WO2023286154A1 - 動作判定装置および制御方法 - Google Patents

Abstract

信号取得部（１５２）は、エレベーター制御装置（２００）から送信された、かご（４００）が戸閉状態であるか否かを示す信号を取得する。画像取得部（１５１）は、カメラ（４０２）によって撮影されたかご（４００）内の画像を取得する。抽出部（１５３，１５６）は、取得された画像から人物に関する情報を抽出する。算出部（１５４）は、抽出された人物に関する情報に基づき、乗客人数を算出する。判定部（１５５）は、抽出された人物に関する情報に基づき、乗客の特定動作が発生したか否かを判定する。画像取得部（１５１）は、取得された信号によりかご（４００）が戸閉状態であると判断した場合、定期的に画像を取得する。判定部（１５５）は、算出された乗客人数が１人以上である場合に、定期的に取得された複数の画像における人物に関する情報の差分に基づき、特定動作が発生したか否かを判定する。

Description

動作判定装置および制御方法

　本開示は、エレベーターのかご内での乗客の動作を判定する動作判定装置および制御方法に関する。

　従来より、エレベーターのかご内に設置されたカメラで撮影された画像を解析し、乗客の動きを判定する装置が開発されている。たとえば、特開２００６－２７６９６９号公報（特許文献１）には、撮影時刻が異なる２枚の画像から画像内の各点の動きの向きおよび大きさを算出し、算出結果に基づきかご内の人物の暴れを判定する技術が開示されている。

特開２００６－２７６９６９号公報

　しかしながら、特許文献１のように、画像間の差分に基づいて人物の暴れのような特定動作を判定しようとした場合、特定動作とは無関係な動作までも特定動作として判定してしまうことがある。たとえば、かごの扉の開閉による背景の変化や乗降による人物の動き、あるいは、体操やゴルフスイングなどの特定動作とは無関係な動きまでも、特定動作として判定してしまうといった課題があった。

　本開示は、このような課題を解決するためになされたものであって、その目的は、エレベーターのかご内での乗客の特定動作を精度よく判定することができる動作判定装置および制御方法を提供することである。

　本開示に係る動作判定装置は、エレベーターのかご内での乗客の動作を判定する動作判定装置である。動作判定装置は、エレベーターを制御するエレベーター制御装置、およびかご内に設置されたカメラと通信可能である。動作判定装置は、信号取得部と、画像取得部と、抽出部と、算出部と、判定部とを備える。信号取得部は、エレベーター制御装置から送信された、かごが戸閉状態であるか否かを示す信号を取得する。画像取得部は、カメラによって撮影されたかご内の画像を取得する。抽出部は、取得された画像から人物に関する情報を抽出する。算出部は、抽出された人物に関する情報に基づき、乗客人数を算出する。判定部は、抽出された人物に関する情報に基づき、乗客の特定動作が発生したか否かを判定する。画像取得部は、取得された信号によりかごが戸閉状態であると判断した場合、定期的に画像を取得する。判定部は、算出された乗客人数が１人以上である場合に、定期的に取得された複数の画像における人物に関する情報の差分に基づき、特定動作が発生したか否かを判定する。

　本開示に係る制御方法は、エレベーターのかご内での乗客の動作を判定する動作判定装置を制御する方法である。動作判定装置は、エレベーターを制御するエレベーター制御装置、およびかご内に設置されたカメラと通信可能である。制御方法は、エレベーター制御装置から送信された、かごが戸閉状態であるか否かを示す信号を取得するステップと、取得された信号によりかごが戸閉状態であると判断した場合、カメラによって撮影されたかご内の画像を定期的に取得するステップと、取得された画像から人物に関する情報を抽出するステップと、抽出された人物に関する情報に基づき、乗客人数を算出するステップと、算出された乗客人数が１人以上である場合に、定期的に取得された複数の画像における人物に関する情報に基づき、乗客の特定動作が発生したか否かを判定するステップとを備える。

　本開示によれば、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

第１実施形態に係るエレベーター制御システムのハードウェア構成の一例を示す図である。 第１実施形態に係る動作判定装置の機能ブロック図の一例を示す図である。 第１実施形態に係る動作判定装置が実行するメイン処理のフローチャートである。 第１実施形態に係る暴れ動作の判定について説明するための図である。 第２実施形態に係る動作判定装置の機能ブロック図の一例を示す図である。 第２実施形態に係る動作判定装置が実行するメイン処理のフローチャートである。 第２実施形態に係る暴れ動作の判定について説明するための図である。 第３実施形態に係る動作判定装置の機能ブロック図の一例を示す図である。 第３実施形態に係る動作判定装置が実行するメイン処理のフローチャートである。 第３実施形態に係る暴れ動作の判定について説明するための図である。 第４実施形態に係る暴れ動作の判定について説明するための図である。 第５実施形態に係る暴れ動作の判定について説明するための図である。 第６実施形態に係る動作判定装置が実行するメイン処理のフローチャートである。 第６実施形態に係る暴れ動作の判定について説明するための図である。

　以下、図面を参照しつつ、実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

　［第１実施形態］
　まず、第１実施形態に係るエレベーター制御システム１について説明する。図１は、第１実施形態に係るエレベーター制御システムのハードウェア構成の一例を示す図である。

　エレベーター制御システム１は、エレベーター制御装置２００と、動作判定装置１００と、監視装置３００と、かご４００と、かご４００内に設置されたかご内装置４０１およびカメラ４０２とを備える。かご４００内には２台のカメラ４０２を設置してもよい。かごが複数ある場合は、かごごとにカメラ４０２を設置する。

　エレベーター制御装置２００は、エレベーターを制御する。エレベーター制御装置２００は、かご４００の動作およびかご内装置４０１を制御する。かご内装置４０１は、扉を戸開閉させるための戸開閉釦、行先階を登録するためのかご呼び釦などを備えた操作盤を含む装置である。

　動作判定装置１００は、カメラ４０２から取得した画像に基づき、エレベーターのかご４００内での乗客の動作を判定する。具体的には、後述する「暴れ動作」が発生したか否かを判定する。動作判定装置１００は、エレベーター制御装置２００、およびかご４００内に設置されたカメラ４０２と通信可能である。

　監視装置３００は、動作判定装置１００と通信可能である。監視装置３００は、入力装置３２２と、表示装置３２１と接続されている。監視装置３００は、動作判定装置１００が出力する結果を受信し、当該結果を表示装置３２１に表示可能である。表示装置３２１を見ることで、カメラ４０２でかご４００内を撮影した画像および暴れ動作が発生しているか否かを確認することができる。

　動作判定装置１００は、ＣＰＵ（Central Processing Unit）１１１と、ＲＯＭ（Read Only Memory）１１２と、ＲＡＭ（Random Access Memory）１１３と、記憶部１１４と、通信インターフェイス１１５と、Ｉ／Ｏインターフェイス１１６とを有する。これらは、バスを介して相互に通信可能に接続されている。

