JPH0933662A - 赤外線発生物体検知装置 - Google Patents

Abstract

(57)【要約】 【課題】 赤外線発生物体の存在有無の判定に用いる閾
値を背景温度のばらつきや温度変化に対応して適切な値
に自動的に調整でき、赤外線発生物体の存在有無を高精
度に検知できるようにする。 【解決手段】 人体検知装置２は、室内Ｒに設置された
検出器３と、コントローラ９と、表示装置１３等から構
成される。また、検出器３は複数個の検出素子を備え、
各検出素子により人体１から発する赤外線を検出し検出
信号としてそれぞれ出力する。そして、コントローラ９
は、各検出信号と記憶した各閾値とを比較して人体１の
存在有無を判定し、各判定信号をそれぞれ出力する。さ
らに、コントローラ９は、各測定領域の温度変化に追従
させて対応する閾値を一定時間毎に更新記憶する。そし
て、表示装置１３は各判定信号に基づいて、人体１を検
知した検出素子に対応するモニタランプ１３Ａを点灯さ
せる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば人体等の赤
外線発生物体（以下、物体という）から発生する赤外線
を検出し、測定領域内に輻射エネルギ・レベルが所定値
より高い物体が存在するか否かを判定するのに用いて好
適な赤外線発生物体検知装置に関する。

【０００２】

【従来の技術】一般に、測定領域内の赤外線発生物体か
ら発生する赤外線を検出信号として検出する赤外線検出
手段と、該赤外線検出手段から出力される検出信号に基
づいて該検出信号が予め記憶された所定の閾値よりも大
きいか否かを判定し大きいときに赤外線発生物体が存在
するという判定信号を出力する物体存在判定手段とから
なる赤外線発生物体検知装置は、例えばある測定領域に
人体等が存在するか否かの認識を行う人体有無検知装置
等に広く用いられている。

【０００３】この種の従来技術による赤外線発生物体検
知装置の赤外線検出手段としては、例えば焦電型センサ
等が用いられ、測定領域で発生する赤外線の輻射エネル
ギを検出することにより、間接的に測定領域内の温度を
検出する。そして、この焦電型センサは輻射エネルギの
大きさに伴って起電圧（ランプ電気）が変化するもの
で、測定領域に人体等の表面温度が高い物体が存在する
場合と存在しない場合とでは異なる検出温度になること
を利用して起電力の大小で人体等の物体の存在を検知し
ている。

【０００４】即ち、焦電型センサから出力される検出信
号を、焦電型センサに付設された電子回路等によって、
この検出信号と所定の閾値との大小を比較することによ
り、物体の存在有無を容易に判定することができる。

【０００５】なお、閾値は、測定領域に物体が存在しな
い状態での背景温度を基準に設定された値であり、検出
信号がこの閾値以上であれば測定領域内に人体等が存在
すると判定し、閾値未満であれば存在しないと判定する
ようになっている。

【０００６】一方、焦電型センサを複数個配列した焦電
型アレイセンサは、複数個の焦電型センサを検出素子と
して１次元または２次元に配列することによって構成さ
れ、各検出素子の測定領域を画素として互いに隣接させ
ることにより、焦電型アレイセンサの検知する情報をマ
トリックスとして出力できるようにしている。

【０００７】そして、各検出素子からそれぞれ出力され
る検出信号をコントロールユニット等に入力し、コント
ロールユニット内でそれぞれの検出信号を所定の閾値と
比較して物体の存在有無を各測定領域（各画素）毎に判
定することにより、広い範囲の測定領域に存在する物体
の存在有無を検知するようになっている。

【０００８】

【発明が解決しようとする課題】ところで、上述した従
来技術においては、測定領域の通常状態における背景温
度（物体が存在しない状態における検出温度）に基づい
て閾値を予め設定し、赤外線発生物体検知装置の作動中
は閾値を一定値に固定しているため、背景温度が変化し
た場合に誤検知を起こす場合がある。

【０００９】即ち、例えば暖房および日照等により室温
が上昇した場合、背景温度も上昇してこの背景温度が設
定された閾値を越えたときには、物体が存在するとして
誤検知してしまう。これを防止するためには、赤外線発
生物体検知装置を設置した後に閾値の調整を人為的に行
う必要があり、仮りに閾値を適切な値に調整できたとし
ても、その調整作業のために多大な工数およびメンテナ
ンスコストを要するという問題がある。

【００１０】また、反対に冷房により室温が低下した場
合、人体等の表面温度も冷気の影響で低下するため、人
体からの輻射エネルギも小さくなり、センサからの検出
信号が設定された閾値よりも低くなり、人体が存在しな
いという誤検知を行う場合がある。特に、人体に着用す
る衣服や頭髪等の表面温度は、冷暖房および日照等の影
響を受けて変化するため、背景温度が変化する測定領域
では人体の存在有無を正確に検知することが困難になる
という問題がある。

【００１１】さらに、従来技術の赤外線検出手段に焦電
型アレイセンサを用いた場合には、一定の閾値を各検出
素子間で共有しているため、冷暖房の周辺や窓際の日照
部分等の局所的に背景温度が異なるような場所では、上
述したように人体の検知が困難となる場合があり、また
閾値を調整した場合でも、全ての検出素子に対して適切
な値となるように閾値を設定することは極めて困難であ
る。

