JPH0666954A - 作動制御装置 - Google Patents

Abstract

(57)【要約】 【目的】 装置に接近する人を、該装置を使用するもの
と誤判定して装置を作動させた場合に、迅速かつ自動的
に元に状態を戻す。 【構成】 装置５は該装置５に接近する人の中から使用
する人をセンサ６等を用いて判断特定し、そのように判
断特定された場合にのみ装置を所定の状態（予熱状態を
自動的に解除する自動予熱又は自動電源投入）とする機
能を備えている。判断特定結果の正誤を確認し、判断結
果の誤りが確認されたとき、所定の状態から元の状態へ
迅速且つ自動的に復帰させることによって誤判定による
誤作動を確実にリカバリーする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、各種装置機器類（主に
複写機、ファクシミリ、或いは、プリンタ等の画像形成
装置）に備えられ装置機器類の使用条件を入力操作する
操作表示部、及び、同じく装置機器類へ電源を投入する
電源投入部、及び、画像情報（トナー）が転写された記
録シートを定着するための定着部の作動制御装置に関す
るものである。

【０００２】

【従来技術】近年は、使用者の利便性を向上させるた
め、装置機器類の自動化が益々図られるようになってき
ている。特に、本発明において着目した分野は、人体検
知可能なセンサを用いることによる装置機器への使用者
の接近、及び、該装置機器からの使用者の離間を検知
し、もって、装置機器類の各種機能をより充実させたい
技術分野である。この技術は、例えば、人の接近を検知
してドアを自動的に開閉させる自動ドア、人の接近を検
知して操作表示部（ＬＣＤ）を自動的にＯＮ／ＯＦＦさ
せる銀行等のキャッシュディスペンサーに実用化されて
おり、更に、複写機等の画像形成装置においては人の接
近を検知して操作表示部（ＬＣＤ）を自動的にＯＮ／Ｏ
ＦＦさせるとともにシート上に転写された画像情報（ト
ナー）を定着させる定着手段（ヒーターを内蔵したロー
ラ）の定着温度を装置を使用しない時（人が検知されて
いない）は、使用する時（人が検知されている）よりも
低い温度に自動的に切り換える自動予熱機能としても採
用されている。

【０００３】予熱機能自体は現在広く普及している機能
であるが、従来の予熱作動／解除は手動入力により実行
しなければならなかった。これに対し、自動予熱機能
は、装置への人の接近をいち早く検知し、装置操作部に
使用者が到達する以前に予熱状態を自動的に解除し、装
置使用者の利便性を更に向上させるものである。ここ
に、予熱機能が作動している状態とは、操作表示部がＯ
ＦＦ（消灯状態）、定着温度が通常の作像時の温度より
も低い温度に設定された状態をいう。また、予熱機能が
解除された状態とは、操作表示部がＯＮ（点灯状態）、
定着温度が通常の作像時の温度に設定された状態をい
う。なお、従来の装置機器類への電源投入は、使用する
際に使用者が装置機器に設けられている電源投入スイッ
チを手動により操作し、電源のＯＮ／ＯＦＦを行なって
いた（特開昭６３−２６１２７０号公報）。

【０００４】

【発明が解決しようとする課題】特に、画像形成装置に
おいては、装置が設置されている環境及び装置を使用す
る状況によって、装置近傍を該装置を使用するとしない
に関わらず頻繁に人が往来する場合が存在し、このよう
なとき自動予熱機能の誤作動が結果的に発生する恐れが
有る。つまり、上記従来の人体検知システムによれば装
置本体から所定範囲内に所定時間、人の存在が検知され
ればいかなる場合も全て予熱状態が解除され、或いは、
装置本体からの所定範囲外への人の移動が検知され、検
知後所定時間経過した後は、自動的に予熱状態に復帰さ
せるように制御されている。従って、装置近傍を通過す
るものの使用しない人に対してまでも上記所定の条件さ
せ満足すれば予熱状態が自動時に解除されてしまうた
め、非使用時の操作表示部（ＬＣＤ）消灯による表示部
の耐久性向上（ＬＣＤ焼け防止）、及び、定着温度の設
定切り換えによる非使用時の消費電力の節減という予熱
本来の機能が損なわれていた。

【０００５】また、予熱機能は作動時にそれまで設定さ
れていた各種画像形成モード及び条件を初期状態に強制
復帰させるオートリセット機能も兼用しており、使用中
である人が何等かの理由で装置近傍所定の検知領域から
一時離れる場合でも上記所定の条件させ満足すれば予熱
状態が自動的に作動されてしまうため、複雑な画像形成
モード・条件が設定されている時は、このモード・条件
の再設定が必要となり操作性が著しく低下していた。更
に、装置機器類への電源投入動作に関して、使用者によ
っては使用する度に手動入力によって電源のＯＮ／ＯＦ
Ｆを繰り返していたため（消費電力）を節減するため
に）、操作が煩わしいものとなっていた。

【０００６】本発明は、上記従来技術の課題を解決する
べくなされたものであり、装置に接近する人の中から使
用する人を判断特定し、そのように判断特定された場合
にのみ装置を所定の状態（予熱状態を自動的に解除する
自動予熱又は電源を自動的に投入する自動電源投入）と
する機能を備えた装置を前提として、前記判断特定結果
の正誤を確認し、判断結果の誤りが確認されたとき、所
定の状態から元の状態へ迅速且つ自動的に復帰させるこ
とによって誤判定による誤作動を確実にリカバリーしう
る信頼性の高い自動予熱機能又は自動電源投入機能を有
す作動制御装置を提供することを目的とするものであ
る。

【０００７】

【課題を解決するための手段】本発明は、上記課題を解
決するために、装置近傍の所定範内に接近する物体の存
在を検知する検知手段と、該検知手段からの検知信号に
応じて前記装置を所定の状態に設定する制御手段とを有
する作動制御装置において、前記検知手段からの検知信
号に基づき、接近を検知された物体が装置を使用するか
否かを判断する判断手段と、前記判断手段により装置を
使用するための接近であると判断された場合に、前記装
置を所定の第１状態から第２状態へ自動的に可変設定す
る制御手段と、前記判断手段による判断結果の正誤を確
認する確認手段と、前記確認手段により誤判断が確認さ
れた時、前記装置を所定の第２状態から第１状態へ自動
的に再設定する制御手段とを有する。

【０００８】

【構成】本発明は、上記課題を解決するために、（１）
装置近傍の所定範囲内に接近する物体の存在を検知する
検知手段と、該検知手段からの検知信号に応じて前記装
置を所定の状態に設定する制御手段とを有する作動制御
装置において、前記検知手段からの検知信号に基づき、
接近を検知された物体が装置を使用するか否かを判断す
る判断手段と、該判断手段により装置を使用するための
接近であると判断された場合に、前記装置を所定の第１
状態から第２状態へ自動的に可変設定する制御手段と、
前記判断手段による判断結果の正誤を確認する確認手段
と、該確認手段により誤判断が確認された時、前記装置
を所定の第２状態から第１状態へ自動的に再設定する制
御手段とを有することを特徴とするものであり、更に
は、（２）前記装置の所定の第１状態とは、装置を使用
する際に装置に使用条件を入力する操作表示手段が入力
操作不可なる非表示状態であり、前記装置の所定の第２
状態とは、前記操作表示手段が入力可能なる表示状態で
あること、或いは、（３）前記装置の所定の第１状態と
は、画像形成動作時にシート上に記録された画像情報を
熱により定着させる定着手段が定着不可なる第１温度に
設定された状態であり、前記装置の所定の第２状態と
は、前記定着手段が定着可能なる第１温度よりも高い第
２温度に設定された状態であること、或いは、（４）前
記装置の所定の第１状態とは、装置電源を切断した状態
であり、前記装置の所定の第２状態とは、装置電源を投
入した状態であることを特徴としたものである。

【０００９】

【作用】装置に接近する人の中から使用する人を判断特
定し、そのように判断特定された場合にのみ装置を所定
の状態（予熱状態を自動的に解除する自動予熱機能又は
自動電源投入機能）とする機能を備えた装置を前提とし
て、判断特定結果の正誤を確認し、判断結果の誤りが確
認されたとき、所定の状態から元の状態へ迅速且つ自動
的に復帰させることによって誤判定による誤作動を確実
にリカバリーしうるものである。例えば、解除されてい
た予熱機能又は投入状態にある電源を迅速且つ自動的に
復帰動作させるものである。

【００１０】装置概略 図１は、自動応答システムをＯＡ機器に適用した場合の
構成概念を説明するためのブロック図で、該自動応答シ
ステムは、一個以上のセンサより構成されるセンサ部２
と、認識判断装置３と、サービス提供装置４とより構成
され、自動応答機能を実現するために各種ＯＡ機器１に
装着され、ＯＡ機器１の使用者による能動的なはたらき
かけによらず、適切な応答を行い、各種のサービスを提
供するものである。

【００１１】センサ部２は自動応答する対象の物体（例
えば、近付いてくる人間）を認識するための各種データ
を作り出すためにＯＡ機器１の表面または内部に実装さ
れ、得られたデータを認識判断装置３へと送る。センサ
の種類、実装位置およびその個数は、センサからのデー
タより検出したいパラメータ、検出対象とする方向（例
えば、操作パネルの向いている方向＝ＯＡ機器正面方
向）や応答対象とする物体の大きさ（幅、高さ）、検出
精度（分解能、検出間隔）等により適宜決定される。

【００１２】図２は、複写機またはファクシミリまたは
レーザ・ビーム・プリンタである画像形成装置５に複数
の距離センサ６により構成されたセンサ部の実装例を示
す図で、（ａ）図は画像形成装置の全体斜視図、（ｂ）
図は平面図である。図２の例では、応答する対象の物体
を人間（操作可能者）、測定によって得るデータを画像
形成装置５から被測定物体までの距離、測定対象とする
方向を装置５の正面および側面としている。また、それ
らに加えて被測定物体の方向も得るために比較的鋭い指
向性をもった距離センサにより複数方向について距離の
測定を行う。この種のセンサには、たとえば発光部より
赤外光を対象方向に照射し、受後部でその反射光量を計
測することにより距離を測定するものや、ある周波数の
超音波を送波器より発信し、反射波を受波器によって受
けてその位相差によって距離を測定するもの等がある。

【００１３】図２の例では、比較的短い検出期間で高い
分解能を得るために複数のセンサを実装し、各距離セン
サを並列動作させて測定を行う。被測定物体の方向を得
るために各センサは各々少しづつ（１０度間隔）発光・
発信／受光・受信の方向をずらして実装されている。ま
た、垂直方向データ（身長等）は必要としないため、発
光・発信／受光・受信の方向を水平面上にのみ展開して
実装している。センサ部の構成は、距離センサの他に例
えばＣＣＤを用いた画像入力装置等も考えられる。この
場合は、画像入力装置から取り込まれた画像データが認
識判断装置に送られる。

【００１４】認識判断装置３は、ＯＡ機器１に内蔵また
は外付けされ、センサ部２から送られてくるデータに基
づいて認識判断を行う。例えば、図２に示した例のよう
に、物体までの距離およびその方向データからは、静止
物体と応答対象とする移動物体の認識をしたり、応答対
象とする物体（人間）がＯＡ機器を使用するかどうか
（もしくは使用が終了したかどうか）等の行動判断を行
う。また、画像入力装置から構成されるセンサ部を持
ち、画像データを使用する装置については、応答する対
象の物体（人間）の特徴を抽出し、抽出された特徴によ
り個人の特定をおこない、個人のＩＤ（例えば、名前、
番号、等）を生成し、生成された判断データを、サービ
ス提供装置へ送る。

【００１５】サービス提供装置４は、ＯＡ機器１の各部
を駆動する機能を有し、各種自動応答によるサービスを
具現化する。例えば、ＯＡ機器１に近づく応答対象の物
体があり、その物体がＯＡ機器を使用する旨の判断デー
タが送られてきた場合に、予熱モードを自動的に解除す
るとか、反対に使用終了の判断データが送られてきた場
合には、自動的に余熱モードに遷移するといったサービ
スがこれにあたる。また、個人のＩＤがデータとして送
られてくる構成の装置については、使用者毎に操作部の
最適化（キー・レイアウト変更、指示画面の切り替え、
等）等のより使用しやすい環境を提供する。このサービ
ス提供装置は、専用のハード・ウェアを用意しても良い
が、ＯＡ機器の中央演算装置によりソフト・ウェア的に
機能を代行することも可能である。

【００１６】認識判断装置 認識判断装置概略 図３に、認識判断装置の基本構成をブロック図で示し、
各部の動作を説明する。尚、自動応答システムが実装さ
れているＯＡ機器は画像形成装置とし、認識判断装置に
データを送ってくるセンサ部の構成は、図２に示したよ
うに指向性の強い複数の距離センサを発光・受信／受光
・受信の方向を水平面上に展開して実装したものとして
以下の説明を行う。認識判断装置３は、センサ駆動部
７、パラメータ抽出部８、認識判断部９、後処理部１
０、制御部１１、入出力管理部１２、記憶装置１３、デ
ータ線１４、制御線１５、外部Ｉ／Ｆ（インターフェイ
ス）線１６より構成される。

【００１７】センサ駆動部７は、距離センサ６の駆動お
よび測定された距離データの受信をおこなう。制御部１
１からのサンプリング信号に基づき、各距離センサ６を
駆動し物体までの距離を計測する。しかる後、測定結果
データをパラメータ抽出部８へと送出する。パラメータ
抽出部８では、各物体までの距離データより応答対象と
する物体の認識および各種判断に必要となる特徴量パラ
メータを測定された距離データより抽出、計算する。生
成されたパラメータおよびその付加情報は、認識判断部
９へ送られると共に、適宜記憶装置１３に書き込まれ、
必要に応じて他のブロックより読みだされる。

【００１８】認識判断部９は、制御部１１からの要求信
号により応答対象の物体に関わる判断をおこなう。パラ
メータ抽出部８により生成されたパラメータを直接また
は記憶装置１３を介して受け取り、例えば、応答対象の
物体が画像形成装置の使用者であるか否か（画像形成装
置を「使う」か「使わない」か）、画像形成装置の使用
を終了したか否か（「使用中」か「使い終った」か）、
等の判断を行う。

【００１９】後処理部１０は、判断結果を取りまとめて
最終的に外部に出力する形式に整える。例えば、応答対
象とする物体が複数存在する場合の処理がこのブロック
でおこなわれる。制御部１１は認識判断装置全体の制御
をおこなう。入出力管理部１２を介して外部（画像形成
装置）と通信をおこない、また、各ブロックに制御信号
を送ることによりコントロールする。

【００２０】入出力管理部１２は、外部Ｉ／Ｆ線１６を
通して外部（画像形成装置）とのインターフェイスをつ
かさどる。また、外部との同期をとるためのバッファと
しても機能する。入出力される信号には、後処理部１０
で生成されサービス提供装置に送られる判断データの他
に、認識判断装置と画像形成装置との間の各種リクエス
ト、タイミング信号、等の制御信号も含まれる。

【００２１】記憶装置１３は、各ブロックで生成された
ダーテを必要に応じて蓄えておくＲＡＭ、および、各ブ
ロックを動かすのに必要なプログラムおよびデータを蓄
えておくＲＯＭにより構成され、各ブロックによりデー
タの読み出し／書き込みがおこなわれる。データ線１４
は各データの伝送に使用される。制御線１５は制御信号
の伝送に使われる。外部Ｉ／Ｆ線１６は、外部（画像形
成装置）とのインターフェイスのための制御信号および
データの伝送に使われる。

【００２２】センサ駆動部 センサ駆動部７は、制御部１１から制御線１５を介して
周期Ｔ（Ｔは認識する応答対象とする物体の移動速度に
比べて十分に短い周期でなければいけない）で送られて
くるサンプリング信号に従って画像形成装置に実装され
ている距離センサ６を駆動する。各距離センサは同時
（並列）に駆動され、１サンプリング周期（時間間隔
Ｔ）に１回距離の測定をおこなう。測定データは、セン
サ駆動部７内でアナログ・データからデジタル・データ
へと変換され、どのセンサにより測定されたデータかを
識別できる方法（例えば、各データにセンサの識別番号
を付加する）によりパラメータ抽出部８へと送られる。

