WO2024166409A1 - 換気システム、学習装置及び推論装置 - Google Patents

換気システム、学習装置及び推論装置 Download PDF

Info

Publication number
WO2024166409A1
WO2024166409A1 PCT/JP2023/022717 JP2023022717W WO2024166409A1 WO 2024166409 A1 WO2024166409 A1 WO 2024166409A1 JP 2023022717 W JP2023022717 W JP 2023022717W WO 2024166409 A1 WO2024166409 A1 WO 2024166409A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
blower
air
conveying
air volume
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2023/022717
Other languages
English (en)
French (fr)
Inventor
健太郎 三浦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2024576089A priority Critical patent/JPWO2024166409A1/ja
Publication of WO2024166409A1 publication Critical patent/WO2024166409A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
    • E04H6/00—Buildings for parking cars, rolling-stock, aircraft, vessels or like vehicles, e.g. garages
    • E04H6/08—Garages for many vehicles
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F7/00—Ventilation
    • F24F7/007—Ventilation with forced flow
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F7/00—Ventilation
    • F24F7/04—Ventilation with ducting systems, e.g. by double walls; with natural circulation
    • F24F7/06—Ventilation with ducting systems, e.g. by double walls; with natural circulation with forced air circulation, e.g. by fan positioning of a ventilator in or against a conduit
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled

Definitions

  • This disclosure relates to a ventilation system, a learning device, and an inference device.
  • Patent Document 1 discloses a ventilation system that includes a CO sensor installed near the exhaust fan and outputting a signal indicating the CO gas concentration in the vicinity, and an airflow control device that controls the operation of at least one of the supply fan, exhaust fan, and transport fan based on the output of the CO sensor, and that combines multiple transport fans to connect the airflow and generate an airflow that flows from the supply fan to the exhaust fan.
  • the purpose of this disclosure is to provide a ventilation system that can quickly discharge exhaust gas from a parking lot.
  • the ventilation system comprises an intake blower that supplies outside air to the parking lot through an intake port, an exhaust blower that exhausts the air in the parking lot to the outside through an exhaust port, and a transport blower that transports the airflow from the intake blower to the exhaust blower.
  • the ventilation system further comprises an imaging unit that captures an image of the inside of the parking lot and outputs the image data, and a control unit that detects vehicle movement based on the image data output from the imaging unit and changes the air volume of the transport blower.
  • the ventilation system disclosed herein detects vehicle movement based on image data output from the imaging unit and changes the air volume of the conveying fan, allowing exhaust gases to be quickly discharged from the parking lot.
  • FIG. 1 is a schematic diagram showing a ventilation system 100 according to a first embodiment, the ventilation system 100 being installed in a parking lot.
  • FIG. 2 is a schematic diagram showing signal communication connections in the ventilation system 100.
  • 2 is a block diagram showing the functional configuration of a control unit 30 of the ventilation system 100.
  • FIG. 2 is a block diagram showing the hardware configuration of a control unit 30 of the ventilation system 100.
  • FIG. 4 is a flowchart showing the operation of a control unit 30 of the ventilation system 100.
  • FIG. 1 is a schematic diagram showing a plurality of areas set up in a parking lot in which a ventilation system 100 is installed. 6 is a flowchart showing the operation of step S4 shown in FIG. 5.
  • FIG. 5 is a schematic diagram showing a ventilation system 100 according to a first embodiment, the ventilation system 100 being installed in a parking lot.
  • FIG. 2 is a schematic diagram showing signal communication connections in the ventilation system 100.
  • 2 is a block diagram showing the functional configuration of a control unit
  • FIG. 11 is a schematic diagram showing a ventilation system 110 according to a second embodiment, the ventilation system 110 being installed in a parking lot.
  • FIG. 9 is a schematic diagram showing the airflow system generated by the ventilation system 110 of FIG. 8 .
  • FIG. 13 is a schematic diagram showing another example of the arrangement of the ventilation system 110 in a parking lot.
  • FIG. 11 is another schematic diagram showing the airflow system generated by the ventilation system 110 of FIG.
  • FIG. 11 is a schematic diagram showing a ventilation system 120 according to a third embodiment, the ventilation system 120 being installed in a parking lot.
  • FIG. 11 is a schematic diagram showing a ventilation system 130 according to a fourth embodiment, the ventilation system 130 being installed in a parking lot.
  • FIG. 13 is a block diagram showing a configuration of a learning device 200 according to a fourth embodiment. 4 is a flowchart showing the operation of the learning device 200.
  • a block diagram showing a configuration of an inference device 300 according to embodiment 4. 4 is a flowchart showing the operation of the inference device 300 and the operation of the ventilation system 130.
  • FIG. 1 is a schematic diagram showing a ventilation system 100 according to a first embodiment of the present disclosure.
  • the ventilation system 100 is installed in an airtight parking lot, such as an underground parking lot or an indoor parking lot, and ventilates the parking lot to expel exhaust gases from the parking lot.
  • the ventilation system 100 includes an intake air blower 5, an exhaust air blower 6, and a plurality of conveying air blowers 90.
  • the parking lot has a substantially rectangular planar shape, and the intake air port 1 and the exhaust air port 2 are disposed at diagonal positions of the parking lot.
  • the intake air port 1 and the intake air blower 5 are disposed near the entrance 8, and the intake air blower 5 supplies outside air from the intake air port 1 into the parking lot.
  • the exhaust air port 2 and the exhaust air blower 6 are disposed at a corner near the exit 9, and the exhaust air blower 6 exhausts the air in the parking lot to the outside from the exhaust air port 2.
  • the plurality of conveying air blowers 90 are installed in the parking lot, and convey air from the intake air blower 5 to the exhaust air blower 6 to promote ventilation in the parking lot.
  • the figure illustrates a parking lot with parking spaces 7 for 26 vehicles, and a vehicle movement path 10 that branches into two near the entrance 8 and meets near the exit 9.
  • vehicle movement path 10-1 One of the two vehicle movement paths 10 is called vehicle movement path 10-1, and the other is called vehicle movement path 10-2.
  • conveying fans 90-1 and 90-3 are installed along vehicle movement path 10-1
  • conveying fans 90-2 and 90-4 are installed along vehicle movement path 10-2.
  • Conveying fans 90-1 and 90-2 are installed close to each other, and conveying fans 90-3 and 90-4 are placed diagonally across from each other in the parking lot.
  • the conveying blowers 90-1 and 90-3 generate air currents 12-1 and 12-3, respectively.
  • the conveying blower 90-1 is installed upwind of the conveying blower 90-3, which is disposed in a position where the air current 12-1 reaches.
  • the conveying blowers 90-1 and 90-3 form an air current that flows from the air supply port 1 to the exhaust port 2 via the vehicle movement path 10-1.
  • the conveying blowers 90-2 and 90-4 generate air currents 12-2 and 12-4, respectively.