【００１２】本発明は上述した従来技術の問題を鑑みな
されたもので、背景温度のばらつきや温度変化に対応し
て閾値を適切な値に自動的に調整し、赤外線発生物体の
存在有無を高精度に検知することのできる赤外線発生物
体検知装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】本発明による赤外線発生
物体検知装置は、測定領域内の赤外線発生物体から発生
する赤外線を検出信号として検出する赤外線検出手段
と、該赤外線検出手段から出力される検出信号に基づい
て該検出信号が予め記憶された所定の閾値よりも大きい
か否かを判定し大きいときに赤外線発生物体が存在する
という判定信号を出力する物体存在判定手段とから構成
される。

【００１４】そして、上述した課題を解決するために、
請求項１に記載の発明が採用する構成の特徴は、前記物
体存在判定手段で用いられる閾値を所定時間毎に更新記
憶する閾値更新記憶手段を設けたことにある。

【００１５】また、請求項２に記載の発明では、予め記
憶された閾値より検出信号が小さいときに閾値を検出信
号よりも一定値だけ上昇させた値に更新記憶するように
設けたことにある。

【００１６】そして、請求項３に記載の発明では、前記
赤外線検出手段を複数個の検出素子によって構成したこ
とにある。

【００１７】さらに、請求項４に記載の発明では、前記
赤外線検出手段を複数個の検出素子によって構成すると
共に、前記閾値更新記憶手段は予め記憶された閾値より
検出信号が小さいときに閾値を検出信号よりも一定値だ
け上昇させた値に更新記憶する第１の更新記憶手段と、
予め記憶された閾値より検出信号が大きいときに該検出
信号が出力された検出素子の閾値を隣接する各検出素子
の閾値の平均値として更新記憶する第２の更新記憶手段
とから構成したことにある。

【００１８】

【作用】請求項１に記載の発明では、予め記憶されてい
る閾値を所定時間が経過する毎に更新記憶する閾値更新
記憶手段を設けたから、測定領域の背景温度が上昇した
ときには閾値も追従させて上昇させ、前記背景温度が下
降したときには閾値も下降させることができ、背景温度
の温度変化に追従させて閾値を一定の時間毎に自動的に
更新記憶することができる。

【００１９】また、請求項２に記載の発明では、閾値更
新記憶手段は、検出信号が閾値より小さいときには測定
領域内に赤外線発生物体が存在せず、従って検出信号が
背景温度と等しいことを利用して、閾値を検出信号（背
景温度）よりも一定値だけ上昇させた値に更新記憶させ
るようにしたから、閾値を背景温度の変化に追従させて
更新記憶することができる。

【００２０】そして、請求項３に記載の発明では、赤外
線検出手段を複数個の検出素子によって構成したから、
広い測定範囲における複数個の物体の存在有無を判定で
きる。

【００２１】さらに、請求項４に記載の発明では、閾値
更新記憶手段は、検出信号が閾値より大きいとき、即ち
測定領域に物体が存在すると判定したときには、該閾値
を隣接する各検出素子の閾値の平均値によって更新記憶
するようにしたから、検出素子が赤外線発生物体の検知
状態であっても該検出素子に対応する閾値を背景温度に
対して更新記憶することができる。

【００２２】

【発明の実施の形態】以下、本発明の実施例による赤外
線発生物体検知装置を、図１ないし図８に基づいて説明
する。

【００２３】まず、図１ないし図５は第１の実施例を示
す。

【００２４】図において、１，１，…赤外線発生物体と
なる人体（３人のみ図示）を示し、該各人体１は後述す
る人体検知装置２の測定領域となる部屋Ｒ内に位置し
て、移動、静止、出入りを行っている。また、各人体１
は赤外線を発生する熱源となり、人体検知装置２により
その輻射エネルギが検出され、後述する表示装置１３に
各人体１の人数および位置が表示されるようになってい
る。

【００２５】２は本実施例による赤外線発生物体検知装
置としての人体検知装置を示し、該人体検知装置２は後
述の検出器３、コントローラ９および表示装置１３等か
ら構成されている。

【００２６】３は測定領域となる部屋Ｒの天井に配設さ
れた赤外線検出手段としての検出器を示し、該検出器３
は図２に示すように、後述する複数個（例えば１６個）
の検出素子４，４，…等から構成され、該各検出素子４
は部屋Ｒから検出される赤外線を検出信号として出力
し、配線１４を介してコントローラ９に出力するように
なっている。

【００２７】４，４，…は検出器３の内部に位置して例
えば４行×４列の１６個が２次元配列状に配置された検
出素子を示し、該各検出素子４は図２に示すように、該
当する測定領域から入射する赤外線を収束させるための
光学レンズ５と、例えばＰＺＴ（チタン酸ジルコニン酸
鉛）等から形成され、入射した赤外線を電圧に変換する
焦電体６と、該焦電体６と光学レンズ５との間に配設さ
れ、該光学レンズ５からの入射赤外線を一定の周期で断
続させるメカニカルチョッパ７と、焦電体６からの信号
を増幅して後述のコントローラ９に検出信号として出力
する信号処理回路８とから大略構成されている。