【００２３】パラメータ抽出部 パラメータ抽出部８では、センサ駆動部７より送られて
きた距離データから認識に必要なパラメータを抽出す
る。尚、各距離センサは、図４に示すように、画像形成
装置５の中心を中心として１０度間隔で…（ただ
し、１０番目〜１９番目については、〇１０，〇１１，
…〇１９のように記す）の１９方向について測定を行う
ように（ただし、測定を行う方向は、画像形成装置の測
面および正面方向のみとし、ここでは背面については考
えない）実装されており、時間間隔Ｔで同時に物体まで
の距離の測定を繰り返すものとする。図４中の各矢印は
センサの発光・発信／受光・受信方向を表す。

【００２４】パラメータ抽出部は時間間隔Ｔで（測定を
行なう度に）以下の処理を行なう。 位置検出 （１）測定結果のストア いま、画像形成装置５が、図４に示すように、前方方向
および側方のうちの一方向に壁等の静止物体１７がある
ような場所に設置されていたとし、距離センサによって
物体までの距離の測定が可能な最大距離をＲmaxする。
この測定可能距離とは、距離センサ自体の測定可能距離
のほかに、各測定可能方向間の隙間（測定が行なわれな
い範囲）が応答対象とする物体（人間）の大きさに比べ
十分小さくなるような範囲である。図４の例では、１９
の測定方向のうち、白抜き文字で示した方向に関して距
離センサの測定可能距離内に何らかの静止物体（この場
合は壁、以下障害物と記す）１７がある。パラメータ抽
出部８は一回の測定毎に記憶装置（メモリ）１３に距離
データをその測定方向（距離センサ番号）と共に蓄えて
おく。図４の場合について記憶装置１３内に書き込まれ
る距離データの例を、図５に模式的に示す。ここで、図
５において、ｒ_dは方向ｄについての測定結果（物体ま
での距離）を表し、また、∞記号は物体が測定されなか
った（Ｒmax）よりも近くに物体が何もなかった）こと
を示している。パラメータ抽出部８は、時間間隔Ｔで測
定を行う度に、測定結果を記憶装置１３内の所定の番地
に書き込む。

【００２５】（２）環境情報の更新 距離センサの測定可能範囲内にあり、画像形成装置５に
能動的に働きかけない物体（＝障害物：例えば、壁、
机、椅子、等）の位置情報を環境情報と呼ぶことにす
る。パラメータ抽出部８は、これらの物体と、画像形成
装置５に能動的に働きかける可能性のある物体（＝動い
ている物体：例えば、人間、等。以下、対象物体と記
す）とを区別するために、記憶装置５内の環境情報を参
照する。環境情報は、概念的には図５に示した各方向に
ついての距離の表のような形式をしており、各方向につ
いてどの距離に障害物があるかを表している。

【００２６】環境情報は、画像形成装置５に対象物体が
距離センサの測定可能範囲で活動する期間よりも十分長
い期間（例えば、電源投入以降後）に各方向について測
定された最大距離をそれぞれ選択することにより作成さ
れる。上記期間内に測定された方向ｄについての最大距
離をｒ_dmaxとすると、環境情報は概念的に図６にように
示される。時間間隔Ｔで測定を行う毎に、各方向につい
て測定された距離ｒｄと環境情報ｒｄmaxとが比較さ
れ、もし、ｒ_d＞ｒ_dmaxの関係が成り立てば、環境情報
をｒ_dで置き換える。このようにして、十分長い時間が
経過した後、環境情報が作られる。例えば、図４のよう
な環境に設置された画像形成装置で、十分に長い時間
（距離センサの測定範囲内に人間等の動く物体が存在し
ない時期を経れば十分である）が経過した後の環境情報
は図７のようになる。ただし、ｒ_dは図４の場合におけ
る方向ｄについての障害物までの距離を表す。

【００２７】（３）物体検出 環境情報の更新をおこなった後、パラメータ抽出部８は
以下の方法で物体検出を行う。例えば、時間ｔ０におけ
る状態が図８に示すように、の方向から対象物体１８
が近づいて来る場合を考える。（１）の手順で記憶装置
内に書き込まれた図８の場合についての距離データを図
９に示す。ただし、ｒ_dtは時刻ｔにおける方向ｄについ
ての物体までの距離とする。パラメータ抽出部８はこの
距離データと、（２）の手順により作成され記憶装置５
内に蓄えられている環境情報とを比較することにより対
象物体を検出する。具体的には、例えば、各方向につい
て環境情報に書かれている距離と距離データとの差をと
る。図９の場合について環境情報との距離データとの差
をとった結果を図１０に示す。図１０によると、方向
について距離データと環境情報との差が生じており、こ
のこと（環境≠距離データ）によりの方向に対象物体
１８が認識される。いま、画像形成装置の中心を原点と
し、〇１０の方向を角度θ＝０とするような極座標系を
考えると、図８の例での対象物体１８の位置は
（ｒ_5t0，５０°）で表される。物体が認識されると、
その位置（距離、および方向）が記憶装置１３内の所定
の位置に書き込まれる。

【００２８】ところで、移動物体１８が画像形成装置に
近づくにつれて、複数の距離センサに同一の物体が測定
されることがあるが、この場合は以下のような方法によ
り位置を算出する。図１１の例では同一の物体がおよ
びの方向でセンサに測定されており、上記手段による
と２つの位置（ｒ₆，θ₆（＝４０°））および（ｒ₇，
θ₇（＝３０°））が検出される。そこで、２つ以上の
位置が検出された場合には、その各々の間の距離を計算
し、その全ての距離が予め定められている値Ｌmin（た
だし、Ｌminは応答対象とする物体（＝人間）の大きさ
から決定される）よりも小さく、かつ、検出方向がとな
りあっているような各点は、一つの位置としてまとめら
れる。２点の場合にはその中点の位置にまとめられ、３
点以上の場合にはその重心の位置にまとめられ、１つの
位置を生成する。図１１の例では検出される２点間の距
離ｌは、

【００２９】

【数１】

【００３０】であり、ｌ＜Ｌminの時には２点は一つに
まとめられ、新たにその中点が位置として採用される。
また、３点以上の場合には、図１２に示すように、ｌ１
＜Ｌminかつｌ２＜Ｌminかつｌ３＜Ｌminの時に限り３
点はまとめられ、３点の重心Ｇが対象物体の位置として
採用され記憶装置に書き込まれる。

【００３１】物体追跡 （１）一物体の追跡 一度対象物体が距離センサの測定可能範囲内で認識され
ると、対象物体の追跡が行なわれる。例えば、図８の例
に示した対象物体１８が時刻ｔ１（＝ｔ０＋Ｔ）に図１
３に示すように移動したとすると、前述した方法により
物体位置（ｒ_6t1，４０°）が検出される。ここで、も
しそのｌ測定間隔時間前（時間Ｔ前）の対象物体の位置
情報が記憶装置１３内にストアされていた場合、移動速
度ｖおよび移動方向φの計算が行なわれる。図１３の例
に示した対象物体１８については、既に図８の例で計算
された位置情報が記憶装置１３内にストアされているの
で、移動速度ｖおよび移動方向φの計算が行なわれる。

【００３２】以下に図８および図１３を例にとり、その
計算方法を説明する。時刻ｔ０からｔ１の間の対象物体
１８の移動距離をｌ_t1、平均速度をｖ_t1、座標原点（画
像形成装置の中心）と時刻ｔ０における対象物体１８の
位置とを結ぶ線と、時刻ｔ０における対象物体１８の位
置と時刻ｔ１における対象物体１８の位置とを結ぶ線と
のなす角（移動方向）をφ_t1と定義すると、各パラメー
タの表す量は図１４に示すようになる。図１４におい
て、ｌ_t1は、

【００３３】

【数２】

【００３４】となる。式３，式５，式６によって計算さ
れた移動速度ｖ、移動方向φは、先に計算された位置
（ｒ，θ）とともに記憶装置１３に書き込まれる。以上
のような操作を時間間隔ｔごとに繰り返すことにより、
記憶装置１３内には位置情報ｒ，θ，およびもしその１
回前に測定した位置情報があれば、移動速度ｖ、移動方
向φが時間間隔ｔごと物体の軌跡情報として順次蓄えら
れていく。物体１８の軌跡情報は、記憶装置１３内では
リスト、またはリングバッファ等のデータ形式で蓄えら
れているが、概念的には表のようなものと考えてさしつ
かえない。図１３の時間Ｔ後（＝ｔ２）の対象物体１８
の移動の様子を図１５に、そのさらに時間Ｔ後（＝ｔ
３）の物体の移動の様子を図１６に、そして物体が時刻
ｔ０からｔ３の間に図８，図１３，図１５，図１６で示
したように移動した場合に得られる軌跡情報の概念図を
図１７に、それぞれ示す。

【００３５】（２）複数物体の追跡 距離センサ６の測定範囲内に複数の対象物体が存在する
場合には、記憶装置内に対象物体毎に複数の軌跡情報を
生成し追跡をおこなう。例えば、図１８に示すように対
象物体Ａおよび対象物体Ｂの２つの対象物体が存在して
いる場合を考える。記憶装置内には対象物体Ａおよび対
象物体Ｂについて２つの軌跡情報が生成される。図１８
の状態では、対象物体Ａの位置として（ｒ₆，θ₆（＝４
０°））、対象物体Ｂの位置として（ｒ₁₂，θ₁₂(＝−
２０°)）が検出され、各々の軌跡情報が書き込まれて
いるものとする。図１８の状態から１サンプリング周期
（時間間隔Ｔ）後の状態を図１９に示す。物体検出によ
り位置１（ｒ₇，θ₇（＝３０°））および位置２
（ｒ₁₁，θ₁₁（＝−１０°））の２つの位置が検出され
る。可能性としては、図２０に示すように、対象物体Ａ
が位置１に、対象物体Ｂが位置２それぞれ移動した（場
合Ａ）か、または対象物体Ａが位置２に、対象物体Ｂが
位置１にそれぞれ移動した（場合Ｂ）という２通りが考
えられるが、以下のような方法でそれぞれの位置をどち
らの軌跡情報に書き込むかを決定する。

【００３６】上記２つの場合についてそれぞれ移動方向
φおよび速度ｖを式５および式６により計算する。場合
Ａについて計算された対象物体Ａの移動方向をφ_A2、移
動速度をｖ_A2、対象物体Ｂの移動方向をφ_B4、移動速度
をｖ_B4、また、場合Ｂについて計算された対象物体Ａの
移動方向をφ_Ab、移動速度をｖ_Ab、対象物体Ｂの移動方
向をφ_Bb、移動速度をｖ_Bbとする。また、１サンプリン
グ周期（時間間隔Ｔ）前の状態（図１８の状態における
対象物体Ａの移動方向をφ_Apre、移動速度をｖ_Apre、対
象物体Ｂの移動方向をφ_Bpreとすると、対象物体Ａの移
動方向の変化量δφ_A、移動速度の変化量δｖ_A、対象物
体Ｂの移動方向の変化量δφ_B、移動速度の変化量をδ
ｖ_Bは、

【００３７】

【数３】

【００３８】と表される。ここで、対象物体ｉに関する
変化量ｅ_iを以下の式９により定義し、さらに場合ｎに
ついての総変化量Ｅｎを以下の式１０により定義する。

【００３９】

【数４】

【００４０】但し、αおよびβは、移動方向の変化量δ
φ_iおよび移動速度の変化量δｖ_iにそれぞれ重み付けを
するための定数である。対象物体と検出位置との組み合
わせには、総変化量の最も少ない場合についての対象物
体と検出位置との組み合わせを採用するものとする。場
合Ａおよび場合Ｂの総変化量Ｅ_a，Ｅ_bは、

【００４１】

【数５】

【００４２】となり、Ｅ_a＜Ｅ_bとなることより場合Ａに
ついての対象物体と検出位置との組み合わせを採用し、
対象物体Ａの軌跡情報には位置１(ｒ₇，θ₇(＝３０
°))、移動方向φ_Aa、移動速度ｖ_Aaが、また、対象物体
Ｂの軌跡情報には位置２(ｒ₁₁，θ₁₁(＝−１０°))、移
動方向φ_Ba、移動速度ｖ_Baがそれぞれ書き込まれる。

【００４３】３つ以上の対象物体が距離センサの測定範
囲内に存在する場合にも同様に可能性のある全ての場合
について、対象物体と検出位置との組み合わせを作り、
各場合について総変化量Ｅを計算することにより軌跡情
報に書き込むデータを決定する。総変化量Ｅが計算でき
ない対象物体が含まれる場合には、例えば、移動距離１
が最小になるように（１サンプリング周期（時間間隔
Ｔ）前と比べて、近い物体の検出位置同士を対応させ
て）対象物体と検出位置との対応をとるなどの処理をお
こなう。

【００４４】図２１の対象物体Ａおよび対象物体Ｂの例
のように複数の対象物体が画像形成装置から見て重なり
あった（同一のセンサの測定方向上に存在する）場合、
検出される対象物体の数が一時的に減少する。このよう
な場合には、以下のようにして追跡をおこない、軌跡情
報を生成する。図２１の例では、の方向に物体を検出
し、位置（ｒ₉，θ₉（＝１０°））が得られる。ここ
で、１サンプリング周期（時間間隔Ｔ）前の対象物体Ａ
および対象物体Ｂの位置をそれぞれ（ｒ_Apre，θ_Apre）
および（ｒ_Bpre，θ_Bpre）とし、また、図２２に示すよ
うに、検出された位置に対象物体Ａおよび対象物体Ｂが
それぞれ到達したと考えたときの移動方向および移動速
度を、φ_A，ｖ_Aおよびφ_B，ｖ_Bとすると、式５および式
６より、

【００４５】

【数６】

【００４６】となる。また、１サンプリング周期（時間
間隔Ｔ）前の対象物体Ａおよび対象物体Ｂの移動方向お
よび移動速度を、φ_Apre，ｖ_Apreおよびφ_Bpre，ｖ_Bpre
とすると、それぞれの変化量ｅ_Aおよびｅ_Bは式１０よ
り、

【００４７】

【数７】

【００４８】となる。検出された位置を、変化量の少な
い方の対象物体の位置とするものとすると、図２２の例
の場合には、ｅ_B＜ｅ_Aより、検出された位置は対象物体
Ｂの軌跡情報に書き込まれる。この場合、位置の確定し
ない対象物体Ａに関しては、軌跡情報の書き込みが保留
され、位置が確定した時点に、時刻を遡って軌跡情報が
書き込まれる。例えば、１サンプリング周期（時間間隔
Ｔ）後に対象物体Ａの位置が（ｒ_Apost，θ_Apost）に確
定したとすると、２点（ｒ_Apre，θ_Apre）と
（ｒ_Apost，θ_Apost）との中点が保留されていた位置
（ｒ_A，θ_A）に割り当てられる。以下、同様にｎサンプ
リング周期（時間間隔ｎＴ）後に位置が確定した場合に
は、２点をｎ個に内分する点がそれぞれ保留されていた
位置に割り当てられ軌跡情報に書き込まれる。

【００４９】３個以上の対象物体が距離センサの測定範
囲内に存在し、対象物体が画像形成装置から見て重なり
あった（同一のセンサの測定方向上に存在する）場合に
も、同様にして各対象物体について変化量ｅを計算しそ
れらを比較することにより対象物体と検出位置との対応
をとる。

【００５０】認識判断トリガの生成 近づいてくる対象物体１７までの距離ｒが、ある値Ｌmi
n以下になると、パラメータ抽出部８は対象物体１７に
関する距離判断を行うため制御部１１に対して認識判断
トリガを送る。複数の対象物体が測定範囲内に存在する
場合には、対象物体のうちどれかまでの距離ｒがある値
Ｌmin以下になる毎にこの動作が動こる。認識判断トリ
ガは制御部１１で認識判断要求信号に変換され、認識判
断部9に送られる。同様に、画像形成装置を使用してい
る対象物体が遠ざかる際に、対象物体までの距離ｒが、
ある値Ｌmin以上になると、パラメータ抽出部８は対象
物体に関する認識判断を行うために制御部１１に対して
認識判断トリガを送る。複数の対象物体が測定範囲内に
存在する場合も近づく場合と同様である。図２３に判断
認識トリガ生成の様子を示す。