  • the conveying blower 90-2 is installed upwind of the conveying blower 90-4, which is disposed in a position where the air current 12-2 reaches.
  • the conveying blowers 90-2 and 90-4 form an air current that flows from the air supply port 1 to the exhaust port 2 via the vehicle movement path 10-2.
  • the conveying blower 90 refers to each of the conveying blowers 90-1 to 90-4.
  • the ventilation system 100 includes an imaging unit 20.
  • the imaging unit 20 is installed in a parking lot, and captures images of the interior of the parking lot and outputs the image data.
  • the imaging unit 20 is positioned so that it can capture images of at least the vehicle movement paths 10-1 and 10-2.
  • the imaging unit 20 has two cameras 20-1 and 20-2.
  • the cameras 20-1 and 20-2 are installed near the transport blowers 90-3 and 90-4, respectively, and are positioned diagonally across from each other in the parking lot.
  • the cameras 20-1 and 20-2 output image data of images captured in the directions they are each facing.
  • the ventilation system 100 includes a control unit 30. There are no restrictions on the installation location, but the control unit 30 is installed, for example, adjacent to the conveying blower 90-2.
  • Figure 2 is a schematic diagram showing the signal communication connection in the ventilation system 100.
  • the control unit 30 is connected to each of the supply air blower 5, exhaust air blower 6, conveying blowers 90-1 to 90-4, camera 20-1, and camera 20-2 by wire or wirelessly. In order to simplify the wiring installation, it is desirable that each of the control unit 30, supply air blower 5, exhaust air blower 6, conveying blowers 90-1 to 90-4, camera 20-1, and camera 20-2 is wirelessly connected to the network 140. Since the control unit 30 is adjacent to the conveying blower 90-2, it may be connected to the conveying blower 90-2 by wire. The control unit 30 may be provided inside the conveying blower 90-2.
  • the control unit 30 controls the operation of the intake air blower 5, exhaust air blower 6, and conveyance air blower 90.
  • the control unit 30 detects the movement of the vehicle based on the image data output from the imaging unit 20, and changes the air volume of at least one of the conveyance air blowers 90-1 to 90-4.
  • the air volume of a blower is the amount of airflow generated by the blower.
  • FIG. 3 is a block diagram showing the functional configuration of the control unit 30.
  • the control unit 30 includes a vehicle movement detection unit 31, a vehicle shape detection unit 32, and a blower control unit 33.
  • the vehicle movement detection unit 31 detects the movement of a vehicle based on image data received from the imaging unit 20.
  • the vehicle movement detection unit 31 also detects the position of a moving vehicle, and outputs vehicle position information indicating the position of the vehicle.
  • the vehicle shape detection unit 32 detects the shape of a moving vehicle based on image data received from the imaging unit 20.
  • the vehicle shape detection unit 32 outputs vehicle shape information indicating the size of the vehicle.
  • the blower control unit 33 identifies at least one of the conveying blowers 90-1 to 90-4 based on the vehicle position information output from the vehicle movement detection unit 31.
  • the blower control unit 33 also determines the air volume of the identified conveying blower based on the vehicle shape information.
  • the blower control unit 33 sends an air volume control command to the identified conveyance blower.
  • the air volume control command includes air volume information that specifies the air volume determined based on the vehicle shape information.
  • the conveyance blower that receives the air volume control command changes the air volume to the specified volume based on the air volume information and operates.
  • the blower has a motor and a fan, and generates an airflow by rotating the fan with the motor.
  • the air volume of the blower changes by changing the operating parameters of the blower (motor rotation speed, power or power frequency supplied to the motor, etc.). Therefore, the air volume information is information for setting the operating parameters of the blower.
  • the air volume information may be information that specifies an operating mode indicating one of the multiple settable stages.
  • the air volume information may be information that indicates the difference between the air volume before the change and the air volume after the change.
  • FIG. 4 is a block diagram showing the hardware configuration of the control unit 30.
  • the control unit 30 is composed of a processor 70, a memory 71, and a bus 72.
  • the processor 70 performs processing according to a program, and realizes the functions of the vehicle movement detection unit 31, the vehicle shape detection unit 32, and the blower control unit 33.
  • the program is stored in the memory 71 and is provided to the processor 70 via the bus 72.
  • the processor 70 is, for example, a central processing unit (CPU), and the memory 71 is a storage device including a volatile memory such as a RAM (Random Access Memory), and a non-volatile memory such as a ROM (Read Only Memory) or a flash memory.
  • RAM Random Access Memory
  • ROM Read Only Memory
  • Image data from the imaging unit 20 is received by an interface circuit (not shown) and stored in memory 71 via bus 72.
  • the processor 70 reads the image data from memory 71 and processes it.
  • the air volume control command generated by the processor 70 is sent via bus 72 to another interface circuit (not shown) and then to the transport control unit.
  • the configuration having a processor 70 and memory 71 as shown in FIG. 4(a) is realized by a microcomputer or the like that can also be used to control other electrical or electronic devices. However, this is not limited to this, and the control unit 30 can also be realized by a dedicated processing circuit 73 as shown in FIG. 4(b).
  • the control unit 30 increases the air volume of one or more transport blowers when it detects vehicle movement from the image data.
  • Figure 5 is a flow chart showing the operation of the control unit 30 for performing this control.
  • the start is the point in time when operation of the ventilation system 100 begins after installation in the parking lot, and the control unit 30 issues instructions to the supply air blower 5, exhaust air blower 6, and transport blower 90 to each blow air at a specified air volume.
  • the transport blower 90 is controlled to operate at the minimum air volume within the range of settable air volumes, for example.
  • step S1 the vehicle movement detection unit 31 and the vehicle shape detection unit 32 each acquire image data from the imaging unit 20, i.e., from both cameras 20-1 to 20-2.
  • step S2 the vehicle movement detection unit 31 detects the movement of the vehicle by detecting a change in the position of the vehicle in the moving image based on the image data. If there is no moving vehicle in the image data (No), the operation flow returns to step S1. If there is a moving vehicle (Yes), in step S3, the vehicle movement detection unit 31 detects the position of the moving vehicle.
  • FIG. 6 is a schematic diagram showing multiple areas set in the parking lot shown in FIG. 1.
  • Four areas A-1 to A-4 are set on the vehicle movement path 10.
  • Areas A-1 and A-3 are set on the vehicle movement path 10-1, and area A-1 is located upwind of area A-3 in the air currents generated by the conveying fans 90-1 and 90-3.
  • Areas A-1 and A-3 correspond to the conveying fans 90-1 and 90-3, respectively.
  • Areas A-2 and A-4 are set on the vehicle movement path 10-2, and area A-2 is located upwind of area A-4 in the air currents generated by the conveying fans 90-2 and 90-4.
  • Areas A-2 and A-4 correspond to the conveying fans 90-2 and 90-4, respectively.