【００２８】ここで、各検出素子４はそれぞれの測定領
域（いずれも図示せず）を互いに隣接するように設定さ
れ、全１６個の測定領域によって部屋Ｒが過不足なく覆
われるようになっている。そして、該各検出素子４から
出力された検出信号は、信号処理回路８によって０〜
５．０[v] の電圧信号に変換され、検出器３からの出力
としてコントローラ９にそれぞれ入力される。

【００２９】また、前記光学レンズ５は人体から発する
赤外線が透過可能な物質（例えばゲルマニウム，シリコ
ン等）からなる凸レンズ、または前記赤外線を実質的に
吸収しない物質（例えばポリエチレン等）からなるフレ
ネルレンズや凹面鏡等により構成されている。なお、各
焦電体６としては、例えば１６個が４行×４列の２次元
配列状に一体形成された焦電型アレイセンサを用いても
よく、この場合は１個のメカニカルチョッパ７を焦電型
アレイセンサに対して設ければよい。

【００３０】９は検出器３と表示装置１３との間に配線
１４を介して接続されたコントローラを示し、該コント
ローラ９は、検出器３の各検出素子４から出力された０
〜５．０[v] の検出信号（アナログ信号）をディジタル
信号に変換するＡ／Ｄ変換器１０と、後述の演算処理器
１１と、例えばＲＡＭ，ＲＯＭ等からなる記憶手段とし
ての記憶エリア１２とから大略構成されている。そし
て、コントローラ９は入力された各検出素子４の検出信
号を演算処理し、表示装置１３に対して該各検出素子４
毎に対応した判定信号を出力する。

【００３１】１１は演算処理器を示し、該演算処理器１
１は物体存在判定手段としての人体判定処理と、閾値更
新記憶手段としての閾値学習処理とを行っており、前記
人体判定処理では、Ａ／Ｄ変換器１０でディジタル信号
に変換された検出信号と前記記憶エリア１２に更新可能
に記憶された閾値とに基づいて人体１の存在を判定し、
前記閾値学習処理では、該判定に基づいて閾値を更新記
憶するようになっている。

【００３２】即ち、人体判定処理では、１６個の検出素
子４から出力される検出信号Ｖi （i ＝１〜１６）[v]
を、該各検出素子４に対応して設けられた閾値Ｓi （i
＝１〜１６）[v] とそれぞれ比較し，Ｖi ≧Ｓi であれ
ば該当する測定領域内に人体１が存在すると判定して
「１」（検知）の判定信号をそれぞれ出力し、Ｖi ＜Ｓ
i であれば「０」（非検知）の判定信号をそれぞれ出力
するようにしている。

【００３３】ここで、各閾値Ｓi は、該当する測定領域
に人体１が存在しない場合の検出信号（以下、背景信号
という）よりも若干高い電圧値になるように、後述の閾
値学習処理によりそれぞれ設定されるものであり、該各
閾値Ｓi は人体１が存在する場合の検出信号と背景信号
とを判別する境界値となっている。

【００３４】そして、閾値学習処理では、各検出素子４
の検出信号Ｖi に対して「０」（非検知）の判定信号が
出力された場合（Ｖi ＜Ｓi ）、即ち測定領域には人体
１が存在しない場合には、検出信号Ｖi が背景信号に等
しいことを利用して、閾値Ｓi を次に示す数１によって
それぞれ更新記憶している。

【００３５】

【数１】Ｓi ＝Ｖi ＋ΔＳ

【００３６】また、閾値学習処理は図３のプログラム中
のステップ３に示すように、演算処理器１１に内蔵され
たタイマに連動するタイマ変数Ｔを用いて、５秒に１回
の割合で行われるようになっている。

【００３７】従って、各閾値Ｓi は、５秒に１回の割合
で該各閾値Ｓi に対応する測定領域に人体１が存在する
か否かを判定され、人体１が存在しない場合にのみ、検
出信号Ｖi よりもΔＳだけ高い値にそれぞれ更新記憶さ
れる。これにより、各閾値は測定領域の背景信号（背景
温度）からΔＳだけ高い値を常に保持し、背景温度に追
従するようになっている。

【００３８】ここで、ΔＳ[v] とは閾値設定変数として
予め定められた一定値で、閾値Ｓiを背景信号よりも閾
値設定変数ΔＳだけ高めに設定することにより、例えば
ノイズ等により背景信号が僅かに変動する場合でも、背
景信号と人体１が存在する場合の検出信号とを正確に判
別できるようにしている。そして、人体１が測定領域に
存在していても、例えば床面に座ったり横臥した場合に
は、人体１と検出器３との離間距離が長くなり、検出信
号と背景信号との差が温度差に換算して０．３〜０．５
[℃] まで減少するため、閾値設定変数ΔＳは例えば
０．３ [℃] の温度に相当する電圧値に設定するのがよ
い。

【００３９】１２はコントローラ９内に配設された記憶
エリアを示し、該記憶エリア１２はＲＯＭ，ＲＡＭ等の
記憶素子から構成され、図３に示す人体判定処理、図４
に示す閾値学習処理等を格納すると共に、各閾値Ｓi を
読出し，書込み可能に記憶できるようになっている。