【００５１】Ｌminの値は、普通は認識判断装置が認識
判断結果（＝例えば、対象物体が画像形成装置に作用す
るか否か）をサービス提供装置に出力しなければならな
い距離に設定される。この距離は、認識判断装置からの
出力結果によってもたらされるサービスの種類およびサ
ービスにかかる時間、対象物体の移動速度、等によって
適宜決定される。Ｌmaxの値は、距離センサの測定最大
距離（図４のＲmax）以内の距離に適宜設定される。認
識判断トリガを出力した後、認識判断を行う必要のある
対象物体の軌跡情報に関するデータ（軌跡情報が格納さ
れている記憶装置内のアドレスや、軌跡データのサイ
ズ、対象物体が近づいてきているのか遠ざかっているの
か、等、認識判断部で軌跡情報のアクセスの際に必要と
されるデータ）を認識判断部９へ送る。

【００５２】認識判断部 認識判断部９では、制御部１１からの要求により応答対
象の物体に関わる判断をおこなう。認識判断要求信号を
制御部１１から受け取った後、パラメータ抽出部８より
認識判断を行う必要のある対象物体の軌跡情報に関する
データ（軌跡情報が格納されている記憶装置１３内のア
ドレスや、軌跡データのサイズ、対象物体が近づいてき
ているのか遠ざかっているのか、等、軌跡情報のアクセ
スに必要とされるデータ）をパラメータ抽出部８より受
け取る。しかる後、記憶装置１３内の認識判断を行う必
要のある対象物体の軌跡情報にアクセスし所定の処理を
おこなうことによって、例えば、対象物体が近づいてく
る場合には画像形成装置の使用者であるか否か（画像形
成装置を「使う」か「使わない」か）、遠ざかっていく
場合には画像形成装置の使用を終了したか否か（「使用
中」か「使い終わったか」か）、等の判断を行い、その
結果を後処理部１０へ出力する。以下に認識判断の処理
のうち、対象物体が近づいてくる場合について画像形成
装置を「使う」か「使わない」かの判断をおこなうため
の処理の幾つかの例を説明する。

【００５３】前処理 対象物体に関する認識判断のために、認識判断部９では
軌跡情報から幾つかのパラメータの生成を行う。距離セ
ンサの測定範囲内に基準とする距離を１つ以上幾つか設
ける。例えば、図２４のように画像形成装置の中心から
距離Ｌ０，Ｌ１，Ｌ２，…，Ｌ（ｎ−１）のｎ個の基準
距離（但し、Ｌ０＜Ｌ１＜Ｌ２＜…Ｌ（ｎ−１）の関係
が成り立つものとする）を設けるとする。ここで、画像
形成装置から最も近い距離Ｌ０の基準距離は、Ｌmin
（パラメータ抽出部により認識判断トリガが生成される
距離）に等しいものとする。基準距離Ｌｍにおける軌跡
情報を、時刻ｔ_Lm、距離ｒ_Lm（＝Ｌｍ）、方向θ_Lm、移
動速度ｖ_Lm、移動方向φ_Lmとし、また、距離Ｌ（ｍ−
１）とＬｍとの間の移動速度の変化量をΔｖ_Lm（＝ｖ_Lm
−ｖ_L（_m-1)）、移動方向の変化量をΔ_Lm（＝φ_Lm−φ_L
(_m-1)）とし、各距離についてパラメータを生成する
（但し、距離Ｌ０における移動速度の変化量Δｖ_L0と移
動方向の変化量Δφ₀とを除く）。各距離について生成
されたパラメータを概念的に図２５に示す。生成された
パラメータは、さらに次の段階で利用可能なように処理
をされる。例えば、値範囲によりグループ分けされその
グループ番号に変換されたり、ある値範囲についての正
規化処理等がおこなわれる。

【００５４】認識判断処理 前処理段階で生成されたパラメータを使い認識判断をお
こなう方法のうち、ニューラル・ネットワークを使う方
法について以下に述べる。例えば、対象物体が画像形成
装置を「使う」か「使わない」かを判断するための以下
のようなニューラル・ネットワーク２１を用意する。図
２６に入力層２２、中間層２３、出力層２４の３層から
構成される階層型ニューラル・ネットワークによる認識
判断用ニューラル・ネットワーク２１の模式図を示す。
入力層２２は入力する各パラメータに対応しており、出
力層２４は各判断（この場合は「使う」および「使わな
い」）に対応している。ここで使われるニューラル・ネ
ットワークは、予め実験等により収集された特徴的なパ
ターンを教師データとして、所定の方法（例えば、バッ
クプロパゲーション）で学習しておく。つまり、各パラ
メータを入力とし、その時対象としている物体が画像形
成装置を「使う」か「使わない」かを学習させておくも
のとする。

【００５５】認識判断処理の際は、制御部からの制御信
号により軌跡情報より生成されたパラメータが認識判断
用のニューラル・ネットワークに入力され、その際のニ
ューラル・ネットワークの出力層２４のうち、最も強く
発火した（最も出力値の大きい）ユニットに対応する結
果を認識判断結果として後処理部１０へと出力する。同
様の仕様で、対象物体が画像形成装置を「使用中」か
「使い終わった」かを判断するためのニューラル・ネッ
トワークを用意し、認識判断結果を後処理部１０へと出
力する。

【００５６】後処理部 後処理部１０では認識判断結果を取りまとめて最終的に
外部に出力する形式に整えた後、必要ならば制御部１１
に状態変化を通知した後、入出力管理部１２へ認識判断
データを送る。例えば、図２７に示すように距離センサ
の測定範囲に対象物体が複数存在する場合について考え
る。（ａ）の例の場合には、対象物体Ａがすでに画像形
成装置を使用中である所に、新たに画像形成装置を使用
しようとしている対象物体Ｂがやってくる。この場合、
対象物体Ｂが画像形成装置から距離Ｌminにさしかかっ
たところで認識判断トリガが生成され、認識判断部９に
より対象物体Ｂが画像形成装置を「使う」と判断される
が、この判断はマスクされるか保留されないと、対象物
体Ａが使用中にもかかわらず対象物体Ｂに対するサービ
スが開始されるといった不具合が生ずる。逆に（ｂ）の
例の場合のように、対象物体Ｂが画像形成装置を使用中
である状態で、前の使用者である対象物体Ａが立ち去っ
たとする。この場合、対象物体Ａが画像形成装置から距
離Ｌmaxにさしかかったところで認識判断トリガが生成
され、認識判断部９により対象物体Ａが画像形成装置を
「使い終わった」と判断されるが、この判断もマスクさ
れるか保留されないと、対象物体Ｂが使用中にもかかわ
らずサービスが開始される（余熱モードに遷移したりオ
ートリセットがかかったり等）といった不具合が生ず
る。後処理部１０では必要ならば制御部１１を通して外
部（画像形成装置）の情報（例えば、コピー中であるか
否か、等）を取り込み、複数の対象物体に関する判断を
マスクしたり保留したりすることにより状態を変化させ
る必要が生じた場合にのみ、入出力管理部１２へ認識判
断データを送る。

【００５７】制御部 制御部１１は認識判断装置全体の制御をおこなう。おも
な制御内容には次のようなものがある。

【００５８】（１）各ブロックのタイミング処理 認識判断装置内の各ブロック（センサ駆動部７、パラメ
ータ抽出部８、認識判断部９、後処理部１０、入出力管
理部１２）間でのデータの受渡しのための同期処理をお
こなう。例えば、あるブロックＡからあるブロックＢに
対してデータが転送される場合、まず、ブロックＡから
制御部１１に対してデータ送信要求が出される。制御部
１１はブロックＢに対してブロックＡからのデータ受信
要求信号を送り、ブロックＢの受信準備が完了したこと
を確かめた後、ブロックＡにデータ送信要求信号が送ら
れる。ブロックＡでは制御部１１からのデータ送信要求
信号を受け取った後、データの転送を開始する。

【００５９】（２）各ブロックの要求処理 認識判断装置内の各ブロックから送られてくる要求（例
えば、パラメータ抽出部で発生する認識判断トリガ、各
ブロックで発生するエラーに対するリカバリー要求、
等）について定められた処理をおこなう。

【００６０】（３）記憶装置のアクセス管理 複数のブロックが同時に記憶装置へのアクセスをおこな
わないように（読み出し／書き込みがぶつからないよう
に）、アービトレーションをおこなう。認識判断装置内
の各ブロックは、記憶装置にアクセスする際には制御部
にアクセス権を要求し許可された場合にのみアクセスで
きる。

【００６１】（４）外部とのインターフェイスの制御 外部（画像形成装置）からのクロック信号やリセット信
号を入出力管理部１２を通して受け取り、外部と認識判
断装置内の各ブロックとの同期処理をおこなう。また、
外部情報（画像形成装置の状態、例えば「稼働中である
／ない」や、操作パネルの情報、等）を取り込み、認識
判断に必要なものについては、対応する各ブロックへ転
送する。

【００６２】外部からの種々の要求を入出力管理部１２
を通して受け取り、その要求に答える処理をおこなう。
例えば、外部から対象物体の軌跡情報が要求されると、
記憶装置内の所定のエリアから軌跡情報を読み出し、入
出力管理部１２を通して出力する等の処理がこれにあた
る。また、認識判断装置内でエラー等が発生した際の外
部への要求（例えば、操作パネルにエラーの表示をおこ
なう、等）も制御部１１で生成され、入出力管理部１２
を通して外部に出力される。

【００６３】入出力管理部 入出力管理部１２は、外部Ｉ／Ｆ線１６を通じての外部
（画像形成装置）とのインターフェイスをつかさどる。
また、外部との同期をとるためのバッファとしても機能
し、各入出力データ／信号は入出力管理部１２でラッチ
され同期をとられる。入出力される信号には、後処理部
１０で生成されサービス提供装置に送られる対象物体に
関する判断データの他に、認識判断装置と外部との間の
各種要求、タイミング信号、等の制御信号も含まれる。

【００６４】記憶装置 記憶装置１３は、各ブロックで生成されたデータを必要
に応じて蓄えておくＲＡＭ、および各ブロックを動かす
のに必要なプログラムおよびデータを蓄えておくＲＯＭ
により構成され、各ブロックによりデータの読み出し／
書き込みがおこなわれる。

【００６５】サービス提供装置 サービス提供装置概略 サービス提供装置４は、ＯＡ機器の各部の駆動する機能
を有し、認識判断装置３で生成された各種判断結果を受
り取りそれに対応する自動応答によりサービスを具現化
する。また、必要があれば認識判断部に対して対象物体
に関するより詳しい情報を要求する。サービス提供装置
４は概念的な装置であり、その実現形態には幾つかの方
法が考えられる。特に、専用のハード・ウェアを用意す
ることを規定せず、ＯＡ機器の中央演算装置等によりソ
フト・ウェア的に機能を代行することの可能なサービス
についてはそのような方法で実現したほうがよい。

【００６６】人を対象としたサービス ＯＡ機器に近づく応答対象の物体（人）があり、その物
体がＯＡ機器を使用する旨の判断データが送られてきた
場合には、以下のようなサービスを実行する。 （１）ＡＩ（Artificial Intelligence）余熱機能 （２）ＡＩ自動電源スイッチング機能 （３）ＡＩ圧板自動開閉機能 （４）ＡＩ自動割り込み機能 （５）高さ可変機能

【００６７】また、ＯＡ機器を使用中だった人が操作を
終了しＯＡ機器を離れ、使用を終了した旨の判断データ
が送られてきた場合には、以下のようなサービスを実行
する。 （１）ＡＩ余熱機能 （２）ＡＩ自動電源スイッチング機能 （３）ＡＩ圧板自動開閉機能 （４）ＡＩ自動割り込み機能 （５）ＡＩオートリセット機能 （６）ＡＩ原稿・コピー忘れチェック機能

【００６８】個人を対象としたサービス ＯＡ機器に近づく応答対象の物体（人）があり、個人の
ＩＤがデータとして送られてくる構成の装置について
は、以下のようなサービスを実行する。 （１）オペレーションパネルＡＩ自動設定機能 （２）ＡＩガイダンス機能 （３）管理機能 （４）ＡＩ自動割り込み機能 （５）ＡＩオートリセット機能 （６）メッセージ伝言機能

【００６９】次に、画像データによる使用者認識／個人
認識について説明する。 使用者認識 前述の自動応答システムでは、センサとして赤外線セン
サなどの距離センサを使用した例をあげた。次に、距離
情報ではなく、画像データを処理することによって得ら
れる、対象物体（人物）が近づく際の体や顔の向きなど
の情報を基に、その人が「使用する人」であるのか、
「単なる通過者」であるのかを認識／判断する方法につ
いて説明する。距離センサを使用した場合の構成例であ
る図１、実装例である図２、認識判断装置の基本構成で
ある図３などは、以下に述べる画像データによる認識方
式での場合も全く同様である。但し、距離センサ２は、
ＣＣＤやＭＯＳ、撮像管などを使用した何らかの画像デ
ータ入力のためのセンサである必要がある。図３のパラ
メータ抽出部８では、画像データなどから必要な情報を
画像処理などによって抽出することになる。

【００７０】さて、本認識判断装置が付帯されている複
写機などの画像形成装置５を使用する為に近づいて来る
人の動作を考えてみよう。特に、障害物のない場合、通
常人は、使いたい装置に対して真っ直ぐに歩いてくると
考えてよい。つまり、使用したい装置に対して体の向き
を真っ直ぐにして近づいて来る。また、何らかの障害物
などがあったりして、真っ直ぐに近づいて来れない場合
でも、目標の装置の位置まで近づくまでに、その装置が
見える範囲に来れば、少なくとも何回かはその装置を直
視すると考えてよい。つまり、使用したい装置に対し
て、顔の向きが幾度となく真っ直ぐ向くことになる。こ
のような、人間が自然に振る舞う行動をルールとして蓄
えておき、画像処理などによりこれらの行動を抽出／判
定することにより、対象人物が「使用者」なのか単なる
「通過者」なのかを判断する。

【００７１】以下、図２８を参照して具体的な判断の仕
方の簡単な例について説明する。撮影した画像データに
おいて、人物が撮影されているかをまず判断しなければ
ならない（step１）。これには、例えば、誰も映ってい
ない画像データを保持しておき、撮影された画像データ
との差分をとることなどにより可能となる。つまり、現
在撮影した画像データから背景部分を消去することによ
り、残った部分は、背景でない何らかの移動する物体、
つまり対象人物であることが分かる。

【００７２】次に、対象人物の画像データにおいて、体
もしくは顔の向きを検知しなければならない（step
２）。検知と言っても、こちらを向いているか否かを判
断すればよい。非常に単純な例としては、撮影された人
物の体もしくは顔の向きがこちらを向いていれば使用者
として判断してもよい。しかし、通常唯一度だけこちら
を向いていたからといって、単純には判断しがたい。つ
まり、これだけでは十分な精度は得られない。そこで、
例えば、カウンタを設け、こちらを向いていたと観測さ
れる回数をそのカウンタによって記憶しておき、あらか
じめ設定しておいた回数分だけ観測されたときに「使用
者」であると判断しても良い。

【００７３】また、向きをｙｅｓ/ｎｏではなく、例え
ば、角度数等によって数値化して観測し、そのデータ列
によって判断してもよい。この場合、あらかじめ「使用
者」のデータ列パターンを記憶しておき、その記憶して
おいた表を参照することにより判断してもよいし、時間
と向きをパラメータとして適度な重みパラメータを付加
した評価関数によって判断してもよいし、「使用者」の
行動パターンを自然言語的なルール（例えば、短時間に
何回もこちらを向いたら、使用者である。等）によって
記述しておき、ファジィ推論によって判断してもよい
し、あらかじめ「使用者」の行動パターンをニューラル
ネットワークに記憶させ、観測されたデータ列を入力と
してニューラルネットワークから「使用者」であるか否
かを出力させるようにしてもよい。