  • the vehicle movement detection unit 31 detects from the image data which of areas A-1 to A-4 the vehicle is moving through. Vehicle movement in areas A-1 and A-3 is determined from image data from camera 20-1, and vehicle movement in areas A-2 and A-4 is determined from image data from camera 20-2.
  • the vehicle movement detection unit 31 generates vehicle position information indicating the area through which the vehicle is moving as the vehicle's position. The detection of the vehicle movement and the area through which the vehicle is moving from the image data is performed using known image recognition technology.
  • the image data may be a moving image with a frame rate low enough that the movement of the vehicle can be detected.
  • step S4 the blower control unit 33 identifies the conveying blower among the conveying blowers 90-1 to 90-4 for which the air volume should be increased based on the vehicle position information output from the vehicle movement detection unit 31.
  • FIG. 7 is a flow chart showing the operation of step S4 in more detail.
  • the blower control unit 33 determines whether or not a vehicle is present in area A-1. If a vehicle is present in area A-1, exhaust gas is likely to accumulate in area A-1, so it is necessary to increase the air volume in area A-1. In order to promote exhaust outside the parking lot, it is desirable to increase the air volume not only in area A-1 but also in area A-3 downstream of area A-1. Therefore, if it is determined that a vehicle is present in area A-1 (Yes), in step S4-2, the blower control unit 33 identifies the transport blowers 90-1 and 90-3. Step S4-2 is performed regardless of whether or not another vehicle is present in area A-3. The operation flow then proceeds to step S4-5.
  • step S4-3 the blower control unit 33 determines whether or not a vehicle is present in area A-3. If it is determined that a vehicle is present (Yes), then in step S4-4 the blower control unit 33 identifies the conveying blower 90-3. At this time, since there is no need to increase the air volume in area A-1, the conveying blower 90-1 is not identified. The operation flow then proceeds to step S4-5. Also, if it is determined in step S4-3 that no vehicle is present (No), the operation flow proceeds to step S4-5.
  • step S4-5 the blower control unit 33 determines whether or not a vehicle is present in area A-2. If a vehicle is present in area A-2, exhaust gases are likely to accumulate in area A-2, so it is necessary to increase the air volume in area A-2. In order to promote exhaust outside the parking lot, it is desirable to increase the air volume not only in area A-2 but also in area A-4, which is downstream from area A-2. Therefore, if it is determined that a vehicle is present in area A-2 (Yes), in step S4-6, the blower control unit 33 identifies the transport blowers 90-2 and 90-4. Step S4-6 is performed regardless of whether or not another vehicle is present in area A-4. The operational flow then moves to step S5.
  • step S4-7 the blower control unit 33 determines whether or not a vehicle is present in area A-4. If it is determined that a vehicle is present (Yes), then in step S4-8 the blower control unit 33 identifies the conveying blower 90-4. At this time, since there is no need to increase the air volume in area A-2, the conveying blower 90-2 is not identified. The operation flow then proceeds to step S5. Also, if it is determined in step S4-7 that no vehicle is present (No), the operation flow proceeds to step S5.
  • the vehicle shape detection unit 32 determines the size of each of all vehicles present in areas A-1 to A-4.
  • the vehicle shape detection unit 32 detects the shape of the vehicle using existing image recognition technology and determines the size of the vehicle from the shape.
  • the blower control unit 33 receives information regarding the size of the vehicle from the vehicle shape detection unit 32 and determines the air volume of the conveying blower identified in step S4 according to the size of the vehicle.
  • the determined air volume is greater than the air volume of the conveying blowers 90-1 to 90-4 at the start of operation of the ventilation system 100. Since the larger the vehicle, the greater the amount of exhaust gas it emits, it is desirable to increase the air volume of the conveying blower for larger vehicles.
  • the blower control unit 33 is set with multiple thresholds related to the size of the vehicle, and the blower control unit 33 determines the air volume so that the air volume is increased each time the determined vehicle size exceeds the threshold.
  • step S7 the blower control unit 33 sends an air volume control command to the conveying blower identified in step S4, and controls the conveying blower to change the air volume to the one determined in step S6.
  • the conveying blower that receives the air volume control command changes the air volume based on the air volume control command. If the vehicle is in area A-1, conveying blowers 90-1 and 90-3 receive the air volume control command. If the vehicle is in area A-2, conveying blowers 90-2 and 90-4 receive the air volume control command. If the vehicle is in area A-3, conveying blower 90-3 receives the air volume control command. If the vehicle is in area A-4, conveying blower 90-4 receives the air volume control command. In either case, the conveying blower that receives the air volume control command increases the air volume.
  • the blower control unit 33 may control the air volume of the transport blower corresponding to that area so that the air volume is the largest of the air volumes determined for the multiple vehicles. Alternatively, the blower control unit 33 may control the air volume of the transport blower so that the air volume is increased from the largest air volume according to the number of vehicles.
  • step S8 the blower control unit 33 determines whether a predetermined time has passed since the air volume of the conveying blower was changed in step S7. After the air volume is changed, the conveying blower continues to operate at the air volume changed in step S7 until the predetermined time has passed (No). When the predetermined time has passed after the air volume is changed (Yes), in step S9, the blower control unit 33 controls the air volume of the conveying blower so as to return it to the air volume before the change, i.e., the air volume at the start of operation of the ventilation system 100. The conveying blower receives an air volume control command from the blower control unit 33 and returns the air volume to the original volume based on the air volume control command. Then, the operation flow returns to step S1, and the control unit 30 repeats the operations of steps S1 to S9. Note that each of steps S1 to S9 can be rephrased as an operation performed by the control unit 30.
  • the control unit 30 detects the movement of the vehicle based on image data and changes the air volume of at least one conveying blower. By using image data, the control unit 30 can quickly detect that the vehicle is generating exhaust gas, and can quickly discharge the exhaust gas.
  • the control unit 30 detects the position of a moving vehicle from image data, identifies at least one of the multiple conveying blowers 90-1 to 90-4 according to the detected position, and increases the air volume of the identified conveying blower. In areas where exhaust gas is not generated in large amounts, it is not necessary to increase the air volume of the conveying blower. In other words, excessive ventilation can be prevented, thereby saving electricity usage. This leads to a reduction in the running costs of the ventilation system 100.
  • the control unit 30 identifies the conveying blower that generates an airflow at the detected position of the vehicle as the conveying blower that increases the air volume, so it can quickly identify the location in the parking lot where exhaust gas needs to be exhausted.
  • the control unit 30 also identifies the conveying blower located further downstream as a conveying blower that increases the air volume, so it can efficiently guide the exhaust gas outside the parking lot.
  • controlling the air volume of the conveying blower based on image data also contributes to reducing the initial cost of the ventilation system 100.