【００４０】１３はコントローラ９の演算処理器１１か
ら出力された各判定信号に基づいて判定結果を表示する
表示装置を示し、該表示装置１３は図１中に１〜１６の
番号を付して示すように、例えば４行×４列からなる１
６個のモニタランプ１３Ａによって構成され、該各モニ
タランプ１３Ａは１６個の検出素子４に対応している。
これにより、人体検知装置２は検知した各人体１の人数
と位置を表示装置１３に表示するようになっている。

【００４１】即ち、演算処理器１１は各検出素子４から
の検出信号に基づいて人体１の存在（検知）有無の判定
信号を、例えば「１」（検知），「０」（非検知）とし
て各検出素子４毎に出力し、該当するモニタランプ１３
Ａは、例えば点灯等の手段により人体１の検知を表示す
るようになっている。例えば、図１においては部屋Ｒに
存在する３人の人体１が検知され、該各人体１の存在位
置に対応する５，７，１４番のモニタランプ１３Ａが点
灯（図１中では斜線で示す）した状態を示している。

【００４２】本実施例による人体検知装置２は上記の如
き構成を有するもので、次に図３および図４に基づいて
コントローラ９で行う人体判定処理および閾値学習処理
について説明する。

【００４３】まず、処理動作がスタートすると、ステッ
プ１では１６個全ての閾値Ｓi を最大値である５．０
[v] にイニシャライズする。ここで、各閾値Ｓi は最大
値に設定されるため、最初の閾値学習処理（ステップ５
参照）において検出信号Ｖi は必ず閾値Ｓi よりも小さ
くなるから、各閾値Ｓi は後述するように検出信号Ｖi
基づいた値に更新記憶され、測定領域の背景信号に追従
するようになる。また、ステップ１では、演算処理器１
１に内蔵されたタイマに連動するタイマ変数Ｔを５秒
（閾値学習処理を行うタイミング）に設定し、人体検知
装置２の電源投入時に直ちに閾値学習処理を行うように
している（ステップ３参照）。

【００４４】次に、ステップ２では各検出素子４から出
力された最新の検出信号Ｖi を読込み、ステップ３で
は、タイマ変数Ｔにより計測されている前回の閾値学習
処理を行ってからの経過時間が、５秒以上か否かを判定
している。

【００４５】そして、ステップ３で「ＹＥＳ」と判定さ
れた場合は、前回の閾値学習処理から５秒経過したか
ら、ステップ４に移行してタイマ変数Ｔをリセットし、
次回の閾値学習処理を行うタイミングの計測を開始する
と共に、ステップ５で今回の閾値学習処理を行う。

【００４６】一方、ステップ３で「ＮＯ」と判定した場
合には、閾値学習処理を行わずにステップ６の判定信号
処理に移行し、前記ステップ２で読込んだ各検出信号Ｖ
i に基づいて、各測定領域毎に人体１が存在するか否か
の判定を行い、表示装置１３に判定信号を出力する。即
ち、各検出信号Ｖi が該当する閾値Ｓi 未満であればス
テップ７で判定信号「０」を出力し、閾値Ｓi 以上であ
ればステップ８で判定信号「１」を出力することによ
り、表示装置１３では判定信号「１」に該当するモニタ
ランプ１３Ａを点灯させるようになっている。

【００４７】また、ステップ６が終了すると再びステッ
プ２に戻って次回の各検出信号Ｖmを読込むように構成
しており、ステップ２〜６間で閉ループを形成している
から、人体検知装置２の作動中は人体判定処理を継続し
て行いつつ、５秒に１回の割合で閾値学習処理を行うよ
うになっている。

【００４８】ここで、ステップ３で「ＹＥＳ」と判定し
た場合にはステップ５の閾値学習処理に移り、ステップ
５は、図４に示すステップ１１〜１７の処理を行う。

【００４９】まず、ステップ１１では繰返し処理用の補
助変数であるm をm ＝１にイニシャライズする。また、
ステップ１２〜１６においては、前記各閾値Ｓi および
各検出信号Ｖi を各閾値Ｓm および各検出信号Ｖm とし
て記述し、変数m を１〜１６まで「１」ずつ歩進しなが
ら繰り返し処理を行うことにより、全ての検出素子にお
いて閾値Ｓm を検出信号Ｖm に基づいて学習させるよう
になっている。

【００５０】そして、ステップ１２では、検出信号Ｖm
と該当する閾値Ｓm についてＶm ≧Ｓm か否かを判定
し、「ＹＥＳ」と判定した場合は、該当する測定領域に
は人体１が存在しているから検出信号Ｖm は背景信号と
は異なり、背景信号に基づいて閾値Ｓm を更新記憶する
ことができないため、閾値Ｓm の更新記憶は行わずにス
テップ１５に移行する。一方、「ＮＯ」と判定した場合
は、該当する測定領域には人体１が存在せず検出信号Ｖ
m は背景信号とみなすことができるから、ステップ１３
に移行して閾値Ｓm を更新記憶する。

【００５１】ステップ１３では、閾値Ｓm を前記数１に
基づいて、背景信号である検出信号Ｖm と閾値設定変数
ΔＳによって更新し、ステップ１４で更新された閾値Ｓ
m を記憶エリア１２に記憶する。

