに対応する着衣量の値を、対象空間２に入る人物の着衣量の値として推定する。条件出力部１２８Ａは、抽出された仮想パターンに対応する代謝量の値を、対象空間２に入る前の人物の代謝量の値として推定する。さらに、条件出力部１２８Ａは、抽出された仮想パターンに対応する温度の値を、対象空間に入る前の人物の周囲の温度の値として推定する。

条件出力部１２８Ａは、抽出された仮想パターンに対応する変動パラメータ（例えば、着衣量、周囲の温度及び代謝量）及び環境パラメータ（温度、湿度、風速及び放射熱量）の値を人体熱モデルに入力することにより得られる出力パラメータの値を含む条件情報δを第２推定部１４０に出力する。さらに、条件出力部１２８Ａは、推定した着衣量βを条件情報δに含ませる。

このように、本実施の形態２によれば、想定される着衣量の複数の値の各々を人体熱モデルに入力することにより得られる複数の部分（Ｐａ～Ｐｇ）の表面温度α’と、対象熱分布Ｉｍｇから測定される複数の部分（Ｐａ～Ｐｇ）の表面温度αとが比較される。そして、表面温度αに最も近い表面温度α’に対応する着衣量が、対象空間２に入る人物の着衣量として推定される。これにより、人物の着衣量の推定精度が向上する。

＜Ｃ．変形例＞
［Ｃ１．変形例１］
上記の説明では、情報処理装置１００は、空調制御部１８０を備えるものとした。しかしながら、空調制御部１８０は、空調装置２００に備えられていてもよい。この場合、空調装置２００は、情報処理装置１００から支援情報１７２を取得し、支援情報１７２に基づいた制御を行なう。

［Ｃ２．変形例２］
情報処理装置１００，１００Ａは、空調制御部１８０の代わりに、支援情報１７２を外部のディスプレイ１０６（図１５参照）に出力する出力部を備えてもよい。もしくは、情報処理装置１００，１００Ａは、空調制御部１８０の代わりに、通信接続された外部の端末装置に支援情報１７２を出力する出力部を備えてもよい。これにより、対象空間２の空調管理の担当者は、ディスプレイ１０６または端末装置に表示された支援情報１７２を確認し、支援情報１７２に従って空調装置２００を制御することができる。その結果、特定多数の人物が出入りするような対象空間２であっても、人物の状態に応じて対象空間２内の環境を快適に維持される。

［Ｃ３．変形例３］
出入口４が入口専用である場合、熱分布取得部１１０は、測距センサ５０の出力値が予め定められた距離に到達したときに熱分布計測装置５１によって計測された熱分布を対象熱分布Ｉｍｇとして取得すればよい。

［Ｃ４．変形例４］
相関関係１５３は、標準体型に基づいて予め作成される。そのため、第１演算部１２７及び第２演算部１４２は、標準体型との差が大きい人物について、出力パラメータの値を精度良く演算できない可能性がある。したがって、表面温度測定部１１４、着衣量推定部１２２（または衣服形態推定部１２３）及び人体サイズ推定部１２４は、領域Ｒのサイズ（画素数）が所定範囲内である対象熱分布Ｉｍｇのみ処理対象としてもよい。すなわち、領域Ｒのサイズが所定範囲外である対象熱分布Ｉｍｇは、処理対象から除外されてもよい。例えば、極端に太った人物の対象熱分布Ｉｍｇ及び子供の対象熱分布Ｉｍｇは、処理対象から除外されてもよい。

＜Ｄ．まとめ＞
以上のように、情報処理装置１００，１００Ａは、対象空間２に入る人物を熱分布計測装置５１が計測することにより生成される対象熱分布Ｉｍｇを取得する熱分布取得部１１０を備える。情報処理装置１００，１００Ａは、人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと対象熱分布とを用いることにより、人物が対象空間２に入る前の入力パラメータの第１値を推定する第１推定部１２０，１２０Ａを備える。第１推定部１２０は、着衣量推定部１２２、人体サイズ推定部１２４及び条件推定部１２６により構成される。第１推定部１２０Ａは、衣服形態推定部１２３、人体サイズ推定部１２４及び条件推定部１２６Ａにより構成される。情報処理装置１００，１００Ａは、人体熱モデルを用いて、対象空間２に入ってからの人物の温冷感を推定する第２推定部としての第２推定部１４０を備える。情報処理装置１００，１００Ａは、熱分布取得部１１０が対象熱分布を取得する度に第２推定部１４０によって推定された温冷感εを所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布１６２を生成するための分布生成部１６０を備える。情報処理装置１００，１００Ａは、人数分布に基づいて、空調装置２００の制御を支援するための支援情報を生成するための支援情報生成部１７０を備える。第２推定部１４０は、第１推定部により推定された入力パラメータの第１値を人体熱モデルに入力することにより得られる出力パラメータの第１値を初期値として、対象空間２に入ってからの入力パラメータの第２値を人体熱モデルに入力することにより、出力パラメータの第２値を演算する。第２推定部１４０は、出力パラメータの第２値に基づいて人物の温冷感を推定する。