【００７４】また、本認識処理を実施するための構成
は、基本的には、前述のものと特に大きくは変わりはな
いが、図１における距離センサ２は、ＣＣＤなどの画像
入力センサに変わる。また、近づいて来る対象物体（対
象人物）が撮影された画像データは、図３のパラメータ
抽出部８で処理される。ここで抽出すべき特徴量（デー
タ／情報）は、先に述べた対象人物の顔又は体の向きで
ある。また、認識判断部９では、先に述べた表参照や、
評価関数、ファジィ推論、ニューラルネットワークなど
により判断処理を行うことになる。

【００７５】個人認識 人物である対象物体を特定の個人であることを認識する
ことを、個人識認と呼ぶ。個人認識においては、更に大
きな２つの認識に分けられる。一つは、あらかじめ登録
されている個人を特定するという認識（既個人特定化識
別）と、もう一つは、特に個人を登録しておくのではな
く、ある時点で観測された対象人物に対し、同じ人であ
るか否かを認識（逐次同一人物判別）するものである。
前述の自動応答システムでは、センサとして対象物体の
位置を計測するために、距離センサを具備する例を示
し、その一具体例として赤外線や超音波センサなどを挙
げて説明した。ここでは、対象人物の個人認識に関する
例を示すが、この場合センサの具体例としては、ＣＣＤ
などによる画像入力後、画像データを処理する例を中心
として述べる。

【００７６】この場合、図１に示された認識判断装置３
において個人認識を行い、距離センサ２は画像データが
入力できるセンサとなるだけで、基本的な構成は何ら変
わらない。以下では、説明を簡単にするために一つの画
像入力センサを例として説明するが、図１、図２などで
示したのと同様に複数のセンサを設けても良い。なお、
センサとしてＣＣＤなどの画像入力装置を用いても、前
述の自動応答システムで説明した対象物体までの位置を
観測することは、現在の画像処理技術をもってすればな
んら問題なく可能である（［「ロボット」bit 増刊、pp
711/724,1976年7月号］,[「立体視」日本ロボット学会
誌，Vol.１,pp30/35,1983］など参照）。つまり、画像
入力センサは、距離センサの一具体例に過ぎず、例え
ば、１台の固定されたセンサから撮影された画像データ
から対象物体の位置を求めるには、対象人物の足の位置
の画像データ座標を抽出し、実世界の座標データにマッ
ピングすればよいし、センサが複数台ある場合は、三角
測量の原理を応用（両眼立体視法）すれば対象物体まで
の位置を観測できる。よって、センサが前述の赤外線セ
ンサなどから画像センサに変わったとしても、前述まで
の処理は同様に可能であるばかりか、以降に説明する個
人認識においても有用なセンサとなる。

【００７７】既個人特定化識別 画像データから、既に登録されている個人を特定化す
る、既個人特定化識別についてその処理方法を述べる。
識別技術は古くから存在し、例えば、文字認識などで実
用化されている。既個人特定化識別においても、同様の
技術／原理で行える。原理を簡単に説明すると、あらか
じめ辞書と呼ばれる特定化すべきものの特徴について記
述したものを用意し、観測された入力データの特徴を抽
出し、辞書の各内容と比較して、最も特徴が合致してい
るものを、特定されたものとするわけである。また、こ
のような識別論的なアプローチのほかにも、表参照方
式、評価関数方式、確信度計算方式、ファジィ推論方
式、ニューラルネット方式なども知られている。

【００７８】個人を識別するためのデータとして、あら
かじめ登録しておなかければいけない個人に関する情報
つまり特徴は、画像処理などによって得られる特徴であ
れば何でもよいが、個人を見分けるのに良いものでなけ
ればならない。例えば、身長、体重（体積）、性別、体
や顔の大きさや形、眼鏡の有無などが考えられる。身長
は画像データより頭から爪先までの画素数を実際の長さ
に変換することにより得られる。これは対象物体までの
距離がわかっているはずなので、変換は容易である。頭
および爪先を見つけだすことは、２値化やフィルター処
理などの通常の画像処理技術や知識工学をもってすれば
実現可能である。性別は、髪の毛の形状や、覆き物、化
粧の有無、などを画像処理により得ることにより判別可
能である。画像データによって個人を特定するのに有効
とされ、よく用いられているのは、顔の特徴である。例
えば、目の離れ具合、目の形、顎の輪郭、などのよう
に、各部品間の関係や個々の部品の形状などがよく使用
される。

【００７９】この既個人特定化識別の個人認識により、
ユーザの操作性を向上したり、装置の管理を省力化する
ことなどを実現することが可能となる。例えば、複写機
などの画像形成装置にこの個人認識装置を付けた場合、
オペレーションパネルＡＩ自動設定機能、ＡＩガイダン
ス機能、ＡＩ自動割り込みなどを実現することが可能と
なる。

【００８０】逐次同一人物判別 次に、前述のように、あらかじめ個人を登録しておくの
ではなく、ある時点で観測された対象人物に対し、同じ
人であるか否かの認識である、逐次同一人物判別につい
て述べる。これは、ある時点で観測された対象人物の特
徴を記憶しておき、別の時点で観測された対象人物の特
徴と一致しているかどうかを判定して、同一人物である
かどうかを判別／認識するもので、あらかじめ特定した
い個人の特徴などを含む情報を辞書として登録しておく
必要がない代わりに、例えば、観測された人の名前など
の人為的に誰かが装置に入力してやらなければ分からな
い情報は得ることはできない。逐次同一人物判別を行う
ための方法は、基本的には既個人特定化識別における方
法と大きくは違わない。個人識別では、観測／抽出され
た特徴をもとに、これをあらかじめ辞書に記述しておい
た各個人の特徴を比較するものであったが、逐次同一人
物判定では、ある以前の時点で直接観測された特徴とを
比較する点が違う。同一人物判定において、ある時点で
観測された対象人物の特徴は、辞書として記憶してお
き、後に観測された人物の特徴と比較する際に使用され
るが、直前の観測物体のみを辞書に記憶しても、複数記
憶できるようにしておいても良い。

【００８１】逐次同一人物判別が可能になることによ
り、例えば、装置の使用者が代わったことが分かるの
で、その時点で「使用中／使い終わった」を区別するこ
とができる。同一人物と判別される人が来た場合、それ
がある一定時間内であれば、「使用中」であると認識で
きるし、同一人物でない人がやって来れば、前の人は使
い終わったと認識できる。また、この装置が例えば複写
機であれば各パラメータを自動的にリセット（ＡＩオー
トリセット機能）して次の使用者の誤操作を防ぐことな
どが可能となる。また、ＡＩ自動割り込み機能も個人ま
で特定できなくても、本認識により可能となる。また、
逐次同一人物判別における特徴を観測するためのセンサ
は、特にＣＣＤに限られるわけではない。例えば、色セ
ンサや体重計、音センサなどの人物の特徴を測定できる
ものであれば何でもよい。また、先に説明したＣＣＤ等
による画像入力センサのように単独で判別可能なセンサ
もあるが、単独では判別が困難なセンサでも、複合して
用いることにより、より高い精度で判別が可能となる。
この場合の構成は、図１にある距離センサ２と並列にこ
れらのセンサを連結させれば良いだけである。

【００８２】認識判断用パラメータの処理方法：あらか
じめ定められた測定検出エリアの初期条件設定方式 近づいて来る人が、本認識装置が付帯してあるシステム
（装置）を操作するために来た人なのか、単なる通り掛
かりの人なのかを判断する際において、システムが設定
されている状況によって判断を早期にもしくはより確実
にするために、周囲の状況を認識し、記憶しておくこと
が望ましい。ここで言う、「状況」というのは、例え
ば、周囲の壁などの障害物の場所のことである。例え
ば、行き止まりの廊下の一番奥にシステムが設置されて
いるような状態の場合、殆どの場合システムに近づいて
来る人は使用する人であると考えられる。ここでは、
「行き止まりの廊下の一番奥にシステムが設置されてい
る」というような状況を自動的に認識する方法について
述べる。検出したい情報は、人間にとって歩行するのに
制止／障害となる、例えば、壁などの固定された物体で
ある。これらの物体をあるタイミングで見つければ良
い。これには、例えば、本認識装置が付帯されているシ
ステムを設置するサービスマンやユーザなどが、何らか
の方法により直接システムに入力してやることも可能で
あるが、レイアウトの変更などのたびにいちいち入力／
設定し直さなければならず、面倒である。ここでは、こ
れらを自動的に認識していく方法を述べる。

【００８３】前述の認識装置で記したセンサなどによ
り、測定可能な検出エリアにおいて、初期条件となる障
害物などのデータ（エリアデータ）を認識するために
は、以下の（ａ）,（ｂ）,（ｃ）の３つが考えられる。 （ａ）電源投入から所定時間経過後に検出される検出値
からエリアデータを記憶（規則的な受光・受信データに
基づく制止障害物データ） 電源が投入された時点から、あらかじめ定めておいた所
定時間後にセンサを起動させ、センサにより何らかの物
体が検出された場所を、固定物体（障害物）であると認
識して、記憶しておく方法である。電源が投入された直
後では、電源を投入した人がその傍におり、これを固定
物体であると認識してしまう可能性がある。そこで、電
源が投入され、しばらくした後（例えば１分後）にセン
サを起動させ、何らかを検知した場所を固定物体として
認識し、記憶する。

【００８４】実施例の一つとして、前述のセンサによ
り、初期条件の設定を行う場合を説明する。図１及び図
２には、本認識装置が付帯してあるシステム（ＯＡ機器
１または画像形成装置５）とセンサ２の構成が示されて
いる。ここでは、システムに複数の各方向に対してセン
サを向けて取付けてある。このシステムがユーザにより
電源を投入された場合、例えば、本認識装置の電源がそ
のシステムの電源と共有されているなどして、電源が投
入されたタイミングが何らかの手段により容易に分かる
ので、本認識装置などにタイマーを設置しておき、さら
かじめ設定された所定の時間、例えば、１分後に各セン
サが起動し、所定の測定を行わせる。これらセンサは、
少なくとも何らかの物体が、どの方向にどの位の距離に
あるかを測定できるものであり、例えば、図４及び図５
のような場合、何らかの物体が観測された方向と距離の
組合せで示され、〜〇１３、〇１５〜〇１９の所に、
障害物があるものとして認識し、これを記憶しておく。

【００８５】（ｂ）電源投入から所定タイミング毎に検
出される検出値からエリアデータを所定タイミング毎に
記憶更新 電源が投入された時点から、あらかじめ定めておいた所
定時間毎にセンサを起動させ、前回に測定した際のセン
サの検知状況と今回の検知状況を比較して、固定物体が
どこにあるかを認識し、記憶更新する方法である。固定
物体は、レイアウト変更などによる状況の変化が人為的
に起こされない場合以外、センサによる検知を何度行っ
ても同じ場所に検知されるはずである。一方、たまたま
近くにいた人など、本来は障害物ではない場合には、最
初はセンサにより観測されるが、次の測定時には既にそ
こを去り、観測されないはずである。よって、例えば、
５分毎にセンサから検知状況を得て、過去の検知状況を
覚えておき、いつも同じ場所に検知されるものは、固定
物体であると認識する方法である。所定のタイミング
は、常時つまり最小限の間隔で観測をしなくてもよい。
但し、単にエリアデータを取得するのみであるならば、
常時観測する必要は特になく、ある程度の間隔をおいて
測定すればよい。例えば、常時何らかの判断をするため
にセンサを起動させているのであれば、それを流用し、
常時エリアデータを更新していけば、より確実である
が、他に特に常時観測しておく必要がなければ、ある程
度の間隔をおいて測定したほうが、省電力の効果が得ら
れる。

【００８６】この方法を実現するにあたっては、過去の
検知状況は、少なくとも１回は記憶しておく必要があ
る。しかし、複数回を記憶しておいてもよく、この方が
認識精度は高まる反面コストが高くなる。過去の検知状
況を１回のみ記憶しておく場合、記憶しておいた以前の
検知状況が、例えば、θ＝１５度、距離＝３ｍとθ＝８
０度、距離＝２ｍの所であったとし、所定時間後である
今回測定した検知状況では、３０度、４ｍと８０度、２
ｍであったなら、同じ所に検知された８０度、２ｍの部
分には何らかの固定物体（障害物）があると認識／判断
する。そして、過去の検知状況として３０度、４ｍと；
８０度、２ｍを記憶しておく。

【００８７】また、複数回の検知状況を記憶しておく場
合も、ほぼ同様に判断をすれば良い。例えば、５回分の
状況を記憶しておく場合、最近３回以上連続で同じ場所
に検知された所には、確実に固定物体があると判断し、
連続ではないが、今回測定分を含め６回の検知状況で４
回以上検知された場所には障害物となりえるものがある
と判断する。このようにすることにより、より正確に障
害物であるか否かがわかることになる。これにより、壁
などの本当に静止物体である物以外にも、例えば、本認
識装置が付帯されたシステムの近くに、例えば、ワープ
ロなどが設置されており、そのワープロを使用する人間
がセンサに検知される場合、つまり、本来は移動物体な
どではあるが何らかの都合により一時的にシステムにと
っての障害物となる場合などにも対処でき、正しい設置
環境つまり初期条件を得ることができる。

【００８８】（ｃ）所定条件の時に検出される検出値か
らのエリアデータを記憶（所定条件毎にエリアデータ記
憶更新） エリアデータを認識するタイミングを所定の条件が満た
されたときに限って行う方法である。所定の条件とは、
基本的に周りに人がいない状況のことである。センサ自
体は一定もしくは不定期に起動させておいてもよいが、
エリアデータを認識すべきなのかどうかを所定の条件と
照らし合せて認識を行い、記憶しておく。所定条件とし
ては、以下のような４つの場合が考えられる。

【００８９】（ｉ）非使用時 本認識装置が付帯されているシステムが稼働していな
い、つまり誰も使っていないときに測定／認識を行う。
システムが稼働していない時には、基本的に近くに人が
いないと考えられる。つまりその時点で測定すれば、何
らか検知された場所に障害物があると判断してもよい。
この場合、一回の測定で、その時に何らか検知された場
所を障害物であると認識しても良いし、何回か測定し
て、多数検知された場所を障害物であるとしてもよい。

【００９０】（ii）人がいない夜間：タイマー 通常のオフィスなどでは、夜間は人がいない。よって、
この時に測定／認識を行う。夜間などの人のいない時間
にタイマーなどによりセンサを起動させ、何らかの物体
が検知されたならば、それは壁などの障害物であること
が想定される。また、タイマーのみではなく、照明の明
るさなどによって、人がいない状態であることをより確
実に判断することも可能である。例えば、具体的な時間
の設定としては、デフォルトで夜中の３時、変更したい
場合はユーザにより行えるようにしておいても良いし、
別の用途でシステムに組み込まれているＯＮ／ＯＦＦタ
イマと連動させ、ＯＦＦ時、もしくはＯＦＦされる直
前、自動的にＯＮされた直後などに設定しても良い。こ
の場合、最低限一回の測定でよく、その時に何らか検知
された場所を障害物であると識別しても良いし、念のた
め人のいない夜間などの時間の間に、何回か測定して、
多数検知された場所を障害物であるとしてもよい。

【００９１】（iii）休日：ウィークリータイマー 通常のオフィスでは、休日には人がいない。よって、こ
の時に測定／認識を行う。日曜日など、人のいない日に
カレンダー（ウィークリータイマー）などによりセンサ
を起動させ、何らかの物体が検知されたならば、それは
壁などの障害物であると想定される。具体的な時間の設
定は、デフォルトで日曜日、変更したい場合はユーザに
より行えるようにしておいても良い。この場合、最低一
回の測定でもよく、その時に何らか検知された場所を障
害物であると認識しても良いし、何回か測定して、多数
検知された場所を障害物であるとしてもよい。