【００５２】また、ステップ１５では繰返し用の補助変
数m が１６か否かを判定しており、「ＹＥＳ」と判定さ
れた場合は、１６個全ての閾値Ｓm についての学習を終
了したことになるからステップ１７に移り、ステップ１
７で閾値学習処理を終了し、図３に示すステップ６にリ
ターンする。一方、ステップ１５で「ＮＯ」と判定した
場合は、まだ学習を行っていない閾値Ｓm が存在するか
ら、ステップ１６に移行してm を「１」だけ歩進させ、
ステップ１２に戻って他の閾値Ｓm の閾値学習処理を続
行するようになっている。

【００５３】このように、本実施例による人体検知装置
２では、人体１が存在しないという検出信号、即ち背景
信号を検出している測定領域の閾値を、前記背景信号よ
りも一定値だけ上昇させた値に更新記憶し、各閾値が対
応する測定領域の背景信号に追従するようにしたから、
測定領域の温度等が変化して背景信号が変化した場合で
も、閾値を背景信号に追従させて該背景信号より一定値
だけ大きい値に自動的に更新記憶することができる。

【００５４】ここで、本実施例による人体検知装置２を
用いて人体１の検知を行った場合の検出信号と閾値およ
び人体１の判定信号の動作を、図５に基づいて説明す
る。

【００５５】図中、上段は測定領域における人体１の存
在状態を「有」（存在する）、「無」（存在しない）と
して示し、中段は人体検知装置２が人体１を検知したか
否かの判定信号を「１」（検知）、「０」（非検知）と
して示す。また、下段では検出信号Ｖi と閾値Ｓi を示
すと共に、従来技術による一定値に固定された閾値Ｓo
を、例えば２．０[v] として示している。

【００５６】そして、人体検知装置２に電源を投入した
直後の領域Ａでは、５．０[v] に初期設定された閾値Ｓ
i が、すぐに１回目の閾値学習処理により検出信号Ｖi
に追従して２．０[v] に更新されている。この場合、閾
値Ｓi の初期値が最大値である５．０[v] に設定されて
いるから、検出信号Ｖi は該閾値Ｓi より小さくなり、
図４中のステップ１２で「ＮＯ」と判定されて閾値Ｓi
が更新される。また、５秒経過した時点で２回目の閾値
学習処理のタイミングとなり、このときに人体１は存在
しない（図５中上段）から、閾値Ｓi は上昇した検出信
号Ｖi に追従して若干上昇している。

【００５７】次に、領域Ｂでは人体１の存在状態が
「有」となり、人体１からの赤外線により検出信号Ｖi
が閾値Ｓi より大きくなって、検出信号Ｖi と閾値Ｓi
の大小比較に基づく判定信号が「１」となり、中段に示
すように人体検知装置２は人体１を検知している。ま
た、すぐに人体１の存在状態は「無」となったため、検
出信号Ｖi は低下して閾値Ｓi より小さくなり、判定信
号は「０」（非検知）となっているのが判る。

【００５８】そして、領域Ｃでは測定領域の温度等が上
昇したために、人体１の存在状態が「無」であるのに背
景信号が上昇し、これを検出して検出信号Ｖi が上昇し
ている。しかし、閾値学習処理により閾値Ｓi も検出信
号Ｖi と共に上昇しているから、検出信号Ｖi は閾値Ｓ
i を越えることなく、判定信号は「０」となって人体１
が存在しない状態を正しく判定することができている。

【００５９】これに対し、従来技術の固定された閾値Ｓ
o の場合には、領域Ｃに示すように背景温度が上昇した
場合に、検出信号Ｖi が閾値Ｓo よりも大きくなり、人
体１が存在しないにも関わらず中段に二点鎖線で示す判
定信号「１」を出力し、人体１を誤検知してしまうこと
になる。

【００６０】さらに、領域Ｄでは人体１が存在するた
め、検出信号Ｖi は閾値Ｓi より大きくなり、人体１を
検知している。そして、この領域Ｄでは閾値学習処理の
タイミングが３回訪れているが、検出信号Ｖi が閾値Ｓ
i より大きいため、閾値学習処理における図４中のステ
ップ１２の判定が「ＹＥＳ」となり、閾値Ｓi は更新さ
れずに一定となっている。

【００６１】また、領域Ｅでは測定領域の温度等が降下
したために背景信号が降下し、これに伴い検出信号Ｖi
も降下しているが、閾値学習処理により閾値Ｓi も検出
信号Ｖi と共に降下しているから、例えば室温等の降下
によって表面温度が低下し、赤外線の発生が減少した状
態の人体１が測定領域に入ってきた場合でも、背景信号
に追従して小さくなっている閾値Ｓi により、人体１の
存在を正確に検知することができる。

【００６２】かくして、本実施例によれば、閾値を対応
する測定領域の背景信号に追従させて自動的に更新記憶
するようにしたから、背景信号が温度変化等により変化
した場合でも閾値を適切な値に変化させることができ、
物体が存在する場合の検出信号と背景信号とを正確に判
別でき、物体を確実に検知できる。