　ＣＰＵ１１１は、動作判定装置１００全体を総括的に制御する。ＣＰＵ１１１は、ＲＯＭ１１２に格納されているプログラムをＲＡＭ１１３に展開して実行する。ＲＯＭ１１２は、動作判定装置１００が行う処理の処理手順が記されたプログラムを格納する。

　ＲＡＭ１１３は、ＣＰＵ１１１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。また、記憶部１１４は、不揮発性の記憶装置であり、たとえば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等である。

　通信インターフェイス１１５は、エレベーター制御装置２００および監視装置３００との通信を制御する。動作判定装置１００は、通信インターフェイス１１５を介してこれらの装置と通信を行うことができる。Ｉ／Ｏインターフェイス１１６は、カメラ４０２と接続するためのインターフェイスである。

　エレベーター制御装置２００は、ＣＰＵ２１１と、ＲＯＭ２１２と、ＲＡＭ２１３と、通信インターフェイス２１５とを有する。これらは、バスを介して相互に通信可能に接続されている。

　ＣＰＵ２１１は、エレベーター制御装置２００全体を総括的に制御する。ＣＰＵ２１１は、ＲＯＭ２１２に格納されているプログラムをＲＡＭ２１３に展開して実行する。ＲＯＭ２１２は、エレベーター制御装置２００が行う処理の処理手順が記されたプログラムを格納する。

　ＲＡＭ２１３は、ＣＰＵ２１１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。

　通信インターフェイス２１５は、動作判定装置１００およびかご内装置４０１との通信を制御する。エレベーター制御装置２００は、通信インターフェイス２１５を介してこれらの装置と通信を行うことができる。

　監視装置３００は、ＣＰＵ３１１と、ＲＯＭ３１２と、ＲＡＭ３１３と、記憶部１１４と、通信インターフェイス３１５と、Ｉ／Ｏインターフェイス３１６とを有する。これらは、バスを介して相互に通信可能に接続されている。

　ＣＰＵ３１１は、監視装置３００全体を総括的に制御する。ＣＰＵ３１１は、ＲＯＭ３１２に格納されているプログラムをＲＡＭ３１３に展開して実行する。ＲＯＭ３１２は、監視装置３００が行う処理の処理手順が記されたプログラムを格納する。

　ＲＡＭ３１３は、ＣＰＵ３１１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。また、記憶部３１４は、不揮発性の記憶装置であり、たとえば、ＨＤＤやＳＳＤ等である。

　通信インターフェイス３１５は、動作判定装置１００との通信を制御する。監視装置３００は、通信インターフェイス３１５を介して動作判定装置１００と通信を行うことができる。Ｉ／Ｏインターフェイス３１６は、入力装置３２２および表示装置３２１と接続するためのインターフェイスである。

　表示装置３２１は、たとえば、ディスプレイである。表示装置３２１は、監視装置３００が出力した結果を表示する。入力装置３２２は、たとえば、キーボードやマウスである。ユーザは、入力装置３２２の操作により、監視装置３００に指示を与えることができる。なお、かご４００は複数台設置されるものであってもよい。この場合、各かご４００に、カメラ４０２が設置される。動作判定装置１００は、複数のかご４００の各々について乗客の動作を判定する。

　図２は、第１実施形態に係る動作判定装置１００の機能ブロック図の一例を示す図である。図２に示すように、動作判定装置１００は、画像取得部１５１と、信号取得部１５２と、抽出部１５３と、算出部１５４と、判定部１５５とを備える。

　以下、フローチャートに沿ってこれらの動作を説明する。図３は、第１実施形態に係る動作判定装置１００が実行するメイン処理のフローチャートである。メイン処理は、たとえば、動作判定装置１００の電源投入後に起動すればよい。以下、「ステップ」を単に「Ｓ」とも称する。

　図３に示すように、メイン処理が開始すると、Ｓ１１において、信号取得部１５２は、エレベーター制御装置２００から送信された戸閉信号を取得し、戸閉信号に基づきかご４００が戸閉状態であるか否かを判断する。戸閉信号は、かご４００が戸閉状態（かご４００の扉が閉じている状態）であるか否かを示す信号である。

　信号取得部１５２は、かご４００が戸閉状態であると判断した場合（Ｓ１１でＹＥＳ）、処理をＳ１２に進める。信号取得部１５２は、かご４００が戸閉状態であると判断しなかった場合（Ｓ１１でＮＯ）、処理をＳ１１に戻す。つまり、かご４００が戸閉状態となるまで待ってから、Ｓ１２に処理が進む。

　Ｓ１２において、画像取得部１５１は、カメラ４０２によって撮影されたかご４００内の画像（「かご内画像」とも称する。）を取得し、処理をＳ１３に進める。つまり、画像取得部１５１は、かご４００が戸閉状態であることを条件に、画像を取得する。

　Ｓ１３において、抽出部１５３は、取得された画像から、人物に関する情報として、人物が存在する人物領域を抽出し、処理をＳ１４に進める。

　抽出部１５３は、人物領域の抽出において、たとえば、今回取得された画像において、人物らしさの特徴が表れる特徴点を抽出して、これに基づき人物の領域を特定する。あるいは、無人状態で撮影されたかご４００内の画像（基準画像）と、取得された画像の差分に基づき人物領域を抽出してもよい。また、今回取得された画像と前回撮影された画像（あるいは、今回取得された画像の所定時間前に撮影された画像）との差分に基づき人物領域を抽出するようにしてもよいし、人物領域の抽出は、何らかの公知の手法を用いて行うようにすればよい。

　Ｓ１４において、算出部１５４は、抽出された人物に関する情報に基づき、乗客人数を算出し、処理をＳ１５に進める。たとえば、抽出された人物領域の数に応じて乗客人数を算出してもよいし、人物領域の面積に応じて乗客人数を算出してもよいし、公知の手法を用いて乗客人数を算出すればよい。

　Ｓ１５において、判定部１５５は、算出された乗客人数が２人以上であるか否かを判断する。判定部１５５は、算出された乗客人数が２人以上であると判断した場合（Ｓ１５でＹＥＳ）、処理をＳ１６に進める。判定部１５５は、算出された乗客人数が２人以上であると判断しなかった場合（Ｓ１５でＮＯ）、処理をＳ１１に戻す。

　Ｓ１６において、判定部１５５は、抽出された人物に関する情報（人物領域）に基づき、乗客の特定動作が発生したか否かを判定し、処理をＳ１１に戻す。本実施の形態において、乗客の「特定動作」は、エレベーターのかご４００内における乗客の異常な動作（行動）を指す。特定動作は、たとえば、ある乗客が暴れて他の乗客を殴ったり蹴ったり掴みかかったりするなど、激しく動いて他の乗客を威圧したり危害を加えるような動作や、乗客が暴れてかご４００の壁、ボタン、ディスプレイ等を殴ったり蹴ったりするなど、かご４００内の設備を破損するような動作など（これらの動作を以下「暴れ動作」と称する）を指す。

　処理がＳ１１に戻ると、再度、かご４００が戸閉状態であると判断された場合に、画像が取得されて、当該画像に基づき乗客の暴れ動作が発生したか否かを判定される。このように、画像取得部１５１は、取得された信号によりかご４００が戸閉状態であると判断した場合、定期的に画像を取得している。