  • step S2 the vehicle movement detection unit 31 detects a change in the position of the vehicle in the moving image, but the movement of the vehicle may be detected by detecting the position of the vehicle. If a vehicle is present in areas A-1 to A-4 set on the vehicle movement route 10, the vehicle can be considered to be moving on the vehicle movement route 10. Therefore, in step S2, the vehicle movement detection unit 31 judges whether the vehicle is present in any of areas A-1 to A-4 from the image data. If it is determined that the vehicle is present in any of areas A-1 to A-4, the vehicle movement detection unit 31 is deemed to have detected the movement of the vehicle. Then, in step S3, the vehicle movement detection unit 31 generates vehicle position information indicating the area in which the vehicle is present (any of areas A-1 to A-4).
  • the image data for detecting the movement of the vehicle at this time may be a still image.
  • Step S4 is performed by the blower control unit 33, but may also be performed by the vehicle movement detection unit 31.
  • the blower control unit 33 receives information identifying the conveying blower from the vehicle movement detection unit 31, and transmits an air volume control command to the identified conveying blower.
  • step S6 is performed by the blower control unit 33, but may also be performed by the vehicle shape detection unit 32.
  • the blower control unit 33 includes the air volume determined by the vehicle movement detection unit 31 in the air volume control command as air volume information.
  • Variation (3) The control unit 30 does not necessarily require the vehicle shape detection unit 32.
  • the blower control unit 33 can also control the conveying blower to increase the air volume by a predetermined amount, regardless of the size of the vehicle. This can reduce the processing burden on the control unit 30.
  • Variation (4) The number and installation locations of the transport blowers are changed according to the size of the parking lot. In some parking lots, a single transport blower may be installed. In that case, when the control unit 30 detects vehicle movement, step S4 for identifying the transport blower is not necessary, and it is sufficient to increase the air volume of the only transport blower.
  • the number of cameras is also changed according to the size of the parking lot. If the size of the parking lot is small, a single camera may be used as the imaging unit 20.
  • Embodiment 2. 8 is a schematic diagram of a ventilation system 110 according to embodiment 2.
  • the ventilation system 110 includes an intake air blower 5, an exhaust air blower 6, conveyance blowers 90-1 to 90-4, cameras 20-1 and 20-2, and a control unit 30.
  • the difference from embodiment 1 is the method of identifying the conveyance blowers in the control unit 30, and the other configurations and operations are the same as those of embodiment 1.
  • the control unit 30 has a parking lot map of the parking lot in which the ventilation system 110 is installed.
  • the parking lot map is stored in advance in memory within the control unit 30.
  • two-dimensional coordinates are set on the plane of the parking lot, and the positions of the conveying blowers 90-1 to 90-4, the cameras 20-1 and 20-2, and the exhaust port 2 are stored in advance in the control unit 30 in the form of two-dimensional coordinates.
  • the air supplied from the intake fan 5 is roughly divided into two systems: an airflow from the conveying fan 90-1 to the exhaust fan 6 via the conveying fan 90-3, and an airflow from the conveying fan 90-2 to the exhaust fan 6 via the conveying fan 90-4.
  • the straight line connecting conveying blower 90-1 and conveying blower 90-3 is defined as air path 91A, and corresponds to conveying blower 90-1.
  • Air path 91A is set by the coordinates of two points, conveying blower 90-1 and conveying blower 90-3.
  • the straight line connecting conveying blower 90-3 and exhaust port 2 is defined as air path 91C, and corresponds to conveying blower 90-3.
  • Air path 91C is set by the coordinates of two points, conveying blower 90-3 and exhaust port 2.
  • the straight line connecting conveying blower 90-2 and conveying blower 90-4 is defined as air path 91B, and corresponds to conveying blower 90-2.
  • Air path 91B is set by the coordinates of two points, conveying blower 90-2 and conveying blower 90-4.
  • the straight line connecting the conveying blower 90-4 and the exhaust port 2 is defined as the air passage 91D, which corresponds to the conveying blower 90-4.
  • the air passage 91D is set by the coordinates of two points, the conveying blower 90-4 and the exhaust port 2.
  • the parking lot map also contains information indicating the direction of the airflow in the air passages 91A to 91D. Therefore, the control unit 30 can determine from the parking lot map that the conveying blower 90-1 is located upstream of the conveying blower 90-3, and that the conveying blower 90-2 is located upstream of the conveying blower 90-4.
  • the vehicle movement detection unit 31 detects the position of the vehicle 11 as two-dimensional coordinates based on image data acquired from the cameras 20-1 and 20-2.
  • the vehicle movement detection unit 31 outputs this detected position of the vehicle 11 as vehicle position information. This position detection by the vehicle movement detection unit 31 corresponds to step S3 in FIG. 5.
  • the shortest distance from the vehicle 11 to the air duct 91A is defined as air duct distance 92A.
  • the shortest distance from the vehicle 11 to the air duct 91B is defined as air duct distance 92B.
  • the shortest distance from the vehicle 11 to the air duct 91C is defined as air duct distance 92C.
  • the shortest distance from the vehicle 11 to the air duct 91D is defined as air duct distance 92D.
  • the blower control unit 33 calculates each of the air duct distances 92A to 92D based on the vehicle position information received from the vehicle movement detection unit 31.
  • the blower control unit 33 identifies the air duct among the air ducts 91A to 91D that has the smallest air duct distance calculated by the vehicle movement detection unit 31, and identifies the conveying blower that corresponds to the identified air duct. If there is a conveying blower downstream of the conveying blower, the conveying blower is also identified. This identification of the conveying blower by the blower control unit 33 corresponds to step S4 in FIG. 5.
  • FIG. 8 shows the air duct distances 92A-92D when the vehicle 11 is parked in the parking space 7.
  • step S3 since step S3 is performed after step S2, the air duct distances 92A-92D are not calculated when the vehicle 11 is parked.
  • step S3 may be performed before step S2. That is, the vehicle movement detection unit 31 detects the position of the vehicle 11 and calculates the air duct distances 92A-92D, and then detects the movement of the vehicle 11.
  • the blower control unit 33 identifies the transport blower based on the air duct distances 92A-92D for the vehicle 11.
  • the operation of the ventilation system 110 from this point on is the same as step S5 in the first embodiment, and therefore will not be described.
  • the ventilation system 110 is characterized in that multiple air paths are set for the airflow generated by the conveying blowers 90-1 to 90-4, and the control unit 30 identifies the conveying blower corresponding to the air path closest to the vehicle as the one for which the air volume should be increased.
  • the control unit 30 may detect the movement of the vehicle based on the vehicle's position. For example, if the vehicle is not present in any of the parking spaces 7, it can be assumed that the vehicle is moving on the vehicle movement path 10. Therefore, it is assumed that the parking lot map contains information on the areas of all the parking spaces 7.