【００６３】従って、赤外線発生物体検知装置の設置環
境にばらつきや経時変化等がある場合でも人為的な調整
等をすることなく、赤外線発生物体検知装置は物体の検
知を高精度に行うことができるから、赤外線発生物体検
知装置の検知機能および信頼性を大幅に向上できると共
に、調整等に費やすメンテナンスコストを節減すること
ができる。

【００６４】そして、閾値を、背景温度に相当する検出
信号に閾値設定変数ΔＳを加えた値に更新記憶するか
ら、閾値を背景信号に対して一定値だけ高い状態で該背
景信号に追従させることができ、例えばノイズ等により
背景信号が僅かに変動する場合でも、前記閾値設定変数
ΔＳをこの変動幅より大きく設定することにより、ノイ
ズ等による検出信号の変動に影響されることなく人体１
の存在する場合の検出信号と背景信号とを正確に判別で
き、測定領域内の人体１を確実に検知することができ
る。

【００６５】また、各検出素子４毎に閾値を設け、各閾
値を対応する測定領域の背景信号ににそれぞれ追従する
ようにしているから、例えば部屋Ｒの一部分のみで温度
等が変化し背景信号が変化した場合に、この部分に該当
する検出素子４の閾値だけを背景信号に追従させて自動
的に更新記憶することができ、各測定領域において人体
１をそれぞれ正確に検知することができる。

【００６６】次に、図６ないし図８は本発明による第２
の実施例を示し、本実施例は前記第１の実施例とほぼ同
様の構成を有するものの、本実施例では閾値更新記憶手
段を、第１の閾値更新記憶手段としての第１の閾値学習
処理と、第２の閾値更新記憶手段としての第２の閾値学
習処理とから構成している。

【００６７】また、本実施例における第１の閾値学習処
理（図７参照）は、第１の実施例における閾値学習処理
（図４参照）と同様に構成しており、従って本実施例の
人体判定処理の構成は図６に示すように、第１の実施例
の構成（図３参照）に対して前記第２の閾値学習処理を
加えた構成となっている。なお、本実施例における制御
ブロックの構成は第１の実施例と同一であるので、その
説明を省略し、処理動作の構成のみ説明するものとす
る。

【００６８】図において、ステップ２１〜２５およびス
テップ２７〜２９では、第１の実施例で図３に示すステ
ップ１〜８と同様の処理を行っているものの、本実施例
においてはステップ２６で第２の閾値学習処理に移行す
るようになっている。即ち、ステップ２５において前記
第１の実施例における閾値学習処理と同様の第１の閾値
学習処理を行った後に、ステップ２６で第２の閾値時学
習処理を行い、その後ステップ２７の判定信号処理にリ
ターンする。

【００６９】そして、ステップ２７では図３のステップ
６と同様に、検出信号Ｖi ≧閾値Ｓi か否かの判定を各
検出素子４に対して行い、判定結果に基づいてステップ
２８で判定信号「０」を、またはステップ２９で判定信
号「１」を出力するようになっている。

【００７０】また、ステップ２５の第１の閾値学習処理
は図７に示すように、人体１が存在しない測定領域の閾
値Ｓi を対象として更新する背景信号検出時の学習処理
であるのに対し、ステップ２６の第２の閾値学習処理
は、人体１が存在するため前記第１の閾値学習処理で更
新されていない閾値Ｓi を対象として、該閾値Ｓi を隣
接する各閾値Ｓi に基づいて更新するようになってい
る。なお、ステップ２５では図７に示すように、第１の
実施例において図４に示すステップ１１〜１７と同様の
処理をステップ３１〜３７として行っているので、その
説明を省略する。

【００７１】そして、ステップ２６の第２の閾値学習処
理では、図８に示すステップ４１〜４７の処理を行って
おり、ステップ４１でイニシャライズした補助変数m を
１〜１６まで１ずつ歩進させてステップ４２〜４４を繰
り返すことにより、全ての閾値Ｓm を学習させるように
なっている。

【００７２】ここで、ステップ４２では、Ｖm ＜Ｓm か
否かを判定し、「ＹＥＳ」と判定した場合は、該当する
測定領域には人体１が存在しないから、該測定領域の閾
値Ｓm はステップ２５の第１の閾値学習処理によってす
でに更新されており、従って第２の閾値学習処理では閾
値Ｓm を更新記憶せずに、ステップ４５へ移行して他の
閾値Ｓm の更新処理に移る。

【００７３】一方、ステップ４２で「ＮＯ」と判定した
場合は、Ｖm ≧Ｓm であり測定領域には人体１が存在す
るため、閾値Ｓm は第１の閾値学習処理により更新され
ていないから、ステップ４３，４４に移行して閾値Ｓm
を更新記憶する。

【００７４】ここで、ステップ４３では、閾値Ｓm に対
応する測定領域と測定領域が隣接する各閾値の総和平均
値として平均値Ｓ(m) を演算し、ステップ４４でこの平
均値Ｓ(m) により閾値Ｓm を更新して記憶エリア１２に
記憶する。

【００７５】即ち、図１に示す表示装置１３のマトリッ
クスに付した１〜１６の番号を用いて説明すると、例え
ばm ＝７においてＶ7 ＜Ｓ7 が成立してＳ7 の更新記憶
を行う場合、７番の検出素子４と測定領域が隣接する８
個の検出素子４（２，３，４，６，８，１０，１１，１
２番の検出素子４）の各閾値を用いて次に示す数２によ
って平均値Ｓ(m) を演算する。