　判定部１５５は、算出された乗客人数が２人以上である場合に、定期的に取得された複数の画像における人物に関する情報（人物領域）の差分に基づき、暴れ動作が発生したか否かを判定する。

　具体的には、判定部１５５は、今回取得された画像（「今回画像」とも称する）と前回撮影された画像（「前回画像」とも称する）との差分を算出し、当該差分に基づき暴れ動作が発生したか否かを判定する。ここで、前回画像は、戸閉状態の今回画像の所定時間前（たとえば、数百ミリ秒前～数秒前）に撮影された戸閉状態の画像である。

　画像は、所定のコマ数（たとえば、４８００コマ）に分割される。そして、判定部１５５は、人物領域内において各コマのオプティカルフローを算出する。オプティカルフローは、画像の各コマにおける動きの向きと動きの大きさとを表した見掛けの速度分布である。判定部１５５は、人物領域内において前回画像と今回画像とに基づきオプティカルフローを算出する。

　判定部１５５は、オプティカルフローの向きや大きさのばらつきを解析して暴れ動作が発生したか否かを判定する。本実施の形態において、たとえば、前回画像と今回画像とにおける、人物領域内の各コマの動きの大きさの平均値（以下、この値を「動き量」と称する）に基づき、暴れ動作が発生したか否かを判定する。

　判定部１５５は、動き量が予め定められた閾値を超えた場合に暴れ動作が発生したと判定し、動き量が予め定められた閾値を超えなかった場合は暴れ動作が発生しなかったと判定する。なお、上記に限らず、各コマが急激に上下左右に動いたり、大きく小さく不規則に動いたりするなど、乗客の異常な動きが検知できるようにオプティカルフローを解析して、暴れ動作を判定するようなものであってもよい。

　判定部１５５の判定結果は、かご内画像とともに監視装置３００に送信される。ユーザは、監視装置３００の表示装置３２１でこの判定結果およびかご内画像を確認することが可能である。なお、算出された乗客人数が１人以上である場合に、暴れ動作が発生したか否かを判定するようにしてもよい。

　図４は、第１実施形態に係る暴れ動作の判定について説明するための図である。画面３３１ａ（左側の図）および画面３３１ｂ（右側の図）は、カメラ４０２で撮影されたかご４００内の画像を表示した画面であり、監視装置３００の表示装置３２１で表示される画面である。画面３３１ａは、乗客にほぼ動きがない状態であり、画面３３１ｂは、暴れ動作ありと判定された状態である。

　図４に示すように、画面３３１ａにおいて、かご４００内には、２人の乗客（実線で囲われている乗客２１および点線で囲われている乗客２２）が乗車している。いずれの乗客もほぼ動きがない。また、かご４００の出入口１１は、扉が閉じた状態（戸閉状態）である。

　乗客２１，２２の動き量の推移は、図４の下部に示す通りである。縦軸は乗客の動き量を示し、横軸は時間を示す。実線で示される動き量３１は、乗客２１の動き量を示す。点線で示される動き量３２は、乗客２２の動き量を示す。一点鎖線は、予め定められた閾値である。以降示すグラフにおいても同様である。

　画面３３１ａに対応するグラフ（左側のグラフ）において、乗客２１の動き量３１および乗客２２の動き量３２のいずれもその変化が微小であり、動き量は閾値を超えない。

　これに対して、画面３３１ｂにおいて、乗客２１は、腕を大きく動かしている。画面３３１ｂに対応するグラフ（右側のグラフ）において、乗客２１の動き量３１の変化が大きく、動き量は閾値を超えている。動き量が閾値を超えた場合、判定部１５５は、乗客２１の暴れ動作が発生したと判定する。

　以上説明したように、戸閉状態において暴れ動作を判断することで、かごの扉の開閉による背景の変化や乗降による人物の動きなどの、乗車中の乗客の動き以外の変化を極力排除することができる。さらに、他人に対して危害を加える可能性がある、乗客人数が２人以上である場面に限定して判定を行うため、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　ここで、乗客がいる場合、乗客が壁や扉に映り込んで背景が変化してしまうことがある。こういった扉や壁への映り込みによる背景の変化を防ぐためにはマスク処理が必要となる。ところが、透明あるいは半透明な壁で構成されたシースルーエレベーターにおいては、壁面における画像が大きく変化したり、かご内の照度が大きく変化するため、マスク処理を適用することが難しくなる。本実施の形態においては、人物領域を抽出し、人物領域における動き量を算出するため、上記のようなケースであっても、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　［第２実施形態］
　以下、第２実施形態について説明する。第２実施形態の説明においては、第１実施形態と異なる点について説明し、共通する部分については説明を省略する。図５は、第２実施形態に係る動作判定装置１００の機能ブロック図の一例を示す図である。

　第１実施形態において、動作判定装置１００は、信号取得部１５２と、画像取得部１５１と、抽出部１５３と、算出部１５４と、判定部１５５とを備えた。これに対して、第２実施形態においては、抽出部１５３に代えて、抽出部１５６を備える。

　以下、以下フローチャートを用いて説明する。図６は、第２実施形態に係る動作判定装置１００が実行するメイン処理のフローチャートである。

　図６に示すように、メイン処理が開始すると、Ｓ２１において、信号取得部１５２は、エレベーター制御装置２００から送信された戸閉信号を取得し、戸閉信号に基づきかご４００が戸閉状態であるか否かを判断する。

　信号取得部１５２は、かご４００が戸閉状態であると判断した場合（Ｓ２１でＹＥＳ）、処理をＳ２２に進める。信号取得部１５２は、かご４００が戸閉状態であると判断しなかった場合（Ｓ２１でＮＯ）、処理をＳ２１に戻す。Ｓ２２において、画像取得部１５１は、かご内画像を取得し、処理をＳ２３に進める。

　Ｓ２３において、抽出部１５６は、取得された画像から、人物に関する情報として、人体における複数部位の位置情報を抽出し、処理をＳ２４に進める。

　ここで、人体における複数部位の位置情報は、たとえば、ＯｐｅｎＰｏｓｅ等の公知の骨格推定（姿勢推定）技術を用いて抽出すればよい。なお、その際、かご４００内に２台のカメラ４０２を設置し、２台のカメラ４０２で撮影された画像に基づき、人体における複数部位の位置情報を抽出するようにしてもよい。抽出部１５６は、乗客が複数いる場合は、乗客ごとに位置情報を抽出する。

　人体における複数の部位は、たとえば、頭、首、右肩、左肩、右手首、左手首、右股関節、左股関節、右踵、左踵である。これに限らず、人体における複数の部位は、指先、手のひら、肘、膝、つま先などを含むものであってもよい。