  • the vehicle movement detection unit 31 detects the position of the vehicle regardless of the movement of the vehicle, and generates vehicle position information as two-dimensional coordinates. Then, the vehicle movement detection unit 31 judges whether the detected vehicle position is included in a parking space 7. If it is judged that the vehicle is included in any of the parking spaces 7, the vehicle movement detection unit 31 returns the operation to step S1 as the vehicle is not moving. If it is judged that the vehicle position is not included in any of the parking spaces 7, the vehicle movement detection unit 31 advances the operation to step S4 as the vehicle 11 is a moving vehicle. The detection of the movement of the vehicle is performed in step S3, and step S2 is unnecessary.
  • the ventilation system 110 is not limited to the case where the air intake 1 and the exhaust 2 are arranged diagonally as shown in FIG. 8.
  • the ventilation system 110 may be arranged at two adjacent corners among the four corners of the planar shape of the parking lot, for example, as shown in FIG. 10, the air intake 1 is arranged at the upper corner on the left side and the exhaust 2 is arranged at the lower corner on the left side.
  • the conveying blower 90-1 is installed near the conveying blower 90-3 and blows air toward the conveying blower 90-2. Therefore, as shown in FIG.
  • the air supplied from the air intake blower 5 is roughly divided into two systems: an airflow from the conveying blower 90-3 toward the exhaust blower 6, and an airflow from the conveying blower 90-1 toward the exhaust blower 6 via the conveying blowers 90-2 and 90-4.
  • Variation (3) Each of variations (2) to (4) of embodiment 1 also applies to the ventilation system 110 of embodiment 2.
  • Embodiment 3. 12 is a schematic diagram of a ventilation system 120 according to embodiment 3.
  • the ventilation system 120 includes an intake air blower 5, an exhaust air blower 6, conveyance blowers 90-1 to 90-4, cameras 20-1 and 20-2, and a control unit 30.
  • the difference from embodiment 1 is the method of identifying the conveyance blowers in the control unit 30, and the other configurations and operations are the same as those of embodiment 1.
  • the locations of the intake air blower 5, exhaust air blower 6, transport air blowers 90-1 to 90-4, cameras 20-1, 20-2 and control unit 30 are the same as in Figure 8.
  • the upper right corner is referred to as corner A, the upper left corner as corner B, the lower right corner as corner C and the lower left corner as corner D.
  • the intake air port 1 and intake air blower 5 are located near corner A.
  • the transport air blowers 90-1 and 90-2 are located in the passage near corner A.
  • the transport air blower 90-1 blows air towards corner B.
  • the transport air blower 90-2 blows air towards corner C.
  • the transport air blower 90-3 is located in the passage near corner B and blows air towards corner D.
  • the transport air blower 90-3 is located in the passage near corner C and blows air towards corner D.
  • the exhaust port 2 and exhaust fan 6 are located near the corner D.
  • Camera 20-1 is placed near corner B, and camera 20-2 is placed near corner C. Therefore, the left side of the image captured by camera 20-1 becomes the right side of the image captured by camera 20-2, and the right side of the image captured by camera 20-1 becomes the left side of the image captured by camera 20-2. Cameras 20-1 and 20-2 have the same resolution.
  • the straight line 94A connecting camera 20-1 and camera 20-2 is an imaginary line added for convenience.
  • straight line 94B which passes through the midpoint between camera 20-1 and camera 20-2, is parallel to the floor of the parking lot and is perpendicular to straight line 94A, and is also an imaginary line added for convenience.
  • the area tangent to straight lines 94A and 94B, and the area on the left side of straight line 94B as seen from camera 20-1, is referred to as area 93A.
  • the area tangent to straight lines 94A and 94B, and the area on the right side of straight line 94B as seen from camera 20-1 is referred to as area 93C.
  • area 93B The area tangent to straight lines 94A and 94B, and the area on the right side of straight line 94B as seen from camera 20-2, is referred to as area 93B.
  • area 93D The area tangent to lines 94A and 94B, and on the left side of line 94B as viewed from camera 20-2, is referred to as area 93D.
  • areas 93A to 93D are shown in the figure as being away from lines 94A and 94B, but as described above, they are areas tangent to lines 94A and 94B.
  • the vehicle movement detection unit 31 detects the position of the vehicle in one of areas 93A to 93D.
  • the vehicle movement detection unit 31 detects the position of the vehicle in the image captured by one of the cameras 20-1 and 20-2.
  • the position of the vehicle in the image is detected as left/right information indicating whether the vehicle is in the right or left half of the image.
  • the other camera is camera 20-2, for example. If the vehicle is in the right half of the image captured by camera 20-2, it is clear that the vehicle is in one of areas 93A and 93B to the right of straight line 94A. If the vehicle is in the left half of the image captured by camera 20-2, it is clear that the vehicle is in one of areas 93C and 93D to the left of straight line 94A.
  • a vehicle in the image captured by camera 20-2 is also captured by the other camera, 20-1.
  • the vehicle movement detection unit 31 compares the sizes of the vehicles captured by cameras 20-1 and 20-2. If the vehicle captured by camera 20-1 is larger, it is clear that the vehicle is on the side of straight line 94A closer to camera 20-1. On the other hand, if the vehicle captured by camera 20-2 is larger, it is clear that the vehicle is on the side of straight line 94A closer to camera 20-2.
  • the vehicle movement detection unit 31 detects that the vehicle captured by camera 20-2 is on the right side of straight line 94A and that camera 20-1 captures the image larger than camera 20-2, it detects that the vehicle is in area 93A.
  • the vehicle movement detection unit 31 detects that the vehicle captured by camera 20-2 is on the left side of straight line 94A and that camera 20-1 captures the image larger than camera 20-2, it detects that the vehicle is in area 93C.
  • the vehicle movement detection unit 31 detects that the vehicle captured by camera 20-2 is on the right side of straight line 94A and that camera 20-2 captures the image larger than camera 20-1, it detects that the vehicle is in area 93B.
  • the vehicle movement detection unit 31 detects that the vehicle captured by camera 20-2 is on the left side of straight line 94A and that camera 20-2 captures the image larger than camera 20-1, it detects that the vehicle is in area 93D.
  • the vehicle movement detection unit 31 outputs the detected area as vehicle position information. This detection of the area by the vehicle movement detection unit 31 corresponds to step S3 in FIG. 5.
  • step S4 the blower control unit 33 identifies the conveying blower for which the air volume should be increased based on the vehicle position information output from the vehicle movement detection unit 31. If the vehicle position information indicates area 93A, the blower control unit 33 identifies the conveying blower 90-1 that generates an airflow in area 93A and the conveying blower 90-3 downstream of that. If the vehicle position information indicates area 93C, the blower control unit 33 identifies the conveying blower 90-3 that generates an airflow in area 93C. If the vehicle position information indicates area 93B, the blower control unit 33 identifies the conveying blower 90-2 that generates an airflow in area 93B and the conveying blower 90-4 downstream of that.