【００７６】

【数２】Ｓ(4) ＝｛Ｓ2+Ｓ3+Ｓ4+Ｓ6+Ｓ8+Ｓ10+ Ｓ11 +
Ｓ12｝／８

【００７７】なお、図１の表示装置１３に示すマトリッ
クスの周辺部に位置する閾値Ｓm の平均値Ｓ(m) を演算
する場合、例えばm ＝４（m ＝１２）の場合であれば３
個の閾値Ｓ3 ，Ｓ7 ，Ｓ8 （５個の閾値Ｓ7 ，Ｓ8 ，Ｓ
11，Ｓ15，Ｓ16）を用いて平均値Ｓ(4) またはＳ(12)の
記憶更新を行う。

【００７８】また、ステップ４５ではm が１６となって
全ての閾値Ｓm の学習が終了したか否かを判定し、「Ｙ
ＥＳ」と判定された場合はステップ４７でリターンして
図６のステップ２７に移り、一方「ＮＯ」と判定した場
合はステップ４６でm を１だけ歩進させ、ステップ４２
に戻るようになっている。

【００７９】かくして、本実施例においても、前記第１
の実施例とほぼ同様の作用効果を得ることができるもの
の、本実施例では、人体１の存在する測定領域の閾値を
第２の閾値学習処理によって学習するようにしたから、
測定領域に人体１が存在するため第１の閾値学習処理で
更新記憶することができない閾値を、第２の閾値学習処
理により更新記憶することができ、各閾値は人体１の存
在有無に関わらず該当する測定領域の背景温度を学習を
行うことができる。

【００８０】即ち、第２の閾値学習処理により、該当す
る閾値と測定領域を隣接する各閾値の平均値によって前
記閾値を更新するようにしたから、測定領域に人体１が
存在するため背景信号の変化を学習できない閾値を、当
該閾値の測定領域と隣接し比較的温度環境（背景信号）
が類似する各測定領域の閾値に基づいて推定し、該各閾
値の平均値をもって更新することができる。

【００８１】従って、例えば人体１を検知した状態で測
定領域に温度変化等があっても、各閾値は該測定領域の
背景信号を学習してこれに追従することができ、各検出
素子４は、人体１の存在有無に関わらず誤検知を行うこ
となく人体１を正確に検知することができる。

【００８２】なお、前記各実施例においては、閾値設定
変数ΔＳをに温度に換算して０．３[℃] に相当する電
圧値として設定するのがよいとしたが、閾値設定変数Δ
Ｓの値は、人体１の存在有無による検出信号の差や、背
景信号のノイズ変動の度合および人体１の姿勢による検
出信号の変化幅に応じて適当な値に設定してよく、また
測定領域により適当な閾値設定変数ΔＳの値が異なる場
合は、各測定領域毎に閾値設定変数ΔＳを設けるように
してもよい。

【００８３】また、閾値学習処理へ移行するタイミング
を図３のステップ３（図６のステップ２３）に示すよう
に５秒に１回の割合としたが、これは実験結果等による
と一般的な環境における背景温度の変化率は５秒間に
０．３ [℃] 以下であり、前述したように閾値設定変数
ΔＳを０．３ [℃] に設定した場合、該閾値設定変数Δ
Ｓは閾値の更新処理１回当たりの最小変化量であるか
ら、少なくとも５秒毎に閾値を更新すれば閾値が測定領
域の背景温度の変化率に追従できることに基づいて設定
されたものである。従って、背景温度の変化率および閾
値設定変数ΔＳの設定値に応じて閾値学習処理を行うタ
イミングを、例えば１秒，４秒，１０秒等の任意の時間
毎として設定してもよい。

【００８４】そして、前記各実施例においては、人体検
知装置２の初回電源投入時における各閾値の初期値を、
例えば初回読込み時の全検出信号の最小値をもって設定
するようにし、初回電源投入時に測定領域に存在する人
体１を検知できるようにしてもよい。

【００８５】さらに、前記各実施例においては、各閾値
学習処理を判定信号処理（図３のステップ６および図６
のステップ２７）とは独立な処理（サブルーチン処理）
として構成したが、本発明はこれに限らず、各閾値学習
処理を判定信号処理に組込み、各閾値学習処理および判
定信号出力にてそれぞれ行っている検出信号と閾値との
大小比較を１個のステップとして共有してもよい。

【００８６】さらにまた、前記各実施例においては、赤
外線を検出する素子として１６個の焦電体６を用いた
が、本発明はこれに限らず、焦電帯６と同様の波長帯域
に感度を有する、例えばボロメータまたはサーモパイル
等からなる素子を採用しても良く、また素子の個数は、
１個以上の任意の個数、例えば２４個，１４４個，５１
２個等の個数とすることができる。

【００８７】そして、前記各実施例においては、図１に
示すように人体検知装置２のコントローラ９を表示装置
１３側に設けたが、該コントローラ９は検出器３側に設
けてもよく、さらには検出器３に内蔵する構成としても
よい。