　これらの部位の位置は、３次元の座標（Ｘ，Ｙ，Ｚ）で示される。たとえば、図７の画面３３２ａに示されるように、かご内の床面の中央位置を（Ｘ，Ｙ，Ｚ）＝（０，０，０）とする。以下、右側、左側、前方、後方は、乗客が中央位置で出入口１１方向を向いて立った場合における、乗客から見た右側、左側、前方、後方をそれぞれ指す。また、この場合の右側に位置する壁を右側の壁、左側に位置する壁を左側の壁、前方に位置する壁を前方の壁、後方に位置する壁を後方の壁とそれぞれ称する。

　乗客が中央位置で出入口１１方向を向いて立った場合における、前方の出入口１１に進む方向をＸ軸、右側に進む方向をＹ軸、天井に進む方向をＺ軸とする（図７参照）。ここでは、Ｘ＝１０００の位置が前方の壁（出入口１１）の位置であり、Ｘ＝－１０００の位置が後方の壁の位置であり、Ｙ＝１０００の位置が右側の壁の位置であり、Ｙ＝－１０００の位置が左側の壁の位置であるとする。乗客２１の頭の位置（Ｘ，Ｙ，Ｚ）＝（－１００，－７００，１６００）である。乗客２２の頭の位置（Ｘ，Ｙ，Ｚ）＝（４００，７００，１６００）である。なお、複数の部位の位置は、２次元の座標（Ｘ，Ｚ）で示されるものであってもよい。

　Ｓ２４において、算出部１５４は、抽出された人物に関する情報（人体における複数部位の位置情報）に基づき、乗客人数を算出し、処理をＳ１５に進める。算出部１５４は、抽出部１５６が抽出した人物の数を乗客人数としてカウントする。

　Ｓ２５において、判定部１５５は、算出された乗客人数が２人以上であるか否かを判断する。判定部１５５は、算出された乗客人数が２人以上であると判断した場合（Ｓ２５でＹＥＳ）、処理をＳ２６に進める。判定部１５５は、算出された乗客人数が２人以上であると判断しなかった場合（Ｓ２５でＮＯ）、処理をＳ２１に戻す。

　Ｓ２６において、判定部１５５は、抽出された人物に関する情報（人体における複数部位の位置情報）に基づき、乗客の暴れ動作が発生したか否かを判定し、処理をＳ２１に戻り、Ｓ２１～Ｓ２６の処理を繰り返す。

　つまり、判定部１５５は、算出された乗客人数が２人以上である場合に、定期的に取得された複数の画像における人体における複数部位の位置情報の差分に基づき、暴れ動作が発生したか否かを判定する。本実施の形態における、人体における複数部位は、頭、首、右肩、左肩、右手首、左手首、右股関節、左股関節、右踵、および左踵である。

　判定部１５５は、複数の判定モードを有する。判定モード１は、抽出された全ての部位（頭、首、右肩、左肩、右手首、左手首、右股関節、左股関節、右踵、および左踵）の位置情報に基づき、暴れ動作が発生したか否かを判定するモードである。

　判定モード２～４は、複数部位のうちの一部の部位の位置情報に基づき、暴れ動作が発生したか否かを判定するモードである。本実施の形態においては、エレベーターの保守員、ビルの管理人等は、監視装置３００の入力装置３２２から、判定モード１～４のいずれかを設定可能である。判定部１５５は、設定された判定モードに基づき判定を行う。

　判定モード２は、手の位置情報に基づき、暴れ動作が発生したか否かを判定するモードである。具体的には、判定部１５５は、右手首および左手首の位置情報に基づき、暴れ動作が発生したか否かを判定する。なお、右肩および左肩を含めて判断をしてもよく、位置情報として、指先、肘など「手」に関する位置情報を持つ場合はこれらの情報を含めて判断してもよい。

　判定モード３は、足の位置情報に基づき、暴れ動作が発生したか否かを判定するモードである。具体的には、判定部１５５は、右踵および左踵の位置情報に基づき、暴れ動作が発生したか否かを判定する。なお、右股関節および左股関節を含めて判断をしてもよく、位置情報として、つま先、膝など「足」に関する位置情報を持つ場合はこれらの情報を含めて判断してもよい。

　判定モード４は、手および足の位置情報に基づき、暴れ動作が発生したか否かを判定するモードである。具体的には、判定部１５５は、右手首、左手首、右踵および左踵の位置情報に基づき、暴れ動作が発生したか否かを判定する。

　たとえば、判定モード１において、前回画像と今回画像とにおける、各部位の位置変化量の平均値（以下、この値を「動き量」と称する）に基づき、暴れ動作が発生したか否かを判定する。

　たとえば、前回画像の乗客２１の右手首の位置が（－１００，－８００，９００）であり、今回画像の乗客２１の右手首の位置が（－１００，－８２０，９２０）である場合、乗客２１の右手首の位置変化量は、Ｙ軸方向に－２０、Ｚ軸方向に２０移動しているため、（（－２０）＾２＋（２０）＾２）＾０．５＝２８．３である。このように各部位について位置変化量を求めて、これらの平均値を動き量として算出する。

　判定部１５５は、動き量が予め定められた閾値を超えた場合に暴れ動作が発生したと判定し、動き量が予め定められた閾値を超えなかった場合は暴れ動作が発生しなかったと判定する。

　なお、上記は、暴れ動作を判定する方法の一例に過ぎない。これに限らず、各部位が急激に上下左右に動いたり、大きく小さく不規則に動いたりするなど、乗客の異常な動きが検知できるように各部位の位置変化を解析して、暴れ動作を判定するようなものであればよい。また、上述の「定期的に取得された複数の画像」は、時系列で撮影された３枚以上の画像であってもよい。この場合、時系列の位置情報に基づき、カーブフィッティングにより今回の位置情報を補正するようにしてもよい。

　判定モード２においては、前回画像と今回画像とにおける、右手首の位置変化および左手首の位置変化の平均値が閾値を超えた場合に、暴れ動作が発生したと判定する。判定モード３においては、前回画像と今回画像とにおける、右踵の位置変化および左踵の位置変化の平均値が閾値を超えた場合に、暴れ動作が発生したと判定する。判定モード４においても、同様に判定する。殴る、蹴る等、特に手や足の動きに着目したいような場合には、判定モード２～４を用いるようにすればよい。

　なお、前回画像における右手首と右肩の位置関係と、今回画像における右手首と右肩の位置関係とから、右手の回転方向や回転速度を算出してもよい。左手についても同様である。前回画像における右踵と右股関節の位置関係と、今回画像における右踵と右股関節の位置関係とから、右足の回転方向や回転速度を算出してもよい。左足についても同様である。

　判定部１５５は、これらの回転方向や回転速度を判定基準として用いてもよい。また、上記モード１において、部位に応じて重みを変えてもよい。たとえば、複数の部位のうち、手や足の重みを大きくしてもよい。

　図７は、第２実施形態に係る暴れ動作の判定について説明するための図である。画面３３２ａ（左側の図）は、乗客にほぼ動きがない状態であり、画面３３２ｂ（右側の図）は、暴れ動作ありと判定された状態である。