  • the blower control unit 33 identifies the conveying blower 90-4 that generates an airflow in area 93D. This identification of the conveying blowers by the blower control unit 33 corresponds to step S4 in FIG. 5.
  • the operation of the ventilation system 120 from this point onwards is the same as step S5 in embodiment 1, so its explanation will be omitted.
  • the ventilation system 120 is characterized by comparing the size of the vehicle captured by the two cameras 20-1 and 20-2, and identifying the vehicle as a transport fan that should have its air volume increased based on the results of the comparison.
  • Embodiment 4 A learning device 200 and an inference device 300 according to the fourth embodiment will be described. Both the learning device 200 and the inference device 300 are devices for learning and inference related to a ventilation system having a conveying blower.
  • the learning device 200 acquires learning data, determines a control method for the conveying blower from the learning data by machine learning, and generates a trained model.
  • the inference device 300 infers control information for controlling the conveying blower from the input data based on the trained model.
  • Parking lots come in a variety of shapes, and the layout of the parking spaces 7 within each parking lot also varies, so in order to achieve efficient ventilation, it is more desirable to control the transport fan using a control method suited to each parking lot, rather than using a uniform control method to control the transport fan for multiple parking lots.
  • the learning device 200 is used.
  • FIG. 13 is a schematic diagram showing a ventilation system 130 related to learning by the learning device 200.
  • the ventilation system 130 further includes an environmental sensor 40 in addition to the ventilation system 100 of embodiment 1.
  • the environmental sensor 40 is installed on pillars or the like in the parking lot, and measures the concentration of pollutants in the air. In order to grasp the air quality throughout the parking lot, multiple environmental sensors 40 are installed in different locations in the parking lot, including the center and peripheral areas. The concentration of pollutants measured by the environmental sensor 40 is used for learning by the learning device 200.
  • each environmental sensor 40 measures the CO concentration and NOX concentration as the concentration of pollutants.
  • CO is slightly lighter than air and moves upwards toward the ceiling over time.
  • NOX is heavier than air and moves downwards toward the floor over time.
  • concentration around the mouth and nose when a person is standing is the most problematic, so it is desirable to install each environmental sensor 40 1 to 2 m above the floor of the parking lot.
  • each environmental sensor 40 is expensive, and it is not practical to install them permanently in a parking lot.
  • multiple environmental sensors 40 are loaned for a fixed period of time, and the learning device 220 performs learning during the loan period. When the learning period ends, the multiple environmental sensors 40 are collected and loaned to ventilation systems installed in other parking lots to be used for learning. Using the environmental sensors 40 in multiple parking lots in turn to perform learning in this way is advantageous in terms of initial costs.
  • the learning device 200 and the inference device 300 will be described below in terms of a learning phase and an application phase. ⁇ Learning Phase>
  • FIG. 14 is a block diagram showing the configuration of the learning device 200.
  • the learning device 200 includes a data acquisition unit 21 and a model generation unit 22.
  • the data acquisition unit 21 acquires learning data from the ventilation system 130.
  • the learning data includes air volume data indicating the air volume of each of the conveying fans 90-1 to 90-4 and image data of an image captured inside the parking lot.
  • the image data is data of images captured by cameras 20-1 and 20-2, respectively.
  • the air volume data is data indicating the air volume of each conveying blower, and is specifically expressed as data indicating the operating parameters or operating mode of each conveying blower that determines the air volume.
  • the air volume data for a conveying blower whose air volume has been changed by control unit 30 based on the image data is changed to data indicating the changed air volume.
  • the learning data acquired by data acquisition unit 21 is output to inference unit 42.
  • the model generation unit 22 learns the air volume control command for controlling the air volume of the transport fan based on the learning data. In other words, the model generation unit 22 generates a learned model that infers optimal air volume control information from the learning data acquired from the ventilation system 110.
  • the learning device 200 is connected to the ventilation system 130.
  • the learning device 200 is preferably connected to, for example, a network 140 (see FIG. 2) and acquires learning data via the network 140.
  • the learning device 200 may exist on a cloud server.
  • the learning device 200 may be built into the ventilation system 130.
  • the learning algorithm used by the model generation unit 22 can be a publicly known algorithm such as supervised learning, unsupervised learning, or reinforcement learning.
  • reinforcement learning an agent (acting subject) in a certain environment observes the current state (environmental parameters) and decides on an action to be taken. The environment changes dynamically due to the agent's actions, and the agent is given a reward according to the change in the environment. The agent repeats this process and learns the action policy that will obtain the most reward through a series of actions.
  • Q-learning and TD-learning are known as representative methods of reinforcement learning.
  • a general update formula for the action value function Q(s, a) is expressed by Equation 1.
  • st represents the state of the environment at time t, and at represents the action at time t.
  • the state changes to st+1 due to action at. rt+1 represents the reward obtained due to the change in state
  • ⁇ represents the discount rate
  • ⁇ represents the learning coefficient.
  • ⁇ is in the range of 0 ⁇ 1
  • ⁇ is in the range of 0 ⁇ 1.
  • the air volume of the conveying blowers 90-1 to 90-4 represents the action at
  • the image captured inside the parking lot represents the state st, and the best action at for the state st at time t is learned.
  • the update formula expressed by equation 1 increases the action value Q if the action value Q of the action a with the highest Q value at time t+1 is greater than the action value Q of the action a executed at time t, and decreases the action value Q in the opposite case.
  • the action value function Q(s, a) is updated so that the action value Q of action a at time t approaches the best action value at time t+1.
  • the best action value in a certain environment is propagated sequentially to the action value in the previous environment.
  • the model generation unit 22 includes a reward calculation unit 22a and a function update unit 22b.
  • the reward calculation unit 22a calculates a reward based on the learning data.
  • the reward calculation unit 22a calculates a reward r based on a reward criterion.
  • the reward criterion here is the CO concentration and NOX concentration measured by the multiple environmental sensors 40, and the respective concentration data is acquired by the data acquisition unit 21. For example, when the measured CO concentration and NOX concentration decrease as a result of operating the conveying blowers 90-1 to 90-4 at the air volume indicated by the air volume data, the reward calculation unit 22a increases the reward r (for example, gives a reward of "1").
  • the reward calculation unit 22a reduces the reward r (for example, gives a reward of "-1").
  • the function update unit 22b updates the function for determining the air volume control information for controlling the conveying fans 90-1 to 90-4 according to the reward calculated by the reward calculation unit 22a, and outputs the updated function to the learned model storage unit 23.
  • the action value function Q(st,at) expressed by Equation 1 is used as the function for calculating the air volume control information.
  • the learned model storage unit 23 stores the action value function Q(st,at) updated by the function update unit 122b, i.e., the learned model.
  • the learned model storage unit 23 is provided outside the learning device 200, but may be a storage unit built into the learning device 200.
  • FIG. 15 is a flowchart showing the operation of the learning device 200.