【００８８】また、前記各実施例においては、人体検知
装置２の出力側には表示装置１３を設け、例えば室内Ｒ
における人体１を表示するようにしたが、本発明はこれ
に限らず、例えば人体検知装置２の出力側に空調装置の
送風方向の制御装置を接続し、人体検知装置２を人体１
を検知した方向に自動的に送風する自動送風装置等とし
て構成してもよい。

【００８９】

【発明の効果】以上詳述した通り、請求項１に記載の発
明によれば、予め記憶されている閾値を所定時間毎に更
新記憶する閾値更新記憶手段を設けたから、測定領域の
背景温度の温度変化に所定時間毎に追従させて閾値を自
動的に更新記憶することができ、背景温度が変化した場
合でも、物体の存在する場合の検出信号と背景だけによ
る検出信号とを正確に判別でき、物体を確実に検知する
ことができる。

【００９０】また、請求項２に記載の発明によれば、閾
値更新記憶手段は、予め記憶された閾値より検出信号が
小さく、該検出信号を測定領域の背景温度として検出し
たときには、閾値を該検出信号よりも一定値だけ上昇さ
せた値に更新記憶させるようにしたから、閾値を背景温
度よりも一定値だけ高い状態で該背景温度の変化に追従
させることができ、例えばノイズ等により検出信号が僅
かに変動する場合でも、前記一定値をこの変動幅よりも
大きい値として設定することにより、ノイズ等の影響を
受けることなく物体を確実に検知することができる。

【００９１】そして、請求項３に記載の発明によれば、
赤外線検出手段を複数個の検出素子によって構成したか
ら、広い測定範囲における複数個の物体を同時に検知す
ることができ、これにより赤外線発生物体検知装置によ
る物体の検知能力を大幅に向上させることができる。

【００９２】さらに、請求項４に記載の発明によれば、
閾値更新記憶手段は、予め記憶された閾値より検出信号
が大きく、測定領域内に物体が存在するときの閾値を隣
接する各閾値の平均値として更新記憶するようにしたか
ら、測定領域に物体が存在する検出素子の閾値を、該検
出素子と隣接し背景温度が比較的近い各検出素子の閾値
の平均値により更新記憶することができる。これによ
り、各検出素子は物体を検知した状態で背景温度が変化
しても、閾値を背景温度に追従させることができ、各検
出素子は物体を正確に検知することができる。

【図面の簡単な説明】

【図１】本発明の第１の実施例による赤外線発生物体検
知装置が適用された人体検知装置等を示す全体図であ
る。

【図２】図１中の人体検知装置を示す制御ブロック図で
ある。

【図３】本発明の第１の実施例による人体判定処理を示
す流れ図である。

【図４】図３中の閾値学習処理を示す流れ図である。

【図５】本発明の第１の実施例による赤外線発生物体検
知装置を作動させた場合の検出信号，判定信号，閾値等
の波形を示す説明図である。

【図６】本発明の第２の実施例による人体判定処理を示
す流れ図である。

【図７】図６中の第１の閾値学習処理を示す流れ図であ
る。

【図８】図６中の第２の閾値学習処理を示す流れ図であ
る。

【符号の説明】

１ 人体（赤外線発生物体） ２ 人体検知装置（赤外線発生物体検知装置） ３ 検出器（赤外線検出手段） ４ 検出素子 ６ 焦電体 ９ コントローラ １２ 記憶エリア １３ 表示装置 Ｒ 部屋（測定領域） Ｖi ，Ｖm 検出信号 Ｓi ，Ｓm 閾値 ΔＳ 閾値設定変数 Ｓ(m) 平均値

Claims (4)

【特許請求の範囲】
1. 【請求項１】 測定領域内の赤外線発生物体から発生す
   る赤外線を検出信号として検出する赤外線検出手段と、
   該赤外線検出手段から出力される検出信号に基づいて該
   検出信号が予め記憶された所定の閾値よりも大きいか否
   かを判定し大きいときに赤外線発生物体が存在するとい
   う判定信号を出力する物体存在判定手段とからなる赤外
   線発生体検知装置において、前記物体存在判定手段で用
   いられる閾値を所定時間毎に更新記憶する閾値更新記憶
   手段を設けたことを特徴とする赤外線発生物体検知装
   置。
2. 【請求項２】 前記閾値更新記憶手段は予め記憶された
   閾値より検出信号が小さいときに閾値を検出信号よりも
   一定値だけ上昇させた値に更新記憶してなる請求項１に
   記載の赤外線発生物体検知装置。
3. 【請求項３】 前記赤外線検出手段は複数個の検出素子
   によって構成してなる請求項１または２に記載の赤外線
   発生物体検知装置。
4. 【請求項４】 前記赤外線検出手段は複数個の検出素子
   によって構成すると共に、前記閾値更新記憶手段は予め
   記憶された閾値より検出信号が小さいときに閾値を検出
   信号よりも一定値だけ上昇させた値に更新記憶する第１
   の更新記憶手段と、予め記憶された閾値より検出信号が
   大きいときに該検出信号が出力された検出素子の閾値を
   隣接する各検出素子の閾値の平均値として更新記憶する
   第２の更新記憶手段とから構成してなる請求項１または
   ２に記載の赤外線発生物体検知装置。