【００９２】（iv）初期条件設定手段ＯＮ ここでは初期条件設定のための手段をユーザに閉放する
ものであり、例えば、「初構条件設定ボタン」のような
操作ボタンを装置に付けておき、サービスマンやユーザ
／管理者などがレイアウトなど決定して、初期条件を設
定すべきであると判断したときに、明示的にこのボタン
を押してもらうことによって、初期条件を認識／設定す
る方法である。しかし、ボタンを押した直後では、押し
た人が装置の目の前にいるので、カメラなどによく使用
されているセルフタイマーのように、数秒後に設定され
るようにあらかじめ設定しておき、その間にボタンの操
作者はセンサの検知範囲外に退避してもらうようにすれ
ばよい。また、赤外線リモコンなどを使用して、離れた
場所から本手段を動作させられるようにしておいてもよ
い。

【００９３】次に、マシン設置環境による「使う／使わ
ない」又は「使用中／使い終わった」の早期識認の仕方
について説明する。初期条件設定に基づくマシン設置環
境データ（エリアデータ）からマシン（装置）が隅に設
置されたと認識したならば、設定されている検出測定エ
リア内に測定対象物体（移動物体）が進入しただけで
「使う」ものと認識することができる。すなわち、マシ
ンの設置環境により、単純に人が来ればその人は必ず使
う人である場合が考えられる。例えば、行き止まりの通
路の一番奥にマシンを設置した場合、近くに来る人は使
う人であると考えてよい。

【００９４】マシンの設置環境（エリアデータ）は、前
述の方法により得ることが可能であり、この時、基本的
にはマシンの前を人が物理的に通過／行き過ぎることが
できるかどうかが問題となり、エリアデータよりこれを
判断していて、物理的に人がマシンの前を通過して行っ
てしまうことが不可能な場合には、単純に距離センサな
どにより、人が近くにいるかどうかを見て、近くに来た
ならばその人は「使う人」と判断する。また、もしセン
サを多方向に向けた複数を具備しているような構成にし
た場合、障害物として判断された方角を測定するセンサ
に限っては、動作させないようにして、省電力を図れる
という効果もある。

【００９５】近づく人の殆どが「使う人」であると判断
できる条件である、マシンの前を人が物理的に通過／行
き過ぎることができないような状況とは、マシンが行き
止まりの地点に設置されている場合である。マシンが行
き止まりにあるという状況は、例えば、行き止まりの通
路の奥や、２面が壁でその角に置かれているような場合
が考えられる。マシンの正面のみが通行可能であるか、
もしくは、横（右又は左）などの方向だけが通行可能で
あるような場合、このような認識／判断を行う。このよ
うなことにより、設置環境に一定の制約はあるが、特に
難しいことがなく、早期で確実に簡単に、「使う人」の
判断が可能となる。

【００９６】なお、以上には、近づいて来る人に対し
「使う／使わない」を認識判断する例を述べたが、去る
人に対し「使用中／使い終わった」を認識する方法も全
く同様な考え方で実現可能であることは言うまでもな
い。

【００９７】次に、測定対象物体（移動物体）の「使う
／使わない」又は「使用中／使い終わった」の認識方法
について説明する。 （Ａ）ＣＣＤからの画像信号を処理した画像データによ
り顔又は体の向きを判断し、「使う／使わない」又は
「使用中／使い終わった」かを認識する。人間が通路や
部屋の中に置かれているシステム（装置）を使用しよう
と近づいて来る場合、通常そのシステムに向かってなる
べく真っ直ぐに到達しようとする。つまり、システムか
ら見れば使用するために来る人は、体が正面を向きなが
ら歩いてくると考えてよい。但し、歩いて来るまでの空
間の広さ／狭さによっては、体は真っ直ぐシステムを向
いてなくて近づいて来る場合も考えられるが、少なくと
もある時点で、よほど無意識でないかぎり、システムを
見る。よって、このことを検知すれば、その人が使うた
めに近づいて来る人なのか、そうでないのか想定でき
る。体の向きや、顔の向きを検出するためには、ＣＣＤ
等による画像データを処理して認識すればよい。

【００９８】体の向きが正面を向いているかどうかは、
例えば、肩の線を抽出し、それが水平に近ければ正面を
向いていることが分かるし、傾いていれば正面を向いて
いないことが分かる。また、横を向いている人の状態の
画像では、胸などの体の正面部分は非常に小さく映るの
で、このことによっても、正面を向いているかどうか分
かる。

【００９９】顔の向きが正面を向いているかどうかは、
鼻の形や、両目／耳を結ぶ線やどの程度映っているかな
どにより判断できる。これらによって得られる向きは、
例えば、角度などの数値化されたデータとしても抽出可
能であり、あらかじめ設定しておいたしきい値と比較し
て、「向いている／向いていない」の２値を出力するこ
とも可能である。これらのデータ抽出処理は、従来より
用いられている一般的な画像処理の技術を使用すれば問
題なく実現可能である。

【０１００】単純に撮影された人物の体／顔の向きが本
認識装置に直面していることが観測されたならば、直ち
にその人は「使う人」であると判断することも可能であ
る。しかし、十分な精度ではない。そこで、例えば、カ
ウンタを設け、こちらを向いていたと観測される回数を
記憶しておき、あらかじめ設定しておいた回数分だけ観
測されたときに「使用中」であると判断しても良い。よ
り精度を高めるためには、「向いている／向いていな
い」の２値ではなく、角度などで示される数値データ
（列）を取り扱う必要がある。

【０１０１】このパラメータの処理方式としては、以下
に述べるような方法が考えられる。 （ｉ）表参照方式 あらかじめ「使用中」の取りうる行動パターンを観測
し、ある時間内で観測されるデータ列を見つけておき、
それを記憶しておく。例えば、３回の観測されたデータ
列で、［５，３，０］、もしくは［−２，１，−１］で
あれば、「使用者」のパターンであるというように記憶
しておく。記憶方法としては、例えば、今の例では３組
のデータで示されるので、３次元の表として （ｘ＝５，ｙ＝３，ｚ＝０）＝「使用者」フラグ などのようにして記憶しておけばよい。認識判断時に
は、刻々と観測されるデータをこれら記憶しておいた表
を引いてくることにより、「使用者」フラグが立ってい
れば「使用者」であると判断すればよい。

【０１０２】（ii）評価関数方式 あらかじめ「使用者」の取りうる行動パターンを観測
し、データ列におけるいくつかのデータをパラメータと
して、重み関数を付加した評価関数を設定させる。例え
ば、ｄ１，ｄ２，ｄ３，ｄ４として順に得られるデータ
列に対し、 ｋ１＊ｄ１＋ｋ２＊ｄ２＋ｋ３＊ｄ３＋ｋ４＊ｄ４ のような評価関数を設定する。例えば、ｋ１＝０.５、
ｋ２＝０.６、ｋ３＝０.８、ｋ４＝１のように設定され
た場合、認識判断時に、ｄ１＝８０、ｄ２＝８０、ｄ３
＝８５、ｄ４＝９０が観測されたとすると、評価関数式
により２４６が得られる。また、ｄ１＝８０、ｄ２＝９
０、ｄ３＝８０、ｄ４＝７５と観測されたとすると評価
関数式により２３３が得られる。向きを表す観測データ
が、対象人物が真横を向いているとき０、正面を向いて
いるときは９０が得られるようなものであった場合、前
者は徐々に正面を向いている例であり、後者は途中で方
向を変えたかもしくは横切ろうとしているかの例であ
る。ここで評価関数式によって得られた数値に対してあ
らかじめ適度に設定されたしきい値とを比較し「使う」
のか否かを判断する。例えば、しきい値を２４０とする
と、前者の例では「使う人」と判断され、後者の例では
「使う人ではない」と判断される。また、前記例では、
ｋ＊ｄというような単純な例であるが、ｄは観測された
角度などの向きその物でなくてもよく、例えば、ｄ２−
ｄ１を一つのデータとしたりすることも可能である。

【０１０３】（iii）ファジィ推論方式 前記（ii）評価関数方式での例にもあるように、例えば
「徐々に正面を向いてくる」場合や、「一定して正面を
向いてくる」場合などは「使用する人」である。また、
「突如として方向が逸れていく」場合などは、逆に「使
用しない人」であることがわかる。このような自然言語
的なルールを多数用意し、これらの“徐々に”や“正
面”などというあいまいな言語をファジィ論理のメンバ
ーシップ関数によって表現することによって、ファジィ
推論による認識判定が行えるようになる。

【０１０４】（iv)ニューラルネット方式 あらかじめ「使う人」のデータ列から得られる特徴を入
力として、ニューラルネットに学習させておき、認識判
断時には観測されたデータ列を入力として「使う／使わ
ない」の出力によって認識判定する。なお以上には、近
づいて来る人に対し「使う／使わない」を認識判断する
例を述べたが、去る人に対し「使用中／使い終わった」
を認識する方法も全く同様な考え方で実現可能であるこ
とは言うまでもない。

【０１０５】（Ｂ）ＣＣＤからの画像信号を処理した画
像データより、使用者が同一人物であるか否かにより
「使用中／使い終わった」かを認識する。ＣＣＤなどか
ら得られる画像情報（データ）を基に画像処理を行い、
使用者の各種の特徴を収集／記憶しておき、次に測定さ
れた使用者の同様にして抽出された特徴と比較して、同
一人物で或るか否かを判断し、別の人物であれば前の使
用者は既に使い終わったと判断する。

【０１０６】まず、同一人物であるか否かを判断する手
法としては、以下のようにすればよい。使用中である人
物の特定部分付近の画像データを撮影しこれを保持す
る。ＣＣＤのシステムへの付帯させ方にもよるが、使用
中の使用者の顔付近の画像を撮影しても良いし、全体を
撮影してもよい。また、近づいて来る前に既に撮影して
おいても良い。このようにして撮影された画像データに
対して、各種の特徴を抽出する。例えば、顔付近を撮影
するようにした場合、顔の丸さを表すような顔の縦長／
横長や、目の離れ具合、鼻と口との距離、髪の毛の大き
さ、眼鏡の有無等を特徴量として抽出する。大きさや長
さなどに関連したパラメータは、画像レベルでの正規
化、もしくはパラメータとして抽出する際のパラメータ
決定式に正規化するようにさせるなどのことは当然であ
り、技術的にも通常頻繁に用いられている。つまり、画
像を撮影する際に、その時によって、同じ人でも小さく
映ってしまう場合や大きく映ってしまう場合がある。例
えば、遠くにいるうちに撮影してしまえば小さく映る。
その時の被写体までの距離を計算してアフィン変換など
の処理を画像データに施しても良いし、画像から得られ
た、例えば、顔の幅の画素数などに対して、距離の補正
を施しても良しい、また、被写体までの距離が分からな
い場合は、顔の丸さ（顔の縦長／横長）のような距離に
は不変の特徴量を使用しても良い。

【０１０７】また、同一人物であるか否か判断された場
合、どのようにして「使用中／使い終わった」かを判断
するには、ある一定時刻内で同一人物であると判断され
る人が来た場合には、使用中であると認識し、同一人物
でないと判断された人物が来た場合には既に前の人は使
い終わったと認識する。

【０１０８】次に、測定対象物体（移動物体）の固体の
認識方法について説明する。測定対象物体の特徴デー
タ、例えば、ＣＣＤからの画像信号を処理した画像デー
タにより、身長、体重、性別、顔（大きさ、形、髪形、
眼鏡など）、服装（形、色）などを判別し、測定対象物
体（移動物体）の固体を認識する。これは、本認識装置
の付帯しているシステムを使用する人が、誰であるかを
認識しようとするもので、ＣＣＤなどによる画像入力装
置により得られた画像情報（データ）を処理して、その
人の特徴的なパラメータを抽出し、あらかじめ入力／記
憶しておいた個人別の標準特徴辞書を参照して、それら
の中のどの人かを認識／判断する。識別技術は古くから
存在し、例えば、文字認識などで実用化されている。既
個人特定化識別においても、同様の技術／原理で行え
る。

【０１０９】原理を簡単に説明すると、あらかじめ辞書
と呼ばれる特定化すべきものの特徴について記述したも
のを用意し、観測された入力データの特徴を抽出し、辞
書の各内容と比較して、最も特徴が合致しているもの
を、特定されたものとするわけである。また、このよう
な識別論的なアプローチのほかにも、表参照方式、評価
関数方式、確信度計算方式、ファジィ推論方式、ニュー
ラルネット方式なども知られている。

【０１１０】個人を識別するためのデータとして、あら
かじめ登録しておかなければいけない個人に関する情報
つまり特徴は、画像処理などによって得られる特徴であ
れば何でもよいが、個人を見分けるのに良いものでなけ
ればならない。例えば、身長、体重（体積）、性別、体
や顔の大きさや形、眼鏡の有無などが考えられる。身長
は画像データより頭から爪先までの画素数を実際の長さ
に変換することにより得られる。これは対象物体までの
距離がわかっているはずなので、変換は容易である。頭
および爪先も見つけだすことは、２値化やフィルター処
理などの通常の画像処理技術や知識工学をもってすれば
実現可能である。性別は、髪の毛の形状や、覆き物、化
粧の有無、などを画像処理により得ることにより判別可
能である。画像データによって個人を特定するのに有効
とされ、よく用いられているのは、顔の特徴である。例
えば、目の離れ具合、目の形、顎の輪郭、などのよう
に、各部品間の関係や個々の部品の形状などがよく使用
される。

【０１１１】測定対象物体（移動物体）が検出測定エリ
ア内に複数存在する場合の「使う／使わない」の認識を
行う際の方法について述べる。ここでは、距離データの
みで判断する場合と距離データと方向データで判断する
場合があるが、まず距離データのみで判断する場合を述
べる。ここの例では説明を簡潔にする為に、移動物体が
２つの場合を説明していく。

【０１１２】まず、２つの移動物体が共に装置に近付く
場合を考える。まず、２つの移動物体が同方向から近付
く場合には、認識装置から見て距離の長い方が短い方の
陰に入ってしまう為に測定は不可能である。よって、こ
の場合には距離の短い方のみのデータで認識を行うこと
とする。また、他方向から各々接近する場合には、赤外
線を脈動発光し、その赤外線の返ってくる光量を光量計
で捉えることにより、２つ以上の他方向の物体から返っ
てきた赤外線の脈動発光の１周期における量の変化は、
図２９のように山が二つの複合の山になる。これをニュ
ーロ等の判断手段を用いて判断することによって、複数
の移動物体を識別することが出来るようになる。このデ
ータを使用して使用者かどうかの判断を各々行う。

【０１１３】次に、一方が近付き、他方が通り過ぎる場
合を考える。この場合、通り過ぎる移動物体が近付く物
体の影になったり、影にされたりする場合が考えられ
る。他の場合には前記の方法により、２つの移動物体は
識別出来るので、この時の処理方法を述べる。まず、近
付く移動物体の前を他の移動物体が横切る場合は、横切
った移動物体はそのまま判断を行い、近付く移動物体に
関しては、影に入る前のデータを元にして、影に入って
いる限りその移動を予測する。その後、影から出た時点
で再度追跡を開始する。次に、近付く移動物体の後ろを
他の移動物体が通り過ぎる場合であるが、近付く移動物
体に関してはそのまま判断を行い、横切った移動物体は
影に入る前のデータを元にして、影に入っている限りそ
の移動を予測する。その後、影から出た時点で再度追跡
を開始するが、優先的に判断を行うのは近付く移動物体
である。使用者以外の移動物体が存在する場合には、使
用者と他の移動物体が距離的に入れ替わったと判断した
時から、装置を使用するかの判断を優先的に行う対象を
現在までの使用者から、移動物体へと変更する。

【０１１４】次に、距離データと方向データで判断する
場合について述べる。まず、２つの移動物体が近付いて
くる場合には、同方向からの場合と異なる方向からの２
通りあるが、同方向からの場合は一方が他方の影に入っ
てしまう為、センサによる検出が不可能になるので、画
像形成装置に近い移動物体の距離と方向のデータから判
断を行う。また、途中に影から出て検出された場合に
は、新たに出現した物として判断する。次に、別々の方
向から近付く場合には、異なるセンサが各々検出する為
に、別々の移動物体として捉えることができるので、各
々の動きから装置を使用するのか否かを各々判断する。
この場合、画像形成装置に距離的に近い方を先に判断す
ることとする。