　画面３３２ａ，３３２ｂは、カメラ４０２で撮影されたかご４００内の画像であり、監視装置３００の表示装置３２１で表示される画面である。

　図７に示すように、画面３３２ａにおいて、かご４００内には、２人の乗客（乗客２１，２２）が乗車している。乗客２１において、実線は、人体における複数の部位間を繋いだ線である。乗客２２において、点線は、人体における複数の部位間を繋いだ線である。乗客２１および乗客２２のいずれも、ほぼ動きがない。また、かご４００の出入口１１は、戸閉状態である。

　画面３３２ａに対応するグラフ（左側のグラフ）において、乗客２１の動き量３１および乗客２２の動き量３２のいずれもその変化が微小であり、動き量は閾値を超えない。

　これに対して、画面３３２ｂにおいて、乗客２１は、腕を大きく動かしている。画面３３２ｂに対応するグラフ（右側のグラフ）において、乗客２１の動き量３１の変化が大きく、動き量３１は閾値を超えている。動き量３１が閾値を超えた場合、判定部１５５は、乗客２１の暴れ動作が発生したと判定する。

　以上説明したように、戸閉状態において判断することで、かごの扉の開閉による背景の変化や乗降による人物の動きなどの、乗車中の乗客の動き以外の変化を極力排除することができる。また、他人に対して危害を加える可能性があるのは、乗客人数が２人以上のケースである。このため、判定部１５５は、乗客人数が２人以上のケースに限定し、かつ、人体の複数の部位の動きに着目して判定を行う。これにより、エレベーターのかご４００内での乗客の暴れ動作を精度よく判定することができる。

　ここで、第１実施形態においては、画像の特徴から人物領域を抽出しているが、この場合、人物以外の背景が人物領域として抽出されることもある。第２実施形態においては、人体の各部位を推定するため、第１実施形態よりも人物の抽出精度が高くなる。このため、壁面における画像が大きく変化したり、かご内の照度が大きく変化するようなシースルーエレベーター等であっても、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。また、モード２～４においては、他人に対して危害を加える可能性のある手や足の動きに着目した判定を行うことができる。

　［第３実施形態］
　以下、第３実施形態について説明する。第３実施形態の説明においては、第１実施形態および第２実施形態と異なる点について説明し、共通する部分については説明を省略する。

　図８は、第３実施形態に係る動作判定装置１００の機能ブロック図の一例を示す図である。第１実施形態において、動作判定装置１００は、信号取得部１５２と、画像取得部１５１と、抽出部１５３と、算出部１５４と、判定部１５５とを備えた。これに対して、図８に示すように、第３実施形態においては、さらに、重み算出部１５７を備える。なお、第２実施形態においても、さらに、重み算出部１５７を備えるようにしてもよい。

　以下、フローチャートを用いて説明する。図９は、第３実施形態に係る動作判定装置１００が実行するメイン処理のフローチャートである。Ｓ３１～Ｓ３５までの処理は、Ｓ１１～Ｓ１５までの処理と同じであるので、ここでは説明を省略する。

　Ｓ３６において、重み算出部１５７は、記憶部１１４に記憶された重み情報を読み込み、これを重みとして設定して、処理をＳ３７に進める。Ｓ３７において、判定部１５５は、差分に重みを乗じた値に基づき、暴れ動作が発生したか否かを判定し、処理をＳ３１に戻す。具体的には、判定部１５５は、各乗客の動き量に重みを乗じた値を算出し、当該値が閾値を超えた場合に、暴れ動作が発生したと判断する。

　重み算出部１５７および判定部１５５の処理を、図１０を用いて説明する。図１０は、第３実施形態に係る暴れ動作の判定について説明するための図である。

　第３実施形態において、重みは、乗客間の距離が距離Ａであるときの方が、距離Ａよりも遠い距離Ｂであるときよりも大きくなるように設定されている。具体的には、乗客間の距離が近いほど重みが大きくなり、乗客間の距離が遠いほど重みが小さくなる。近接状態では、重み＞１となり、非近接状態では、重み＜１となる。

　乗客間の距離が近い場合は他人に危害を加える可能性が高いと考えられる。このような状況において、暴れ動作であると判定されやすくなるため、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　画面３３３ａ（左側の図）は、乗客間の距離が遠い状態であり、画面３３３ｂ（右側の図）は、乗客間の距離が遠い状態である。図１０に示すように、画面３３３ａにおいて、乗客２１と乗客２２の距離は遠い。乗客２１は激しく手を動かしているが、乗客２２の動きはほとんどない。

　画面３３３ａに対応するグラフ（左側のグラフ）において、乗客２１は激しく手を動かしているため、通常であれば、図４や図７で示した例のように、乗客２１は、動き量が閾値を超えて暴れ動作ありと判定される。しかし、このケースでは、乗客間の距離が遠いため、重み＜１となり、動き量×重みは閾値を超えていない。このため、乗客２１は、暴れ動作なしと判定される。

　一方、画面３３３ｂにおいて、乗客２１と乗客２２の距離は近い。乗客２１は激しく手を動かしているが、乗客２２の動きはほとんどない。

　画面３３３ｂに対応するグラフ（右側のグラフ）において、乗客２１は激しく手を動かしており、かつ、乗客２１と乗客２２の距離は近い。このため、重み＞１となり、動き量×重みは閾値を超えている。これにより、乗客２１は、暴れ動作ありと判定される。

　［第４実施形態］
　以下、第４実施形態について説明する。第４実施形態の説明においては、第１実施形態～第３実施形態と異なる点について説明し、共通する部分については説明を省略する。

　図１１は、第４実施形態に係る暴れ動作の判定について説明するための図である。第４実施形態においては、以下のように重み付けがされ、判定部１５５は、動き量に重みを乗じた値に基づき、暴れ動作が発生したか否かを判定する。

　重み算出部１５７は、かご４００が戸開状態から戸閉状態に変化したときの乗客２１と乗客２２との距離が距離Ｃ以下である場合は、乗客２１および乗客２２に関する重みが小さくなる（重み＜１）ように設定する。

　一方、重み算出部１５７は、かご４００が戸開状態から戸閉状態に変化したときの乗客２１と乗客２２との距離が距離Ｃよりも大きい距離Ｄ以上であり、その後、乗客２１が乗客２２に近づいたと判断した場合は、第１乗客に関する重みが大きくなる（重み＞１）ように設定する。

　乗車時に乗客間の距離が近い場合は知り合いである可能性が高く、乗車時に乗客間の距離が遠いにもかかわらずその後近づいてきた場合は、知らない人間が危害を加える可能性が高いと考えられる。後者の状況が暴れ動作であると判定されやすくなるため、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　具体的には、図１１に示すように、画面３３４ａの例では、かご４００が戸開状態から戸閉状態に変化したときの乗客２１と乗客２２との距離が近い（距離Ｃ以下である）。この場合、重み算出部１５７は、乗客２１および乗客２２に関して、重み＜１に設定する。

　その後、画面３３４ｂのように、乗客２１が激しく手を動かしたとする。通常であれば、乗客２１の動き量が閾値を超えるため、暴れ動作ありと判定される。しかしながら、乗客２１の動き量×重み（＜１）は閾値を超えず、判定部１５５は暴れ動作なしと判定する。