  • step b1 the data acquisition unit 21 acquires the air volume data of the conveying blowers 90-1 to 90-4 and image data of the parking lot as learning data.
  • step b2 the model generation unit 22 calculates the reward based on the learning data. Specifically, the reward calculation unit 22a acquires the learning data and determines whether to increase or decrease the reward based on the CO concentration and NOX concentration measured by the multiple environmental sensors 40, respectively.
  • the remuneration calculation unit 22a determines in step b3 that the remuneration should be increased, and increases the remuneration.
  • the remuneration calculation unit 22a determines in step b4 that the remuneration should be decreased, and decreases the remuneration.
  • step b5 the function update unit 22b updates the action value function Q(st,at) represented by Equation 1 stored in the learned model storage unit 23 based on the reward calculated by the reward calculation unit 22a.
  • the learning device 200 repeatedly executes the above steps b1 to b5, and stores the generated action value function Q(st,at) in the learned model storage unit 23 as a learned model.
  • the hardware configuration of the learning device 200 is similar to that shown in FIG. 4, and includes a processor, memory, and bus 72, or includes a dedicated processing circuit.
  • the learning device 200 learns based on the learning data, which includes the air volume data of the conveying fans 90-1 to 90-4 and image data of the parking lot. Through this learning, it is possible to obtain a learned model that infers air volume control information suited to the parking lot in which the ventilation system 130 is installed.
  • FIG. 16 is a block diagram showing the configuration of the inference device 300.
  • the inference device 300 includes a data acquisition unit 41 and an inference unit 42.
  • the data acquisition unit 41 acquires input data from the ventilation system 130 after the learning period.
  • the input data includes image data of an image captured inside the parking lot.
  • the image data is data of images captured by the cameras 20-1 and 20-2, respectively.
  • the input data acquired by the data acquisition unit 41 is output to the inference unit 42.
  • the inference unit 42 reads out the learned model stored in the learned model storage unit 23 and uses this learned model to infer air volume control information. In other words, by inputting the input data acquired by the data acquisition unit 41 into this learned model, it is possible to output air volume control information suitable for the image data.
  • the inference device 300 is connected to the ventilation system 130.
  • the inference device 300 is connected to, for example, a network 140 (see FIG. 2) and acquires input data via the network 140.
  • the inference device 300 may exist on a cloud server.
  • the inference device 300 may be built into the ventilation system 130. Note that when the inference device 300 is used after the learning period, the multiple environmental sensors 40 are removed from the ventilation system 130 as described above.
  • the inference device 300 has been described as inferring air volume control information using a trained model trained based on the ventilation system 130, but it may also be configured to obtain a trained model trained using another ventilation system and output air volume control information based on this trained model.
  • FIG. 17 is a flowchart showing the operation of the inference device 300 and the ventilation system 100.
  • step c1 the data acquisition unit 41 acquires input data.
  • step c2 the inference unit 42 reads out the learned model stored in the learned model storage unit 23, and obtains air volume control information by inputting the input data acquired by the data acquisition unit 151 to this learned model.
  • the air volume control information includes information identifying at least one of the conveying blowers 90-1 to 90-4 whose air volume should be changed, and information identifying the air volume after the change for each identified conveying blower.
  • step c3 the inference unit 42 outputs the obtained air volume control information to the control unit 30 of the ventilation system 130.
  • the control unit 30 of the ventilation system 130 controls the air volume of at least one of the identified conveyance blowers 90-1 to 90-4 based on the air volume control information obtained from the inference unit 42.
  • the blower control unit 33 generates an air volume control command based on the air volume control information obtained from the inference unit 42, and sends it to the conveyance blower that should increase its air volume.
  • the hardware configuration of the inference device 300 is similar to that shown in FIG. 4, and includes a processor, memory, and bus 72, or includes a dedicated processing circuit.
  • the inference device 300 infers air volume control information for controlling the air volume of the transport blower based on the learned model learned by the learning device 200, and can provide the ventilation system with control of the transport blower that is suited to the parking lot in which the ventilation system 130 is installed.
  • the ventilation system 130 in which the transport blower is controlled by this inferred air volume control information, can perform efficient ventilation in accordance with the movement of vehicles, improving the air quality in the parking lot.
  • air volume data indicating the air volume of each of the intake air blower 5 and exhaust air blower 6 may be further added to the learning data.
  • the inference device 300 further acquires air volume data indicating the air volume of each of the intake air blower 5 and exhaust air blower 6 as input data. Therefore, in the ventilation system 130 operating after the learning period, the intake air blower 5 and exhaust air blower 6 also change their air volumes to appropriate levels, providing efficient ventilation.
  • the learning data of the learning device 200 may include vehicle position data indicating the position of the vehicle instead of or in addition to image data.
  • the vehicle position data is vehicle position information detected from the image data by the control unit 30 (specifically, the vehicle movement detection unit 31).
  • the vehicle position data is used in reinforcement learning as a parameter indicating behavior.
  • supervised learning is applied to the learning algorithm used by the model generation unit 22, but this is not limited to this.
  • learning algorithm in addition to supervised learning, reinforcement learning, unsupervised learning, semi-supervised learning, etc. can also be applied.
  • the learning algorithm used in the model generation unit 22 can be deep learning, which learns to extract the features themselves, or machine learning can be performed according to other known methods, such as neural networks, genetic programming, functional logic programming, and support vector machines.
  • the ventilation system for the study may be the ventilation system 110 of embodiment 2 with multiple environmental sensors 40 installed, or the ventilation system 110 of embodiment 3 with multiple environmental sensors 40 installed.
  • Air intake 2. Exhaust, 5. Air intake fan, 6. Exhaust fan, 10, 10-1, 10-2.