【０１１５】次に、一方が近付き、他方が通り過ぎる場
合を考える。この場合、通り過ぎる移動物体が近付く物
体の影になったり、影にされたりする場合が考えられ
る。他の場合には前記の方法により、２つの移動物体は
識別出来るので、この時の処理方法を述べる。まず、近
付く移動物体の前を他の移動物体が横切る場合は、横切
った移動物体はそのまま判断を行い、近付く移動物体に
関しては、影に入る前のデータを元にして、影に入って
いる限りその移動を予測する。その後、影から出た時点
で再度追跡を開始する。次に、近付く移動物体の後ろを
他の移動物体が通り過ぎる場合であるが、近付く移動物
体に関してはそのまま判断を行い、横切った移動物体は
影に入る前のデータを元にして、影に入っている限りそ
の移動を予測する。その後、影から出た時点で再度追跡
を開始するが、優先的に判断を行うのは近付く移動物体
である。

【０１１６】ここでは、判断する場合の優先順を装置か
らの距離の近い物体からとし、次に同じ距離の場合は、
近付き方の早い物からとする。以上の方法で装置を使用
しようとしているのかを判断する際の基本的考え方とす
ることで、確実な判断を行っていくことができるように
なる。

【０１１７】次に、脈動発光により認識手段と測定対象
物体（移動物体）までの「距離ｒ」を検出（距離デー
タ）し、「距離ｒ」を時系列で演算した「求心方向速度
Ｖｂ」から「使う／使わない」又は「使用中／使い終わ
った」を認識するパラメータ処理方法について説明す
る。

【０１１８】パラメータ処理方式としては、次の３つの
方式が考えられる。 （i）表参照方式 （ii）ファジー方式 （iii）ニューラル・ネットワーク方式

【０１１９】脈動発光による距離センサにより、センサ
と人までの「距離ｒ」（距離データ）を常に検知してお
り、センサからの距離ｒ１の内側を、人認識判断領域Ａ
とし、領域Ａに人が入り込んだとき、この人が、「使う
／使わない」かを、判断する。

【０１２０】図３のパラメータ抽出部８から図３の記憶
装置１３に図３０の画像形成装置５からの距離ｒ、求心
速度が書き込まれる。図３の認識判断部９において、図
３１における画像形成装置５からの距離ｒ１の領域を領
域Ａとし、この領域Ａへの進入速度Ｖｘにより認識判断
を行う。進入速度Ｖｘは、検出部方向の求心速度であ
り、進入時の距離ｒ_x、進入からｔ時間後の距離ｒ_xtよ
り演算により求まるパラメータで、 Ｖｘ＝ｒ_xt−ｒ_x／ｔ …式１９ により求められる。

【０１２１】以下に一例を上げて説明する。図３１にお
いて、通過者Ｓは、図のような方向の人の動きの軌跡を
たどる。この軌跡が、領域Ａに入らない場合は、使用し
ないと判断する。この軌跡が、領域Ａに入った場合、ポ
イントＰ_x1での求心速度Ｖｘは、実速度Ｖに対してθ
（cosθ＜１）の角度を持つため Ｖｘ＝Ｖ・cosθ …式２０ となる。

【０１２２】これに対し、使用者Ｔは、図のような方向
の人の動きの軌跡をたどる。使用者Ｔは、画像形成装置
５に向かって動くため、領域Ａに入った場合、ポイント
Ｐ_x1での求心速度Ｖｘは、式２０のcosθは、ほぼ１と
なり、 Ｖｘ＝Ｖ …式２１ となる。

【０１２３】通過者Ｓと使用者Ｔの認識判断は、判定基
準Ｖref.に対してどうかにより行う。画像形成装置５が
置かれた環境に応じて人が領域Ａに入る速さが変わった
り、領域Ａに入る角度が変わったりするため学習機能を
有する。

【０１２４】次に、判断過程をフロー図３２で説明す
る。まず、ステップ１で人が領域Ａに入ったかどうか判
定をする。判定結果がＮＯであれば、ステップ１を繰り
返し、ＹＥＳであれば、ステップ２で求心速度Ｖｘと基
準速度Ｖref.の比較を行い、ＹＥＳであれば、通過者と
判定してステップ３へ行く。ＮＯであれば、使用者とし
て判定する。ステップ３では、スイッチが押されたかど
うか（使用されたかどうか）の判定を行い、ＮＯならス
テップ４へ行く。ＹＥＳならステップ５へ行き、Ｖref.
の値を変え、使用者として判定する。ステップ４では領
域Ａを出たか判定を行い、ＮＯなら繰り返し、ＹＥＳな
らステップ１に戻る。

【０１２５】次に、基準速度Ｖref.の変更過程をフロー
図３３で説明する。まず、ステップ１でメモリーバッフ
ァＢufの内容を１増加させる。ステップ２でメモリーバ
ッファＢufの内容が１０になったか判定し、ＹＥＳであ
れば、Ｖref.の値を１ステップ増加させ、メモリーバッ
ファＢufの内容を０にリセットしＶref.の変更を終了す
る。ＮＯであれば、Ｖref.の変更を終了する。

【０１２６】使用者として判定しても通過者であること
もある。この場合は基準時間Ｔ後になってもスイッチ操
作がなければ通過者判定としＶref.の変更を行う。次
に、使用者として判定した後に、装置を使用しなかった
場合のＶref.の変更過程をフロー図３４で説明する。ま
ず、ステップ１でメモリーバッファＢufの内容を１減少
させる。ステップ２でメモリーバッファＢufの内容が−
１０になったか判定し、ＹＥＳであれば、Ｖref.の値を
１ステップ減少させ、メモリーバッファＢufの内容を０
にリセットし、Ｖref.の変更を終了する。ＮＯであれ
ば、Ｖref.の変更を終了する。

【０１２７】次に、ファジィ演算装置を使用した例を図
３５に示す。ファジィ演算装置３０は、Ｖref.との差分
（ΔＶ＝Ｖｘ−Ｖref.）とその差分の頻度を入力とし、
Ｖref.変更量を出力する。

【０１２８】図３６は、本発明におけるファジィ演算処
理の概念を説明するための具体例を示す図で、ファジィ
演算装置３０の一部の機能を模式的に図示したものであ
る。例えば、図３６Ａの「もし、ΔＶが大で、そのとき
の発生頻度が大であるとＶref.変更量は大である」にお
いて、「ΔＶが大」「発生頻度が大」をメンバーシップ
関数によって、そのときの集合図を３６Ａの（１）
（２）のように定義する。

【０１２９】上記メンバーシップ関数（１）（２）とい
きい値を意味する縦の鎖線との交点により「ΔＶが大」
「発生頻度が大」である集合の確度が求められる。この
確度の最小値を求め、上記「Ｖref.変更量は大」集合を
定義しているメンバーシップ関数（３）の値に対して、
該最小値を越える部分を削除することにより、図３６Ａ
によるＶref.変更量の集合が求められる。同様に、図３
５Ｂ，Ｃからも各々Ｖref.変更量の集合（６）,（９）
が求められ、該Ｖref.変更量の集合（３）（６）（９）
の最大値を最終的な関数値とする関数（１０）を作成
し、該関数（１０）の重心を図３６Ａ，Ｂ，Ｃにより決
定されるＶref.変更量の値とする。ファジィ演算装置３
０からのＶref.変更量によって現在のＶref.値を変更す
る。

【０１３０】次に、ニューラル・ネットワークを使用し
た例を図３７に示す。ニューラル・ネットワーク３１は
予め実験等によって得られた状態を表すパラメータを教
師値として学習済みとする。ニューラル・ネットワーク
３１は、Ｖref.との差分（Ｖｘ−Ｖref.）とその差分の
頻度を入力として、Ｖref.変更量を出力し、このＶref.
変更量によって現在のＶref.値を変更する。

【０１３１】この例によると、以下の効果がある。脈動
発光による距離センサにより、センサと人までの「距離
ｒ」（距離データ）を常に検知し、センサからの距離ｒ
１の内側の領域に人が入り込んだときの求心速度によ
り、「使う／使わない」かを、判断することができるた
め無駄な動作をさせなくてすむ。また、設置環境のバラ
ツキに付いては、設置後の適応機能により、柔軟に対応
が出来る。設置後の適応機能においては、表参照方式を
用いることにより、ハード部の簡略化が計れる。また、
ファジィ演算装置を用いることにより、表参照方式に比
べより最適な適応が可能となる。また、ニューラルネッ
トワークを用いることにより、さらに、最適な適応が可
能となる。

【０１３２】次に、脈動発光により認識手段と測定対象
物体（移動物体）までの「距離ｒ」を検出（距離デー
タ）し、「距離ｒ」を時系列で演算した「求心方向速度
変化量ΔＶｂ」から「使う／使わない」又は「使用中／
使い終わった」を認識する例について説明する。

【０１３３】パラメータ処理方式としては、次の３つの
方式が考えられる。 （i）表参照方式 （ii）ファジー方式 （iii）ニューラル・ネットワーク方式

【０１３４】脈動発光による距離センサにより、センサ
と人までの「距離ｒ」（距離データ）を常に検知してお
り、センサからの距離ｒ１の内側を、人認識判断領域Ａ
とし、領域Ａに人が入り込んだときの求心速度Ｖ_aと、
センサからの距離ｒ２とｒ１の内側を、人認識判断領域
Ｂとし、領域Ｂに人が入り込んだときの求心速度Ｖ_bと
の比較により、この人が、「使う／使わない」かを、判
断する。

【０１３５】図３のパラメータ抽出部８から図３の記憶
装置１３に図３０の画像形成装置５からの距離ｒ、求心
速度が書き込まれる。図３の認識判断部９において、図
３８における画像形成装置５からの距離ｒ１の領域を領
域Ａ、距離ｒ１から距離ｒ２の領域を領域Ｂとし、この
領域Ａ及び領域Ｂへの進入速度Ｖｘ₀、Ｖｘ₁により認識
判断を行う。進入速度Ｖｘは検出部方向の求心速度であ
り、進入時の距離ｒ_x、進入からｔ時間後の距離ｒ_xtよ
り演算により求まるパラメータで、 Ｖｘ＝ｒ_xt−ｒ_x／ｔ …式２２ により求められる。以下に、一例を上げて説明する。図
３８において、通過者Ｓは、図のような方向の人の動き
の軌跡をたどる。この軌跡が、領域Ｂに入らない場合
は、使用しないと判断する。この軌跡が、領域Ｂに入っ
た場合、ポイントＰ_x10での求心速度Ｖｘ₁₀は、実速度
Ｖに対してθ₀（cosθ＜１）の角度を持つため Ｖｘ₁₀＝Ｖ・cosθ₀ …式２３ となる。その後、この軌跡が、領域Ａに入らない場合
は、使用しないと判断する。

【０１３６】軌跡が、領域Ａに入った場合、ポイントＰ
_x11での求心速度Ｖｘ₁₁は、実速度Ｖに対してθ₁（cos
θ＜１）の角度を持つため、 Ｖｘ₁₁＝Ｖ・cosθ₁ …式２４ となる。

【０１３７】これに対し、使用者Ｔは、図のような方向
の人の動きの軌跡をたどる。使用者Ｔは、画像形成装置
５に向かって動くため、領域Ｂに入った場合、ポイント
Ｐ_x20での求心速度Ｖｘ₂₀と、領域Ａに入った場合、ポ
イントＰｘ₂₁での求心速度Ｖｘ₂₁は、式２３、式２４の
cosθは、ほぼ１となり、 Ｖｘ₂₀＝Ｖｘ₂₁＝Ｖ …式２５ となる。

【０１３８】通過者Ｓと使用者Ｔの認識判断は、領域Ｂ
に入った時の求心速度Ｖｘ₀と、領域Ａに入った時の求
心速度Ｖｘ₁との比較により行う。画像形成装置５が置
かれた環境に応じて人が領域Ａ、領域Ｂに入る速さが変
わったり、領域Ａ、領域Ｂに入る角度が変わったりする
ため学習機能を有する。

【０１３９】次に、判断過程をフロー図３９で説明す
る。まず、ステップ１で人が領域Ｂに入ったかどうか判
定をする。判定結果がＮＯであれば、ステップ１を繰り
刷し、ＹＥＳであれば、Ｖｘ₀を演算する。ステップ２
で人が領域Ａに入ったかどうか判定をし、判定結果がＮ
Ｏであれば、ステップ３で領域Ｂを出たかどうか判定を
する。ステップ３の判定結果がＮＯであれば、ステップ
２へ行き、ＹＥＳならば、ステップ１へ戻る。ステップ
２の判定結果がＹＥＳであれば、Ｖｘ₁を演算する。ス
テップ４で求心速度Ｖｘ₀と求心速度Ｖｘ₁の速度変化量
と基準変化量Ｖref.の比較を行い、ＹＥＳであれば、通
過者判定としステップ５へ行く。ＮＯであれば、使用者
として判定する。ステップ５では、スイッチが押された
かどうか判定を行いＮＯならステップ６へ行く。ＹＥＳ
ならＶref.の値を変え使用者として判定する。ステップ
６では領域Ａ，Ｂを出たか判定を行い、ＮＯならステッ
プ５を繰り返し、ＹＥＳならステップ１に戻る。

【０１４０】次に、Ｖref.の変更過程をフロー図４０で
説明する。まず、ステップ１でメモリーバッファＢufの
内容を１増加させる。ステップ２でメモリーバッファＢ
ufの内容が１０になったか否かを判定し、ＹＥＳであれ
ば、Ｖref.の値を１ステップ増加させ、メモリーバッフ
ァＢufの内容を０にリセットしＶref.の変更を終了す
る。また、ＮＯであれば、Ｖref.の変更を終了する。

【０１４１】使用者として判定しても通過者であること
もある。この場合は基準時間Ｔ後になってもスイッチ操
作がなければ通過者判定としＶref.の変更を行う。次
に、この場合のＶref.の変更過程をフロー図４１で説明
する。まず、ステップ１でメモリーバッファＢufの内容
を１減少させる。ステップ２でメモリーバッファＢufの
内容が−１０になったか判定する。ＹＥＳであれば、Ｖ
ref.の値を１ステップ減少させ、メモリーバッファＢuf
の内容を０にリセットし、Ｖref.の変更を終了する。ま
た、ＮＯであれば、Ｖref.の変更を終了する。

【０１４２】次に、ファジィ演算装置を使用した例を図
４２に示す。ファジィ演算装置３０は、Ｖref.との差分
（ΔＶ＝Ｖｘ₀−Ｖｘ₁）とその差分の頻度を入力とし、
Ｖref.変更量を出力する。

【０１４３】図４３は、ファジィ演算処理の概念を説明
するための具体例を示す図で、ファジィ演算装置の一部
の機能を模式的に図示したものである。例えば、図４３
Ａの「もし、ΔＶが大で、そのときの発生頻度が大であ
るとＶref.変更量は大である」において、「ΔＶが大」
「発生頻度が大」をメンバーシップ関数によって、その
ときの集合を図４３Ａの（１）（２）のように定義す
る。

【０１４４】上記メンバーシップ関数（１）（２）とい
きい値を意味する縦の鎖線との交点により「ΔＶが大」
「発生頻度が大」である集合の確度が求められる。この
確度の最小値を求め、上記「Ｖref.変更量は大」集合を
定義しているメンバーシップ関数（３）の値に対して、
該最小値を越える部分を削除することにより、図４３Ａ
によるＶref.変更量の集合が求められる。同様に、図４
３Ｂ，Ｃからも各々Ｖref.変更量の集合（６）,（９）
が求められ、該Ｖref.変更量の集合（３）（６）（９）
の最大値を最終的な関数値とする関数（１０）を作成
し、該関数（１０）の重心を上記図４３Ａ，Ｂ，Ｃによ
り決定されるＶref.変更量の値とする。このファジィ演
算装置からのＶref.変更量によって現在のＶref.値を変
更する。