　一方、画面３３４ｃの例では、かご４００が戸開状態から戸閉状態に変化したときの乗客２１と乗客２２との距離が遠い（距離Ｃよりも大きい距離Ｄ以上である）。この場合、重み算出部１５７は、乗客２１および乗客２２に関して、重み＞１に設定する。

　その後、画面３３４ｄのように、乗客２１が激しく手を動かしたとする。この場合、乗客２１の動き量×重み（＞１）は閾値を超えて、判定部１５５は暴れ動作ありと判定する。

　［第５実施形態］
　以下、第５実施形態について説明する。第５実施形態の説明においては、第１実施形態～第４実施形態と異なる点について説明し、共通する部分については説明を省略する。

　図１２は、第５実施形態に係る暴れ動作の判定について説明するための図である。第５実施形態においては、以下のように重み付けおよび判断がされる。

　判定部１５５は、人体の複数部位の位置情報に基づき、乗客が子供であるか否かを判断する。判定部１５５は、動き量に重みを乗じた値に基づき、特定動作が発生したか否かを判定する。重みは、子供であると判断された乗客の方が、子供であると判断されなかった乗客よりも小さくなるように設定されている。

　このようにすることで、他人に危害を加える意図がなく動き回る子供の動作を除外して判定を行うことができるため、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　具体的には、図１２に示すように、画面３３５ａの例では、位置情報に基づき、乗客２１，２２はいずれも大人であると判断されている。たとえば、頭と踵の位置（高さ）の差から、身長を割り出し、身長が所定値以上であれば大人であると判断し、身長が所定値未満であれば未満であると判断する。

　大人であると判断された場合、重み＝１が設定される。乗客２１は、激しく手を動かしている。これにより、乗客２１は、動き量が閾値を超えて、暴れ動作ありと判定される。

　一方、画面３３５ｂの例では、位置情報に基づき、乗客２１は子供であると判断され、乗客２２は大人であると判断されている。

　子供であると判断された場合、重み＜１（たとえば、０．５）が設定される。乗客２１は、激しく手を動かしている。通常であれば、乗客２１は、動き量が閾値を超えて、暴れ動作ありと判定される。しかし、この場合、乗客２１の動き量×重み（＝０．５）は閾値を超えず、暴れ動作なしと判定される。

　［第６実施形態］
　以下、第６実施形態について説明する。第６実施形態の説明においては、第１実施形態～第５実施形態と異なる点について説明し、共通する部分については説明を省略する。

　第１～第５実施形態においては、乗客が２人以上であると判定された場合に、判定部１５５による判定が行われるように構成されている。これに対し、第６実施形態においては、乗客が１人であると判定された場合に、判定部１５５による判定が行われる。

　かご内に乗客が１人だけ存在する場合、他人に対して危害を加えるような事象は発生しない。しかしながら、壁を殴ったり蹴ったりかご内の装置を破壊しようとするような行為（暴れ動作）が行われる可能性がある。一方で、乗客は、１人で乗車しているときに、ゴルフスイングや体操などの動作を行うことがある。これらの動作は、暴れ動作とは無関係な動作である。なお、２人以上で乗車しているときは、一般に、ゴルフスイングや体操などの動作が行われる可能性は低く、行われたとしても、小さい動作で行われることが多い。

　以下、第６実施形態におけるメイン処理を説明する。図１３は、第６実施形態に係る動作判定装置１００が実行するメイン処理のフローチャートである。

　Ｓ４１～Ｓ４４の処理は、Ｓ２１～Ｓ２４の処理と同じなので説明を省略する。Ｓ４５では、Ｓ２５と異なり、算出された乗客人数が１人である場合に次の処理（Ｓ４６）に進む。そして、Ｓ４７において重み算出部１５７が重みを算出した後に、Ｓ４８において判定部１５５が判定を行う。

　以下、図１４を用いて具体的に説明する。図１４は、第６実施形態に係る暴れ動作の判定について説明するための図である。第６実施形態においては、以下のように重み付けがされる。

　乗客の位置が第１位置であるときは、第２位置であるときよりもかご４００の壁に近くかつかご４００の中央位置から遠い。重み算出部１５７は、乗客の位置が第２位置（中央位置に近い位置）であるときは、第１位置（壁に近い位置）であるときよりも重みが小さくなるように設定する。また、重み算出部１５７は、乗客の位置が第１位置（壁に近い位置）であるときは、第２位置（中央位置に近い位置）であるときよりも壁方向への手および足の位置に関する重みが大きくなるように設定する。

　具体的には、重み算出部１５７は、乗客の位置がかご４００の中央位置に近いほど重みを小さく設定する（重み＜１）。重み算出部１５７は、乗客の位置が壁に近いほど、壁方向に向かって動く手や足の動作に関する重みを大きく設定する（重み＞１）。

　図１４に示すように、画面３３６ａの例では、乗客２１は、中央位置に立っているため、重み＜１（たとえば、０．５）が設定される。乗客２１は、激しく手を動かしているものの、動き量×重み（＝０．５）は閾値を超えず、暴れ動作なしと判定される。

　一方、画面３３６ｂの例では、乗客２１は、壁の近傍で立っている。乗客２１の左踵の位置（Ｘ，Ｙ，Ｚ）＝（４００，－９００，０）である。Ｙ軸において－１０００の位置が左側の壁の位置であり、乗客２１は左側の壁の近傍にいると判断される。

　さらに、壁に向かって（壁方向に）手を激しく動かしている。前回画像の乗客２１の左手首の位置が（６００，－９００，１４００）であり、今回画像の乗客２１の左手首の位置が（６５０，－１０００，１４００）であるとする。乗客２１の左手首の位置の差分（Ｘ，Ｙ，Ｚ）は、（５０，－１００，０）である。

　この場合、乗客２１が近接している左側の壁方向への手および足の位置に関する重みが大きくなるように設定される。図１４において、左側の壁方向とは、Ｙ軸の負の方向である。このため、Ｙ軸の負の方向の値が増幅されるように重み付け（たとえば、重み＝２）がされる。

　上記例では、Ｙ軸の負の方向の差分「－１００」に重み「２」を乗じて、－２００とする。その結果、乗客２１の左手首の位置の差分に重みを乗じた値は、（５０，－２００，０）となる。重みを乗じた後の位置変化量は、（（５０）＾２＋（－２００）＾２）＾０．５＝２０１である。

　右手首、左踵および右踵についても同様に位置変化量を求める。手足以外の部位については、重みを乗じる事なく位置変化量を求める。そして、全ての部位の位置変化量の平均値（動き量）を算出する。本例では、動き量が閾値を超えたため、暴れ動作ありと判定されている。

　以上説明したように、戸閉状態において判断を行うことで乗客以外の画像の変化を極力排除することができる。また、かご内に乗客が１人存在する場合、壁を殴ったり蹴ったり、かご内の装置を破壊しようとするような行為を行う可能性がある。このため、かごの壁近傍において壁に向かう手や足の動きに対する重み付けを大きくすることで、上記のような行為を検出しやすくなる。一方で、乗客は、ゴルフスイングや体操などの暴れ動作とは無関係な動作をかごの中央位置付近で行うことがある。このため、中央位置付近での動作に対する重み付けを小さくすることで、暴れ動作についての誤検知を低減させる。このように、エレベーターのかご内での乗客の暴れ動作を精度よく判定することができる。