上記の構成によれば、情報処理装置１００，１００Ａは、対象空間２に入る前の人物の条件を推定し、当該条件を考慮して対象空間２に入った後の温冷感を推定できる。すなわち、人物の状態に応じた温冷感が推定される。そして、温冷感の人数分布１６２に基づいて空調装置２００を制御するための支援情報１７２が生成される。温冷感は、対象空間２に入る人物の熱分布に基づいて推定される。そのため、不特定多数の人物が出入りするような対象空間２であっても、支援情報１７２を参考にすることにより、過度の冷房や暖房が抑制され、空調装置２００の消費電力が削減される。

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。

１ 空調システム、２ 対象空間、４ 出入口、３１～３３ 衣服、３１’～３３’ 空気層、５０ 測距センサ、５１ 熱分布計測装置、５２，５３，５３Ａ，５３Ｂ 温湿度センサ、５４ 操作パネル、１００，１００Ａ 情報処理装置、１０１ 制御装置、１０２ ＲＯＭ、１０３ ＲＡＭ、１０４ 通信インターフェイス、１０５ 表示インターフェイス、１０６ ディスプレイ、１０７ 入力インターフェイス、１０８ 入力デバイス、１１０ 熱分布取得部、１１２ 熱分布処理部、１１４ 表面温度測定部、１２０，１２０Ａ 第１推定部、１２２ 着衣量推定部、１２３ 衣服形態推定部、１２４ 人体サイズ推定部、１２６，１２６Ａ 条件推定部、１２７，１２７Ａ 第１演算部、１２８，１２８Ａ 条件出力部、１４０ 第２推定部、１４２ 第２演算部、１４４ 温冷感予測部、１５０ 記憶装置、１５１ 履歴データ、１５２，１５３ 相関関係、１５５ 情報処理プログラム、１６０ 分布生成部、１６２ 人数分布、１７０ 支援情報生成部、１７２ 支援情報、１８０ 空調制御部、２００ 空調装置、２００Ａ 室内機、２００Ｂ 換気装置、２００Ｃ 室外機、２００Ｄ 送風機。

Claims (10)