【０１４５】次に、ニューラル・ネットワークを使用し
た例を図４４に示す。ニューラル・ネットワーク３１は
予め実験等によって得られた状態を表すパラメータを教
師値として学習済みとし、Ｖref.との差分（Ｖｘ−Ｖre
f.）とその差分の頻度を入力として、Ｖref.変更量を出
力する。このニューラル・ネットワーク３１からのＶre
f.変更量によって現在のＶref.値を変更する。

【０１４６】この例によると、以下の効果がある。脈動
発光による距離センサにより、センサと人までの「距離
ｒ」（距離データ）を常に検知し、センサからの距離ｒ
１の内側の領域に人が入り込んだときの求心速度、及び
距離ｒ１から距離ｒ２の領域に人が入り込んだときの求
心速度により、「使う／使わない」かを、判断すること
ができるため無駄な動作をさせなくてすむ。また、設置
環境のバラツキに付いては、設置後の適応機能により、
柔軟に対応が出来る。設置後の適応機能においては、表
参照方式を用いることにより、ハード部の簡略化が計れ
る。また、ファジィ演算装置を用いることにより、表参
照方式に比べより最適な適応が可能となる。また、ニュ
ーラルネットワークを用いることにより、さらに、最適
な適応が可能となる。

【０１４７】次に、脈動発光により認識手段と測定対象
物体（移動物体）までの「距離ｒ」を検出（距離デー
タ）し、「距離ｒ」を時系列で演算し「求心方向速度Ｖ
ｂ」を求め、次に、「距離ｒ、求心方向速度Ｖｂ」から
装置本体への測定対象物体（移動物体）の「予想通過時
間ｔ１」と装置本体に対する測定対象物体（移動物体）
の「予想通過時間ｔ２」とを演算し「使う／使わない」
又は「使用中／使い終わった」を認識する例について説
明する。

【０１４８】測定対象物体（移動物体）の「予想通過時
間ｔ２」の測定ポイントとしては、例えば、 （i）装置本体操作部正面付近 （ii）所定の測定検出エリアに対する測定対象物体進入
ポイントと対向する側の前記測定検出エリア境界線上付
近がある。

【０１４９】パラメータ処理方式としては、次の３つの
方式が考えられる。 （i）表参照方式 （ii）ファジー方式 （iii）ニューラル・ネットワーク方式

【０１５０】脈動発光による距離センサにより、センサ
と人までの「距離ｒ」（距離データ）を常に検知してお
り、センサからの距離ｒ２での求心速度Ｖｘ₀から、セ
ンサからの距離ｒ１に到達するであろう時間ｔ１とセン
サからの距離ｒ１に到達した時間ｔ２との比較により、
この人が、「使う／使わない」かを、判断する。

【０１５１】図３のパラメータ抽出部８から図３の記憶
装置１３に図３０の画像形成装置５からの距離ｒ、求心
速度が書き込まれる。図３の認識判断部９において、図
４５における画像形成装置５からの距離ｒ２の領域を領
域Ｂに入った時の進入速度Ｖｘ₀から演算により求めた
画像形成装置５からの距離ｒ１の領域Ａに入るのにかか
る時間ｔ１と、距離ｒ２から距離ｒ１の領域に実際にか
かった時間ｔ２により認識判断を行う。進入速度Ｖｘ
は、検出部方向の求心速度であり、進入時の距離ｒ_x、
進入からｔ時間後の距離ｒ_xtより演算により求まるパラ
メータで、 Ｖｘ＝ｒ_xt−ｒ_x／ｔ …式２６ となる。

【０１５２】次に、一例を上げて説明する。図４５にお
いて、通過者Ｓは、図のような方向の人の動きの軌跡を
たどる。この軌跡が、領域Ｂに入らない場合は、使用し
ないと判断する。この軌跡が、領域Ｂに入った場合、ポ
イントＰ_x10での求心速度Ｖｘ₀は、実速度Ｖに対してθ
₀（cosθ＜１）の角度を持つため Ｖｘ₀＝Ｖ・cosθ₀ …式２７ となる。式２７からポイントＰｘ₁₀からポイントＰｘ₁₂
に達する時間ｔ１は ｔ１＝（ｒ２−ｒ１）／Ｖｘ₀ …式２８ となる。しかしながら、実際は、ポイントＰｘ₁₁の方向
に実速度Ｖで動いているため実時間ｔ２＞ｔ１となる。

【０１５３】これに対し、使用者Ｔは、図のような方向
の人の動きの軌跡をたどる。使用者Ｔは、画像形成装置
５に向かって動くため、領域Ｂに入った場合、ポイント
Ｐ_x20での求心速度Ｖｘ₀₂は、式２７のcosθは、ほぼ１
となり、 Ｖｘ₀₂＝Ｖ …式２９ となる。このため、ほぼ、実時間ｔ４＝演算時間ｔ３と
なる。

【０１５４】通過者Ｓと使用者Ｔの認識判断は、領域Ｂ
に入った時の求心速度Ｖｘ₀から演算される（ｒ２−ｒ
１）間にかかる時間ｔ１，ｔ３と、ｒ１に入るまでにか
かった実時間ｔ２，ｔ４との比較により行う。画像形成
装置５が置かれた環境に応じて人が領域Ａに入る速さが
変わったり、領域Ａ、領域Ｂに入る角度が変わったりす
るため学習機能を有する。

【０１５５】次に、判断過程をフロー図４６で説明す
る。まず、ステップ１で人が領域Ｂに入ったかどうか判
定をする。判定結果がＮＯであれば、ステップ１を繰り
返し、ＹＥＳであれば、Ｖｘ₀，ｔ１を演算する。ステ
ップ２で人が領域Ａに入ったかどうか判定をする。判定
結果がＮＯであれば、ステップ３で領域Ｂを出たかどう
か判定をする。ステップ３の判定結果がＮＯであれば、
ステップ２へ行き、ＹＥＳならば、ステップ１へ戻る。
ステップ２の判定結果がＹＥＳであれば、ｔ２を計測す
る。

【０１５６】ステップ４で演算時間ｔ１と実時間ｔ２の
時間変化量と基準変化量ｔref.の比較を行い、ＹＥＳで
あれば、通過者判定としステップ５へ行く。また、ＮＯ
であれば、使用者として判定する。ステップ５では、ス
イッチが押されたかどうか（使用されたかどうか）判定
を行い、ＮＯならステップ６へ行き、ＹＥＳならｔref.
の値を変え使用者として判定する。ステップ６では領域
Ａ，Ｂを出たか判定を行い、ＮＯならステップ５を繰り
返し、ＹＥＳならステップ１に戻る。

【０１５７】次に、ｔref.の変更過程をフロー図４７で
説明する。まず、ステップ１でメモリーバッファＢufの
内容を１増加させる。ステップ２でメモリーバッファＢ
ufの内容が１０になったか判定する。ＹＥＳであれば、
ｔref.の値を１ステップ増加させ、メモリーバッファＢ
ufの内容を０にリセットしｔref.の変更を終了する。ま
た、ＮＯであれば、ｔref.の変更を終了する。

【０１５８】使用者として判定しても通過者であること
もある。この場合は基準時間Ｔ後になってもスイッチ操
作がなければ通過者判定としＶref.の変更を行う。次
に、この場合のＶref.の変更過程をフロー図４８で説明
する。まず、ステップ１でメモリーバッファＢufの内容
を１減少させる。ステップ２でメモリーバッファＢufの
内容が−１０になったか判定する。ＹＥＳであれば、Ｖ
ref.の値を１ステップ減少させ、メモリーバッファＢuf
の内容を０にリセットし、Ｖref.の変更を終了する。ま
た、ＮＯであれば、Ｖref.の変更を終了する。

【０１５９】図４９は、ファジィ演算装置を使用した例
を示す図で、ファジィ演算装置３０は、差分ΔＶ＝ｔ２
−ｔ１と差分の頻度を入力とし、Ｖref.変更量を出力す
る。

【０１６０】図５０は、ファジィ演算処理の概念を説明
するための具体例を示す図で、ファジィ演算装置３０の
一部の機能を模式的に図示したものである。例えば、図
５０Ａの「もし、ΔＶが大で、そのときの発生頻度が大
であるとＶref.変更量は大である」において、「ΔＶが
大」「発生頻度が大」をメンバーシップ関数によって、
そのときの集合図５０Ａの（１）（２）のように定義す
る。上記メンバーシップ関数（１）（２）といきい値を
意味する縦の鎖線との交点により「ΔＶが大」「発生頻
度が大」である集合の確度が求められる。この確度の最
小値を求め、上記「Ｖref.変更量は大」集合を定義して
いるメンバーシップ関数（３）の値に対して、該最小値
を越える部分を削除することにより、図５０ＡによるＶ
ref.変更量の集合が求められる。

【０１６１】同様に、図５０Ｂ，Ｃからも各々Ｖref.変
更量の集合（６）,（９）が求められ、該Ｖref.変更量
の集合（３）（６）（９）の最大値を最終的な関数値と
する関数（１０）を作成し、該関数（１０）の重心を上
記図５０Ａ，Ｂ，Ｃにより決定されるＶref.変更量の値
とする。このファジィ演算装置３０からのＶref.変更量
によって現在のＶref.値を変更する。

【０１６２】次に、ニューラル・ネットワークを使用し
た例を図５１に示す。ニューラル・ネットワーク３１は
予め実験等によって得られた状態を表すパラメータを教
師値として学習済みとする。このニューラル・ネットワ
ーク３１は、差分ΔＶ＝ｔ２−ｔ１と差分の頻度を入力
として、Ｖref.変更量を出力する。このニューラル・ネ
ットワーク３１からのＶref.変更量によって現在のＶre
f.値を変更する。

【０１６３】この例によると、以下の効果がある。脈動
発光による距離センサにより、センサと人までの「距離
ｒ」（距離データ）を常に検知し、センサからの距離ｒ
１の内側の領域に人が入り込んだときの求心速度により
求めたｒ２−ｒ１間の演算時間ｔ１と、実時間ｔ２によ
り、、「使う／使わない」かを、判断することができる
ため無駄な動作をさせなくてすむ。また、設置環境のバ
ラツキに付いては、設置後の適応機能により、柔軟に対
応が出来る。設置後の適応機能においては、表参照方式
を用いることにより、ハード部の簡略化が計れる。ま
た、ファジィ演算装置を用いることにより、表参照方式
に比べより最適な適応が可能となる。また、ニューラル
ネットワークを用いることにより、さらに、最適な適応
が可能となる。

【０１６４】次に、脈動発光により認識手段と測定対象
物体（移動物体）までの「距離ｒ」を検出（距離デー
タ）し、「距離ｒ」を時系列で演算し「求心方向速度Ｖ
ｂ」を求め、次に、「距離ｒ、求心方向速度Ｖｂ」から
装置本体への測定対象物体（移動物体）の「予想通過時
間ｔ１」と装置本体に対する測定対象物体（移動物体）
の「予想通過時間ｔ２」とを演算し、「使う／使わな
い」又は「使用中／使い終わった」を認識する例につい
て説明する。

【０１６５】測定対象物体（移動物体）の「予想通過時
間ｔ２」の測定ポイントは、例えば、 （i）装置本体操作部正面付近 （ii）所定の測定検出エリアに対する測定対象物体進入
ポイントと対向する側の前記測定検出エリア境界線上付
近である。

【０１６６】パラメータ処理方式としては、次の３つの
方式が考えられる。 （i）表参照方式 （ii）ファジー方式 （iii）ニューラル・ネットワーク方式

【０１６７】脈動発光による距離センサにより、センサ
と人までの「距離ｒ」（距離データ）を常に検知してお
り、センサからの距離ｒ_bでの求心速度ｖ_bから、センサ
からの距離ｒ_aに到達するであろう時間ｔ１を演算し、
時間ｔ１後のセンサからの距離ｒ_xとの比較により、こ
の人が、「使う／使わない」かを、判断する。

【０１６８】図３のパラメータ抽出部８から図３の記憶
装置１３に図３０の画像形成装置５からの距離ｒ、求心
速度が書き込まれる。図３の認識判断部９において、図
５２における画像形成装置５からの距離ｒ２の領域を領
域Ｂに入った時の進入速度Ｖｘ₀から演算により求めた
画像形成装置５からの距離ｒ１の領域Ａに入るのにかか
る時間ｔ１を演算し、時間ｔ１後の画像形成装置５と人
の距離ｒｙから認識判断を行う。進入速度Ｖｘは検出部
方向の求心速度であり、進入時の距離ｒ_x、進入からｔ
時間後の距離ｒ_xtより演算により求まるパラメータで、 Ｖｘ＝ｒ_xt−ｒ_x／ｔ …式３０ より求められる。

【０１６９】次に、一例を上げて説明する。図５２にお
いて、通過者Ｓは、図のような方向の人の動きの軌跡を
たどる。この軌跡が、領域Ｂに入らない場合は、使用し
ないと判断する。この軌跡が、領域Ｂに入った場合、ポ
イントＰ_x10での求心速度Ｖｘ₀は、実速度Ｖに対してθ
₀（cosθ＜１）の角度を持つため Ｖｘ₀＝Ｖ・cosθ₀ …式３１ となる。

【０１７０】式３１からポイントＰｘ₁₀からポイントＰ
ｘ₁₂に達する時間ｔ１は ｔ１＝（ｒ２−ｒ１）／Ｖｘ₀ …式３２ となる。

【０１７１】しかしながら、実際は、ポイントＰｘ₁₁の
方向に実速度Ｖで動いているため時間ｔ１後は距離ｒ１
にはまだ達していないためｔｙ＜ｒ１となる。これに対
し、使用者Ｔは、図のような方向の人の動きの軌跡をた
どる。使用者Ｔは、画像形成装置５に向かって動くた
め、領域Ｂに入った場合、ポイントＰ_x20での求心速度
Ｖｘ₀₂は、式３１のcosθは、ほぼ１となり、 Ｖｘ₀₂＝Ｖ …式３３ となる。このため、時間ｔ１後は、ほぼ、距離ｒｙ＝距
離ｒ１となる。

【０１７２】通過者Ｓと使用者Ｔの認識判断は、領域Ｂ
に入った時の求心速度Ｖｘ₀から演算される（ｒ２−ｒ
１）間にかかる時間ｔ１，ｔ３と、時間ｔ１，ｔ３後の
人の位置ｒｙと距離ｒ１との比較により行う。画像形成
装置５が置かれた環境に応じて人が領域Ａに入る速さが
変わったり、領域Ａ、領域Ｂに入る角度が変わったりす
るため学習機能を有する。

【０１７３】次に、判断過程をフロー図５３で説明す
る。まず、ステップ１で人が領域Ｂに入ったかどうか判
定をする。判定結果がＮＯであれば、ステップ１を繰り
返し、ＹＥＳであれば、Ｖｘ₀，ｔ１を演算する。ステ
ップ２で人が領域Ａに入ったかどうか判定をする。ステ
ップ２の判定結果がＮＯであれば、ステップ３で領域Ｂ
を出たかどうか判定をし、ＮＯであれば、ステップ２へ
行き、ＹＥＳならば、ステップ１へ戻る。また、ステッ
プ２の判定結果がＹＥＳであれば、ｒｙを計測し、ステ
ップ４へ行く。

【０１７４】ステップ４では、測定距離ｒｙと距離ｒ１
の距離変化量と基準変化量ｒref.の比較を行い、ＹＥＳ
であれば、通過者判定としステップ５へ行く。また、Ｎ
Ｏであれば、使用者として判定する。ステップ５では、
スイッチが押されたかどうか判定を行い、ＮＯならステ
ップ６へ行き、ＹＥＳならｔref.の値を変え使用者とし
て判定する。ステップ６では領域Ａ，Ｂを出たか判定を
行い、ＮＯならステップ５を繰り返し、ＹＥＳならステ
ップ１に戻る。

【０１７５】次に、ｒref.の変更過程をフロー図５４で
説明する。まず、ステップ１でメモリーバッファＢufの
内容を１増加させる。ステップ２でメモリーバッファＢ
ufの内容が１０になったか判定する。ＹＥＳであれば、
ｒref.の値を１ステップ増加させ、メモリーバッファＢ
ufの内容を０にリセットしｔref.の変更を終了する。Ｎ
Ｏであれば、ｔref.の変更を終了する。