　なお、第３実施形態～第６実施形態において、抽出部１５３，１５６は、取得された画像から人物に関する情報として、「人物領域」および「人体における複数部位の位置情報」のいずれか一方を抽出するようにした。しかし、これに限らず、「人物領域」および「人体における複数部位の位置情報」のいずれを抽出するような構成にしてもよい。また、第３実施形態～第６実施形態のうちの複数の方法を組み合わせて構成してもよい。第１実施形態～第５実施形態において、乗客人数が２人以上の場合において、重みの算出や暴れ動作を判定しているが、これに限らず、乗客人数が１人以上の場合において、重みの算出や暴れ動作を判定するようにしてもよい。また、第６実施形態において、乗客人数が１人の場合において、重みの算出や暴れ動作を判定しているが、これに限らず、乗客人数が１人以上の場合において、重みの算出や暴れ動作を判定するようにしてもよい。

　［主な構成および効果］
　以下、前述した実施の形態の主な構成および効果を説明する。

　（１）　動作判定装置１００は、エレベーターのかご４００内での乗客の動作を判定する動作判定装置１００である。動作判定装置１００は、エレベーターを制御するエレベーター制御装置２００、およびかご４００内に設置されたカメラ４０２と通信可能である。動作判定装置１００は、信号取得部１５２と、画像取得部１５１と、抽出部１５３，１５６と、算出部１５４と、判定部１５５とを備える。信号取得部１５２は、エレベーター制御装置２００から送信された、かご４００が戸閉状態であるか否かを示す信号を取得する。画像取得部１５１は、カメラ４０２によって撮影されたかご４００内の画像を取得する。抽出部１５３，１５６は、取得された画像から人物に関する情報を抽出する。算出部１５４は、抽出された人物に関する情報に基づき、乗客人数を算出する。判定部１５５は、抽出された人物に関する情報に基づき、乗客の特定動作が発生したか否かを判定する。画像取得部１５１は、取得された信号によりかご４００が戸閉状態であると判断した場合、定期的に画像を取得する。判定部１５５は、算出された乗客人数が１人以上である場合に、定期的に取得された複数の画像における人物に関する情報の差分に基づき、特定動作が発生したか否かを判定する。このように、戸閉状態において判断することで乗客以外の画像の変化を極力排除し、かつ、かご内に乗客が存在する場合において判定を行うため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（２）　抽出部１５３は、取得された画像から、人物に関する情報として、人物が存在する人物領域を抽出する。判定部１５５は、算出された乗客人数が２人以上である場合に、特定動作が発生したか否かを判定する。このように、戸閉状態において判断することで乗客以外の画像の変化を極力排除し、かつ、他人に対して危害を加える可能性がある、乗客人数が２人以上である場面に限定して判定を行うため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（３）　抽出部１５６は、取得された画像から、人物に関する情報として、人体における複数部位の位置情報を抽出する。判定部１５５は、算出された乗客人数が２人以上である場合に、特定動作が発生したか否かを判定する。このように、戸閉状態において判断することで乗客以外の画像の変化を極力排除し、かつ、他人に対して危害を加える可能性がある、乗客人数が２人以上である場面に限定し、さらに、人体の部位の動きに着目して判定を行うため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（４）　判定部１５５は、複数部位のうちの一部の部位の位置情報に基づき、特定動作が発生したか否かを判定する。このように、他人に対して危害を加える可能性のある人体の部位の動きに着目して判定を行うことができるため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（５）　一部の部位は、手および足のうちの１以上の部位である。このように、他人に対して危害を加える可能性のある手や足の動きに着目して判定を行うことができるため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（６）　判定部１５５は、位置情報に基づき、乗客が子供であるか否かを判断する。判定部１５５は、差分に重みを乗じた値に基づき、特定動作が発生したか否かを判定する。重みは、子供であると判断された乗客の方が、子供であると判断されなかった乗客よりも小さくなるように設定されている。このように、他人に危害を加える意図がなく動き回る子供の動作を除外して判定を行うことができるため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（７）　判定部１５５は、差分に重みを乗じた値に基づき、特定動作が発生したか否かを判定する。重みは、乗客間の距離が第１距離であるときの方が、第１距離よりも遠い第２距離であるときよりも大きくなるように設定されている。乗客間の距離が近い場合は他人に危害を加える可能性が高いと考えられる。このような状況において、特定動作であると判定されやすくなるため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（８）　乗客は、第１乗客と第２乗客とを含む。判定部１５５は、差分に重みを乗じた値に基づき、特定動作が発生したか否かを判定する。かご４００が戸開状態から戸閉状態に変化したときの第１乗客と第２乗客との距離が第３距離以下である場合は、第１乗客および第２乗客に関する重みが小さくなるように設定されている。かご４００が戸開状態から戸閉状態に変化したときの第１乗客と第２乗客との距離が第３距離よりも大きい第４距離以上であり、その後、第１乗客が第２乗客に近づいたと判断した場合は、第１乗客に関する重みが大きくなるように設定されている。乗車時に乗客間の距離が近い場合は知り合いである可能性が高く、乗車時に乗客間の距離が遠いにもかかわらずその後近づいてきた場合は、知らない人間が危害を加える可能性が高いと考えられる。このような状況において、特定動作であると判定されやすくなるため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（９）　判定部１５５は、算出された乗客人数が１人である場合に、差分に重みを乗じた値に基づき、特定動作が発生したか否かを判定する。判定部１５５は、特定動作が発生したか否かを判定する。乗客の位置が第１位置であるときは、第２位置であるときよりもかご４００の壁に近くかつかご４００の中央位置から遠い。乗客の位置が第２位置であるときは、第１位置であるときよりも重みが小さくなるように設定されている。乗客の位置が第１位置であるときは、第２位置であるときよりも壁方向への手および足の位置に関する重みが大きくなるように設定されている。このように、戸閉状態において判断することで乗客以外の画像の変化を極力排除し、かつ、かご内に乗客が１人存在する場合において判定を行う。乗客が１人である場合、ゴルフスイングや体操などの特定動作とは無関係な動作に対する重み付けを小さくすることで、これらの動作の誤検知を低減させ、かつ、かごの壁近傍において壁に向かう手や足の動きに対する重み付けを大きくすることで、壁を殴ったり蹴ったりかご内の装置を破壊しようとするような行為を検出しやすくする。これにより、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　（１０）　特定動作は、暴れる動作である。このようにすることで、エレベーターのかご内での乗客の暴れる動作を精度よく判定することができる。