1. 対象空間に入る人物を熱分布計測装置が計測することにより生成される対象熱分布を取得するための取得部と、
   人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと前記対象熱分布とを用いることにより、前記人物が前記対象空間に入る前の前記入力パラメータの第１値を推定するための第１推定部と、
   前記人体熱モデルを用いて、前記対象空間に入ってからの前記人物の温冷感を推定するための第２推定部と、
   前記取得部が前記対象熱分布を取得する度に前記第２推定部によって推定された温冷感を所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布を生成するための分布生成部と、
   前記人数分布に基づいて、空調装置の制御を支援するための支援情報を生成するための情報生成部とを備え、
   前記第２推定部は、
   前記第１推定部により推定された前記入力パラメータの前記第１値を前記人体熱モデルに入力することにより得られる前記出力パラメータの第１値を初期値として、前記対象空間に入ってからの前記入力パラメータの第２値を前記人体熱モデルに入力することにより、前記出力パラメータの第２値を演算し、
   前記出力パラメータの前記第２値に基づいて前記人物の温冷感を推定する、情報処理装置。
2. 前記入力パラメータは、前記人物の着衣量、代謝量、体重及び体表面積を含み、
   前記出力パラメータは、着衣を含む前記人物の複数の部分の表面温度を含み、
   前記第１推定部は、
   前記対象熱分布における前記人物に対応する領域のサイズに基づいて、前記人物の体重及び体表面積の値を推定し、
   前記対象熱分布における前記領域の温度分布に基づいて、前記人物の着衣量の値を推定し、
   推定された体重、体表面積及び着衣量の値と、複数の仮想パターンの各々に対応する代謝量の値とを前記人体熱モデルに入力する入力処理により得られる前記複数の部分の表面温度と前記領域の温度分布とを比較し、
   前記複数の仮想パターンの中から、前記領域の温度分布に最も近い前記複数の部分の表面温度に対応する仮想パターンを抽出し、
   抽出された仮想パターンに対応する代謝量の値を、前記対象空間に入る前の前記人物の代謝量の値として推定する、請求項１に記載の情報処理装置。
3. 前記入力パラメータは、前記人物の着衣量、代謝量、体重及び体表面積を含み、
   前記出力パラメータは、着衣を含む前記人物の複数の部分の表面温度を含み、
   前記第１推定部は、
   前記対象熱分布における前記人物に対応する領域のサイズに基づいて、前記人物の体重及び体表面積の値を推定し、
   推定された体重及び体表面積の値と、複数の仮想パターンの各々に対応する、着衣量の値及び代謝量の値とを前記人体熱モデルに入力する入力処理により得られる前記複数の部分の表面温度と前記領域の温度分布とを比較し、
   前記複数の仮想パターンの中から、前記領域の温度分布に最も近い前記複数の部分の表面温度に対応する仮想パターンを抽出し、
   抽出された仮想パターンに対応する着衣量の値を前記人物の着衣量の値として推定し、
   前記抽出された仮想パターンに対応する代謝量の値を前記対象空間に入る前の前記人物の代謝量の値として推定する、請求項１に記載の情報処理装置。
4. 前記入力パラメータは、前記人物の周囲の温度、湿度、風速及び放射熱量をさらに含み、
   前記第１推定部は、
   前記入力処理において、さらに、前記対象空間外の環境に応じて定められる湿度、風速及び放射熱量の値と、前記複数の仮想パターンの各々に対応する温度の値とを前記人体熱モデルに入力し、
   前記抽出された仮想パターンに対応する温度の値を前記対象空間に入る前の前記人物の周囲の温度の値として推定する、請求項２または３に記載の情報処理装置。
5. 前記入力パラメータの前記第２値は、前記第１推定部によって推定された前記人物の体重、体表面積及び着衣量の値と、前記対象空間内で想定される身体活動から定められる代謝量の値とを含む、請求項２または３に記載の情報処理装置。
6. 前記入力パラメータの前記第２値は、前記第１推定部によって推定された前記人物の体重、体表面積及び着衣量の値と、前記対象空間内で想定される身体活動から定められる代謝量の値と、前記対象空間内の環境に応じて定められる温度、湿度、風速及び放射熱量の値とを含む、請求項４に記載の情報処理装置。
7. 前記取得部は、
   前記人物までの距離を計測するための測距センサの出力値を受け、
   前記出力値が予め定められた距離に到達したときに前記熱分布計測装置によって計測された熱分布を前記対象熱分布として取得する、請求項１から６のいずれか１項に記載の情報処理装置。
8. 前記支援情報に基づいて、前記空調装置を制御するための空調制御部をさらに備える、請求項１から７のいずれか１項に記載の情報処理装置。
9. 対象空間に入る人物を熱分布計測装置が計測することにより生成される対象熱分布を取得するステップと、
   人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと前記対象熱分布とを用いることにより、前記人物が前記対象空間に入る前の前記入力パラメータの第１値を推定するステップと、
   前記人体熱モデルを用いて、前記対象空間に入ってからの前記人物の温冷感を推定するステップと、
   前記対象熱分布が取得される度に推定された温冷感を所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布を生成するステップと、
   前記人数分布に基づいて、空調装置の制御を支援するための支援情報を生成するステップとを備え、
   前記人物の温冷感を推定するステップは、
   前記入力パラメータの前記第１値を前記人体熱モデルに入力することにより得られる前記出力パラメータの第１値を初期値として、前記対象空間に入ってからの前記入力パラメータの第２値を前記人体熱モデルに入力することにより、前記出力パラメータの第２値を演算するステップと、
   前記出力パラメータの前記第２値に基づいて前記人物の温冷感を推定するステップとを含む、情報処理方法。
10. 対象空間に入る人物を熱分布計測装置が計測することにより生成される対象熱分布を取得するステップと、
    人体の熱に影響を及ぼす入力パラメータの値を受けて人体の熱に関する出力パラメータの値を出力する人体熱モデルと前記対象熱分布とを用いることにより、前記人物が前記対象空間に入る前の前記入力パラメータの第１値を推定するステップと、
    前記人体熱モデルを用いて、前記対象空間に入ってからの前記人物の温冷感を推定するステップと、
    前記対象熱分布が取得される度に推定された温冷感を所定期間において蓄積し、当該蓄積結果から温冷感ごとの人数分布を生成するステップと、
    前記人数分布に基づいて、空調装置の制御を支援するための支援情報を生成するステップとをコンピュータに実行させ、
    前記人物の温冷感を推定するステップは、
    前記入力パラメータの前記第１値を前記人体熱モデルに入力することにより得られる前記出力パラメータの第１値を初期値として、前記対象空間に入ってからの前記入力パラメータの第２値を前記人体熱モデルに入力することにより、前記出力パラメータの第２値を演算するステップと、
    前記出力パラメータの前記第２値に基づいて前記人物の温冷感を推定するステップとを含む、プログラム。

Images