【０１７６】使用者として判定しても通過者であること
もある。この場合は基準時間Ｔ後になってもスイッチ操
作がなければ通過者判定としｒref.の変更を行う。次
に、この場合のｒref.の変更過程をフロー図５５で説明
する。まず、ステップ１でメモリーバッファＢufの内容
を１減少させる。ステップ２でメモリーバッファＢufの
内容が−１０になったか判定する。ＹＥＳであれば、ｒ
ref.の値を１ステップ減少させ、メモリーバッファＢuf
の内容を０にリセットし、ｒref.の変更を終了する。Ｎ
Ｏであれば、ｒref.の変更を終了する。

【０１７７】次に、ファジィ演算装置を使用した例を図
５６に示す。ファジィ演算装置３０は、差分（ΔＲ＝ｒ
ｙ−ｒ１）と差分の頻度を入力とし、Ｖref.変更量を出
力する。

【０１７８】図５７は、ファジィ演算処理の概念を説明
するための具体例を示す図で、ファジィ演算装置３０の
一部の機能を模式的に図示したものである。例えば、図
５７Ａの「もし、ΔＲが大で、そのときの発生頻度が大
であるとｒref.変更量は大である」において、「ΔＲが
大」「発生頻度が大」をメンバーシップ関数によって、
そのときの集合図５７Ａの（１）（２）のように定義す
る。

【０１７９】上記メンバーシップ関数（１）（２）とい
きい値を意味する縦の鎖線との交点により「ΔＲが大」
「発生頻度が大」である集合の確度が求められる。この
確度の最小値を求め、上記「ｒref.変更量は大」集合を
定義しているメンバーシップ関数（３）の値に対して、
該最小値を越える部分を削除することにより、図５７Ａ
によるｒref.変更量の集合が求められる。同様に、図５
７Ｂ，Ｃからも各々ｒref.変更量の集合（６）,（９）
が求められ、該ｒref.変更量の集合（３）（６）（９）
の最大値を最終的な関数値とする関数（１０）を作成
し、該関数（１０）の重心を上記図５７Ａ，Ｂ，Ｃによ
り決定されるｒref.変更量の値とする。ファジィ演算装
置からのｒref.変更量によって現在のＶref.値を変更す
る。

【０１８０】次に、ニューラル・ネットワークを使用し
た例を図５８に示す。ニューラル・ネットワーク３１は
予め実験等によって得られた状態を表すパラメータを教
師値として学習済みとする。このニューラル・ネットワ
ーク３１は、差分（ΔＲ＝ｒｙ−ｒ１）とこの差分の頻
度を入力として、ｒref.変更量を出力する。このニュー
ラル・ネットワークからのｒref.変更量によって現在の
ｒref.値を変更する。

【０１８１】この例によると、以下の効果がある。脈動
発光による距離センサにより、センサと人までの「距離
ｒ」（距離データ）を常に検知し、センサからの距離ｒ
１の内側の領域に人が入り込んだときの求心速度より求
め、ｒ２−ｒ１間の演算時間ｔ１と、時間ｔ１後の人の
距離により、「使う／使わない」かを、判断することが
できるため無駄な動作をさせなくてすむ。また、設置環
境のバラツキに付いては、設置後の適応機能により、柔
軟に対応が出来る。設置後の適応機能においては、表参
照方式を用いることにより、ハード部の簡略化が計れ
る。また、ファジィ演算装置を用いることにより、表参
照方式に比べより最適な適応が可能となる。また、ニュ
ーラルネットワークを用いることにより、さらに、最適
な適応が可能となる。

【０１８２】

【実施例】本発明は、前述のような「使う／使わな
い」、「使用中／使い終わった」等を認識する認識手段
を有する各種装置、例えば、画像形成装置において、前
記認識が間違えた場合の、つまり、誤認識した場合のク
イックリカバリー機能に関するもので、例えば、 ａ：余熱ＯＮ／ＯＦＦ誤作動クイックリカバリー機能 ｂ：電源ＯＮ／ＯＦＦ誤作動クイックリカバリー機能 に関するものである。

【０１８３】例えば、画像形成装置において、余熱がＯ
Ｎ状態である時、「使用する／しない」を認識／判断す
る装置によって例えば「使用する人である」と判断され
たが、実際にはこの判断が間違えていた（つまり「使用
しない人」であった場合）と分かった段階で、速やかに
ＯＦＦ状態に戻してやる。余熱がＯＮ状態であるとは、
そのままではすぐに使用可能ではない状態であるが、省
電力などの効果がある。人体検知センサーなどにより
「使用する人」と判断され自動的にＯＦＦ状態に切り替
わった場合、現在の技術では１００％確実な判断は不可
能であり、もしこの判断が間違えていたつまり実際には
「使用しない人」であった場合には、省電力などの効果
がなくなってしまう。

【０１８４】そこで、先に説明したような方法により、
その人が「使い終わった」と認識される行動をとり、そ
う判断された場合は、速やかにもとの余熱ＯＮ状態に戻
し、省電力などの効果が発揮されるようにしてやる。ま
た、その人が、「使い終わった」と認識されない、わか
らないなどの状態が、ある一定時間継続した場合、省電
力等の効果を発揮させるために余熱ＯＮ状態に戻す。も
ちろん一定時間の間に使用者により装置が操作されれ
ば、時間の計測は中止し、元の状態に戻す必要はない。

【０１８５】余熱がＯＦＦ状態である時、「使用する／
しない」を認識／判断する装置によって例えば「使用し
ない人である」と判断されたが、実際にはこの判断が間
違えていた（つまり「使用する人」であった場合）と分
かった段階で、速やかにＯＮ状態に戻してやる。余熱が
ＯＦＦ状態であるとは、そのまますぐ使用可能である状
態である。このままでは、電力など無駄なエネルギーを
費やしてしまう状態であり、余熱ＯＮとすることにより
省電力が図れる機能が存在している。このとき、ユーザ
が明示的に余熱をＯＮするのではなく、人体検知センサ
ーなどの認識／判断により自動的に作動させるという機
能も考えられている。しかし、この認識／判断は現在の
技術では必ずしも１００％確実である保証はなく、誤認
識により誤作動が起こる可能性がある。

【０１８６】余熱がＯＦＦ状態である場合に、「使い終
わった」ものと誤判断され、自動的に余熱がＯＮ状態に
なってしまう場合、従来の装置では、様々なユーザが自
ら設定したモード（各種パラメータ）などがクリア（リ
セット）されてしまう。誤判断である場合、ユーザはも
との状態に再度様々入力しなおさなければならず、煩わ
しい操作を要していた。

【０１８７】そこで、少なくともある一定時間以上、ユ
ーザが設定できる各種のパラメータなどを記憶してお
き、誤判断であると分かった場合、速やかに自動的に元
のモード（各種パラメータ）に戻してやる。誤判断を自
動的に判断するには、先に説明したような個人認識など
により、例えば短時間の間に、同じ人物であると判断さ
れる人が操作する場合には、実際にはその人は「使い終
わっていなかった」と認識／判断できる。また、誤判断
であるとと分からなかった場合にも対処できるように、
ユーザが明示的に元の状態に戻せるように、モード復帰
ボタンなどを取付けておき、これを操作してもらうこと
により、モードを復帰させる。

【０１８８】モードの記憶は少なくとも一回以上のモー
ドを記憶できるようにしておく必要がある。ユーザの操
作履歴をそのまま保持し、各種パラメータを一つづつモ
ード復帰ボタンなどが操作される度に戻しても良いし、
過去に実行された、もしくは最後に設定されていたモー
ド（各種パラメータ）を一度に戻してもよい。なお、以
上には、自動余熱ＯＮ／ＯＦＦの誤作動による対処を例
としてが、電源の自動ＯＮ／ＯＦＦ、操作表示部の表示
状態／非表示状態、画像形成装置の定着温度の自動設定
などでも全く同じである。

【０１８９】

【効果】以上の説明から明らかなように、本発明による
と以下の効果がある。請求項１に対応する効果：装置に
接近する人の中から使用する人を判断特定し、そのよう
に判断特定された場合にのみ装置を所定の状態（予熱状
態を自動的に解除する自動予熱又は電源を自動的に投入
する自動電源投入）とする機能を備えた装置を前提とし
て、更に、判断特定結果の正誤を確認し、判断結果の誤
りが確認されたとき、所定の状態から元の状態へ迅速且
つ自動的に復帰させることによって誤判定による誤作動
を確実にリカバリーしうる信頼性の高い自動予熱機能又
は自動電源投入機能を有する作動制御装置が実現でき
る。 請求項２に対応する効果：請求項１の効果を実施例レベ
ルで具体化したものであり、作動制御対象を操作表示部
としたものである。請求項３に対応する効果：請求項１
の効果を実施例レベルで具体化したものであり、作動制
御対象を定着部としたものである。請求項４に対応する
効果：請求項１の効果を実施例レベルで具体化したもの
であり、作動制御対象を電源投入部としたものである。

【図面の簡単な説明】

【図１】 自動応答システムをＯＡ機器に適用した場合
の構成概念を説明するためのブロック図である。

【図２】 画像形成装置にセンサを実装した場合の例を
示す図である。

【図３】 認識装置の基本構成を示すブロック図であ
る。

【図４】 画像形成装置と障害物との関係を示す図であ
る。

【図５】 画像形成装置と障害物との間の距離データを
模式的に示す図である。

【図６】 画像形成装置に対する環境情報の一例を示す
図である。

【図７】 図４における環境情報を示す図である。

【図８】 環境情報の変化の状態を示す図である。

【図９】 図８における距離データを示す図である。

【図１０】 図９の場合について、環境情報と距離デー
タとの差をとった結果を示す図である。

【図１１】 環境情報の変化の状態を示す図である。

【図１２】 図１１の要部詳細図である。

【図１３】 環境情報の変化の状態を示す図である。

【図１４】 図１３の要部詳細図である。

【図１５】 環境情報の変化の状態を示す図である。

【図１６】 環境情報の変化の状態を示す図である。

【図１７】 対象物体の移動軌跡情報の概念を示す図で
ある。

【図１８】 環境情報の変化の状態を示す図である。

【図１９】 環境情報の変化の状態を示す図である。

【図２０】 環境情報の変化の状態を示す図である。

【図２１】 環境情報の変化の状態を示す図である。

【図２２】 環境情報の変化の状態を示す図である。

【図２３】 対象物体に対する認識判断を説明するため
の図である。

【図２４】 対象物体が画像形成装置に近づいてくる場
合の認識判断の例を説明するための図である。

【図２５】 図２４の例において、各距離について生成
されたパラメータを概念的に示す図である。

【図２６】 階層型ニューラル・ネットワークの一例を
示す図である。

【図２７】 距離センサの測定範囲内に複数の対象物体
が存在する場合の例を説明するための図である。

【図２８】 対象人物が画像形成装置の使用者なのか、
否かの判断の仕方の一例を示す図である。

【図２９】 赤外線を脈動発光させて２以上の物体を識
別する場合の例を説明するための図である。

【図３０】 画像形成装置の動作原理を説明するための
図である。

【図３１】 画像形成装置の動作説明をするための図で
ある。

【図３２】 図３１の例の判断過程を説明するためのフ
ロー図である。

【図３３】 Ｖref.の変更過程を説明するためのフロー
図である。

【図３４】 使用者と判定した後に、使用しない場合の
Ｖref.の変更過程を説明するためのフロー図である。

【図３５】 ファジィ演算装置を使用した場合の一例を
示す図である。

【図３６】 ファジィ演算処理の概念を説明するための
図である。

【図３７】 ニューラル・ネットワークを使用した場合
の一例を示す図である。

【図３８】 画像形成装置の他の動作説明をするための
図である。

【図３９】 図３８の例の判断過程を説明するためのフ
ロー図である。

【図４０】 Ｖref.の変更過程を説明するためのフロー
図である。

【図４１】 使用者と判定した後に、使用しない場合の
Ｖref.の変更過程を説明するためのフロー図である。

【図４２】 ファジィ演算装置を使用した場合の一例を
示す図である。

【図４３】 ファジィ演算処理の概念を説明するための
図である。

【図４４】 ニューラル・ネットワークを使用した場合
の一例を示す図である。

【図４５】 画像形成装置の他の動作説明をするための
図である。

【図４６】 図４５の例の判断過程を説明するためのフ
ロー図である。

【図４７】 Ｖref.の変更過程を説明するためのフロー
図である。

【図４８】 使用者と判定した後に、使用しない場合の
Ｖref.の変更過程を説明するためのフロー図である。

【図４９】 ファジィ演算装置を使用した場合の一例を
示す図である。

【図５０】 ファジィ演算処理の概念を説明するための
図である。

【図５１】 ニューラル・ネットワークを使用した場合
の一例を示す図である。

【図５２】 画像形成装置の他の動作説明をするための
図である。

【図５３】 図５２の例の判断過程を説明するためのフ
ロー図である。

【図５４】 Ｖref.の変更過程を説明するためのフロー
図である。

【図５５】 使用者と判定した後に、使用しない場合の
Ｖref.の変更過程を説明するためのフロー図である。

【図５６】 ファジィ演算装置を使用した場合の一例を
示す図である。

【図５７】 ファジィ演算処理の概念を説明するための
図である。

【図５８】 ニューラル・ネットワークを使用した場合
の一例を示す図である。

【符号の説明】

１…ＯＡ機器、２…センサ部、３…認識判断装置、４…
サービス提供装置、５…画像形成装置、６…距離セン
サ、７…センサ駆動部、８…パラメータ抽出部、９…認
識判断部、１０…後処理部、１１…制御部、１２…入出
力管理部、１３…記憶装置、１４…データ線、１５…制
御線、１６…外部Ｉ／Ｆ、１７…障害物、１８…対象物
体、２１…階層型ニューラル・ネットワーク、２２…入
力層、２３…中間層、２４…出力層、３０…ファジィ演
算装置、３１…ニューラル・ネットワーク。

フロントページの続き (51)Int.Cl.⁵ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０１Ｓ 17/58 4240−5Ｊ Ｇ０３Ｇ 15/00 １０２ Ｈ０３Ｋ 19/195 9383−5Ｊ (72)発明者 一宮 孝司 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 佐々木 英一 東京都大田区中馬込１丁目３番６号 株式 会社リコー内 (72)発明者 市川 福男 東京都大田区中馬込１丁目３番６号 株式 会社リコー内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 装置近傍の所定範囲内に接近する物体の
   存在を検知する検知手段と、該検知手段からの検知信号
   に応じて前記装置を所定の状態に設定する制御手段とを
   有する作動制御装置において、前記検知手段からの検知
   信号に基づき、接近を検知された物体が装置を使用する
   か否かを判断する判断手段と、該判断手段により装置を
   使用するための接近であると判断された場合に、前記装
   置を所定の第１状態から第２状態へ自動的に可変設定す
   る制御手段と、前記判断手段による判断結果の正誤を確
   認する確認手段と、該確認手段により誤判断が確認され
   た時、前記装置を所定の第２状態から第１状態へ自動的
   に再設定する制御手段とを有することを特徴とする作動
   制御装置。
2. 【請求項２】 前記所定の第１状態とは、装置を使用す
   る際に装置に使用条件を入力する操作表示手段が入力操
   作不可なる非表示状態であり、前記所定の第２状態と
   は、前記操作表示手段が入力可能なる表示状態であるこ
   とを特徴とする請求項１記載の作動制御装置。
3. 【請求項３】 前記所定の第１状態とは、画像形成動作
   時にシート上に記録された画像情報を熱により定着させ
   る定着手段が定着不可なる第１温度に設定された状態で
   あり、前記所定の第２状態とは、前記定着手段が定着可
   能なる第１温度よりも高い第２温度に設定された状態で
   あることを特徴とする請求項１記載の作動制御装置。
4. 【請求項４】 前記所定の第１状態とは、装置電源を切
   断した状態であり、前記所定の第２状態とは、装置電源
   を投入した状態であることを特徴とする請求項１記載の
   作動制御装置。