　（１１）　制御方法は、エレベーターのかご４００内での乗客の動作を判定する動作判定装置１００を制御する方法である。動作判定装置１００は、エレベーターを制御するエレベーター制御装置２００、およびかご４００内に設置されたカメラ４０２と通信可能である。制御方法は、エレベーター制御装置２００から送信された、かご４００が戸閉状態であるか否かを示す信号を取得するステップと、取得された信号によりかご４００が戸閉状態であると判断した場合、カメラ４０２によって撮影されたかご４００内の画像を定期的に取得するステップと、取得された画像から人物に関する情報を抽出するステップと、抽出された人物に関する情報に基づき、乗客人数を算出するステップと、算出された乗客人数が１人以上である場合に、定期的に取得された複数の画像における人物に関する情報に基づき、乗客の特定動作が発生したか否かを判定するステップとを備える。このように、戸閉状態において判断することで乗客以外の画像の変化を極力排除し、かつ、かご内に乗客が存在する場合において判定を行うため、エレベーターのかご内での乗客の特定動作を精度よく判定することができる。

　今回開示された実施の形態はすべ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。本開示の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

　１　エレベーター制御システム、１１　出入口、２１，２２　乗客、３１，３２　動き量、１００　動作判定装置、１１１，２１１，３１１　ＣＰＵ、１１２，２１２，３１２　ＲＯＭ、１１３，２１３，３１３　ＲＡＭ、１１４，３１４　記憶部、１１５，２１５，３１５　通信インターフェイス、１１６，３１６　Ｉ／Ｏインターフェイス、１５１　画像取得部、１５２　信号取得部、１５３，１５６　抽出部、１５４　算出部、１５５　判定部、２００　エレベーター制御装置、３００　監視装置、３２１　表示装置、３２２　入力装置、３３１ａ，３３１ｂ，３３２ａ，３３２ｂ，３３３ａ，３３３ｂ，３３４ａ～３３４ｄ，３３５ａ，３３５ｂ，３３６ａ，３３６ｂ　画面、４００　かご、４０１　かご内装置、４０２　カメラ。

Claims (11)

1. 　エレベーターのかご内での乗客の動作を判定する動作判定装置であって、
   　前記動作判定装置は、前記エレベーターを制御するエレベーター制御装置、および前記かご内に設置されたカメラと通信可能であり、
   　前記動作判定装置は、
   　　前記エレベーター制御装置から送信された、前記かごが戸閉状態であるか否かを示す信号を取得する信号取得部と、
   　　前記カメラによって撮影された前記かご内の画像を取得する画像取得部と、
   　　取得された前記画像から人物に関する情報を抽出する抽出部と、
   　　抽出された前記人物に関する情報に基づき、乗客人数を算出する算出部と、
   　　抽出された前記人物に関する情報に基づき、前記乗客の特定動作が発生したか否かを判定する判定部とを備え、
   　前記画像取得部は、取得された前記信号により前記かごが前記戸閉状態であると判断した場合、定期的に前記画像を取得し、
   　前記判定部は、算出された前記乗客人数が１人以上である場合に、定期的に取得された複数の前記画像における前記人物に関する情報の差分に基づき、前記特定動作が発生したか否かを判定する、動作判定装置。
2. 　前記抽出部は、取得された前記画像から、前記人物に関する情報として、人物が存在する人物領域を抽出し、
   　前記判定部は、算出された前記乗客人数が２人以上である場合に、前記特定動作が発生したか否かを判定する、請求項１に記載の動作判定装置。
3. 　前記抽出部は、取得された前記画像から、前記人物に関する情報として、人体における複数部位の位置情報を抽出し、
   　前記判定部は、算出された前記乗客人数が２人以上である場合に、前記特定動作が発生したか否かを判定する、請求項１に記載の動作判定装置。
4. 　前記判定部は、前記複数部位のうちの一部の部位の前記位置情報に基づき、前記特定動作が発生したか否かを判定する、請求項３に記載の動作判定装置。
5. 　前記一部の部位は、手および足のうちの１以上の部位である、請求項４に記載の動作判定装置。
6. 　前記判定部は、
   　　前記位置情報に基づき、前記乗客が子供であるか否かを判断し、
   　　前記差分に重みを乗じた値に基づき、前記特定動作が発生したか否かを判定し、
   　前記重みは、子供であると判断された前記乗客の方が、子供であると判断されなかった前記乗客よりも小さくなるように設定されている、請求項３～請求項５のいずれか１項に記載の動作判定装置。
7. 　前記判定部は、前記差分に重みを乗じた値に基づき、前記特定動作が発生したか否かを判定し、
   　前記重みは、前記乗客間の距離が第１距離であるときの方が、前記第１距離よりも遠い第２距離であるときよりも大きくなるように設定されている、請求項２～請求項５のいずれか１項に記載の動作判定装置。
8. 　前記乗客は、第１乗客と第２乗客とを含み、
   　前記判定部は、前記差分に重みを乗じた値に基づき、前記特定動作が発生したか否かを判定し、
   　前記かごが戸開状態から前記戸閉状態に変化したときの前記第１乗客と前記第２乗客との距離が第３距離以下である場合は、前記第１乗客および前記第２乗客に関する前記重みが小さくなるように設定されており、
   　前記かごが前記戸開状態から前記戸閉状態に変化したときの前記第１乗客と前記第２乗客との距離が前記第３距離よりも大きい第４距離以上であり、その後、前記第１乗客が前記第２乗客に近づいたと判断した場合は、前記第１乗客に関する前記重みが大きくなるように設定されている、請求項２～請求項５のいずれか１項に記載の動作判定装置。
9. 　前記判定部は、算出された前記乗客人数が１人である場合に、前記差分に重みを乗じた値に基づき、前記特定動作が発生したか否かを判定し、
   　前記判定部は、前記特定動作が発生したか否かを判定し、
   　前記乗客の位置が第１位置であるときは、第２位置であるときよりも前記かごの壁に近くかつ前記かごの中央位置から遠く、
   　前記乗客の位置が前記第２位置であるときは、前記第１位置であるときよりも前記重みが小さくなるように設定されており、
   　　前記乗客の位置が前記第１位置であるときは、前記第２位置であるときよりも前記壁方向への手および足の位置に関する前記重みが大きくなるように設定されている、請求項３に記載の動作判定装置。
10. 　前記特定動作は、暴れる動作である、請求項１～請求項９のいずれか１項に記載の動作判定装置。
11. 　エレベーターのかご内での乗客の動作を判定する動作判定装置を制御する制御方法であって、
    　前記動作判定装置は、前記エレベーターを制御するエレベーター制御装置、および前記かご内に設置されたカメラと通信可能であり、
    　前記制御方法は、
    　　前記エレベーター制御装置から送信された、前記かごが戸閉状態であるか否かを示す信号を取得するステップと、
    　　取得された前記信号により前記かごが前記戸閉状態であると判断した場合、前記カメラによって撮影された前記かご内の画像を定期的に取得するステップと、
    　　取得された前記画像から人物に関する情報を抽出するステップと、
    　　抽出された前記人物に関する情報に基づき、乗客人数を算出するステップと、
    　　算出された前記乗客人数が１人以上である場合に、定期的に取得された複数の前記画像における前記人物に関する情報に基づき、前記乗客の特定動作が発生したか否かを判定するステップとを備える、制御方法。

Images