  • Vehicle movement path 11. Vehicle, 12-1 to 12-4. Air flow, 20. Imaging unit, 20-1, 20-2. Camera, 21, 41. Data acquisition unit, 22. Model generation unit, 30. Control unit, 31. Vehicle movement detection unit, 32. Vehicle shape detection unit, 33. Fan control unit, 40. Environmental sensor, 42. Inference unit, 90, 90-1 to 90-4. Transport fan, 91A to 91D. Air path, 100, 110, 120, 130, 140. Ventilation system, 200. Learning device, 300. Inference device

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Air-Conditioning For Vehicles (AREA)

Abstract

本開示は、空気を外部から給気し外部に排気することにより駐車場の空気環境を保全するための換気システムに関する。この換気システムは、給気口から外部の空気を駐車場へ供給する給気用送風機と、排気口から前記駐車場の空気を外部に排出する排気用送風機と、給気用送風機から排気用送風機へ気流を搬送する搬送用送風機と、駐車場の内部を撮像して画像データを出力する撮像部と、撮像部から出力される画像データに基づいて車両の移動を検出し、搬送用送風機の風量を変更する制御部とを備える。

Description

換気システム、学習装置及び推論装置
　本開示は、換気システム、学習装置及び推論装置に関する。
　地下または屋内に設置された駐車場において、ダクト配管による換気では駐車場の中央または入り組んだ場所は十分換気されず、そこに排気ガスを含む空気が滞留することがある。そこで給気用送風機から排気用送風機に空気を搬送する搬送用送風機を備えるダクトレスの換気システムが多く用いられる。特許文献１には、排気用送風機の近傍に設置されその周辺のＣＯガス濃度を示す信号を出力するＣＯセンサと、ＣＯセンサの出力に基づき給気用送風機と排気用送風機と搬送用送風機の少なくとも何れかの作動を制御する送風気制御装置とを備え、複数台の搬送用送風機を組み合わせて気流をつなぎ合わせ、給気用送風機から排気用送風機に向かう気流を発生させることを特徴とした換気システムが開示されている。
特許第６８０７３７３号公報
　排気用送風機の近傍にＣＯセンサを設置した場合、駐車場内で発生した排気ガスが排気用送風機近傍のＣＯセンサに到達するまでに時間差が発生してしまう。よってＣＯセンサの出力に基づいた送風機の制御では排気ガスの排出が素早く行われない。従って本開示は、駐車場内での排気ガスを素早く排出することのできる換気システムを提供することを目的とする。
　本開示に係る換気システムは、給気口から外部の空気を駐車場へ供給する給気用送風機と、排気口から駐車場の空気を外部に排出する排気用送風機と、給気用送風機から排気用送風機へ気流を搬送する搬送用送風機とを備える。換気システムは、駐車場の内部を撮像して画像データを出力する撮像部と、撮像部から出力される画像データに基づいて車両の移動を検出し、搬送用送風機の風量を変更する制御部とをさらに備える。
　本開示に係る換気システムによれば、撮像部から出力される画像データに基づいて車両の移動を検出し、搬送用送風機の風量を変更するので、駐車場内での排気ガスを素早く排出することができる。
実施の形態１に係る換気システム１００であって、駐車場に設置された状態にある換気システム１００を示した模式図である。 換気システム１００での信号通信接続を示した模式図である。 換気システム１００の制御部３０の機能構成を示すブロック図である。 換気システム１００の制御部３０のハードウェア構成を示すブロック図である。 換気システム１００の制御部３０の動作を示すフローチャートである。 換気システム１００が設置された駐車場内に設定される複数のエリアを示した模式図である。 図５に示されるステップＳ４の動作をフローチャートである。 実施の形態２に係る換気システム１１０であって、駐車場に設置された状態にある換気システム１１０を示した模式図である。 図８の換気システム１１０により生じる気流の系統を示す模式図である。 駐車場における換気システム１１０の別の配置例を示す模式図である。 図１０の換気システム１１０により生じる気流の系統を示す別の模式図である。 実施の形態３に係る換気システム１２０であって、駐車場に設置された状態にある換気システム１２０を示した模式図である。 実施の形態４に係る換気システム１３０であって、駐車場に設置された状態にある換気システム１３０を示した模式図である。 実施の形態４に係る学習装置２００の構成を示すブロック図である。 学習装置２００の動作を示すフローチャートである。 実施の形態４に係る推論装置３００の構成を示すブロック図である。 推論装置３００の動作及び換気システム１３０の動作を示すフローチャートである。
　以下、本開示の実施の形態を図面に基づいて説明する。なお、図面及び以下の説明において、同一のもの及び実質的に同一のものには同一の符号を付し、同一の符号を付したものの説明は繰り返さない。
実施の形態１．
　図１は、本開示の実施の形態１に係る換気システム１００を示した模式図である。換気システム１００は、地下駐車場、屋内駐車場等、気密性の高い駐車場に設置され、駐車場内の換気を行って排気ガスを駐車場外に追い出す。換気システム１００は、給気用送風機５、排気用送風機６及び複数の搬送用送風機９０を備える。駐車場の平面形状は略長方形であり、給気口１及び排気口２は駐車場の対角の位置に配置される。給気口１及び給気用送風機５は入庫口８付近に配置され、給気用送風機５は給気口１から外部の空気を駐車場内へ供給する。排気口２及び排気用送風機６は出庫口９付近の角部に配置され、排気用送風機６は排気口２から駐車場の空気を外部に排出する。複数の搬送用送風機９０は駐車場内に設置され、駐車場内の換気を促すために給気用送風機５から排気用送風機６へ空気を搬送する。
　図においては車両２６台分の駐車スペース７、及び、入庫口８付近から２つに分岐し出庫口９付近で合流する車両移動経路１０が設けられた駐車場が例示されている。２つに分岐する車両移動経路１０の一方は車両移動経路１０－１と、他方は車両移動経路１０－２とそれぞれ称される。複数の搬送用送風機９０のうちの搬送用送風機９０－１及び９０－３は、車両移動経路１０－１に沿って設置され、複数の搬送用送風機９０のうちの搬送用送風機９０－２及び９０－４は、車両移動経路１０－２に沿って設置される。搬送用送風機９０－１及び９０－２は近接して設置され、搬送用送風機９０－３及び９０－４は駐車場の対角の位置に配置される。
　搬送用送風機９０－１及び９０－３はそれぞれ気流１２－１及び１２－３を発生させる。搬送用送風機９０－１は搬送用送風機９０－３より風上側に設置され、搬送用送風機９０－３は気流１２－１が到達する位置に配置される。よって搬送用送風機９０－１及び９０－３は給気口１から車両移動経路１０－１を経由して排気口２へ向かう気流を形成する。搬送用送風機９０－２及び９０－４はそれぞれ気流１２－２及び１２－４を発生させる。搬送用送風機９０－２は搬送用送風機９０－４より風上側に設置され、搬送用送風機９０－４は気流１２－２が到達する位置に配置される。よって搬送用送風機９０－２及び９０－４は給気口１から車両移動経路１０－２を経由して排気口２へ向かう気流を形成する。なお、以下では、搬送用送風機９０は特段の説明がない限り、搬送用送風機９０－１～９０－４の各々を指すものとする。
　換気システム１００は撮像部２０を備える。撮像部２０は、駐車場内に設置され、駐車場の内部を撮像しその画像データを出力する。撮像部２０は少なくとも車両移動経路１０－１及び１０－２を撮像可能な位置に配置される。具体的には、撮像部２０は２台のカメラ２０－１及び２０－２を有する。カメラ２０－１及び２０－２は、搬送用送風機９０－３及び９０－４の近傍にそれぞれ設置され、互いに駐車場の対角の位置に配置される。カメラ２０－１及び２０－２はそれぞれの向く方向を撮像した画像の画像データを出力する。
　換気システム１００は制御部３０を備える。設置場所に制約はないが、制御部３０は、例えば、搬送用送風機９０－２に隣接して設置されるものとする。図２は換気システム１００での信号通信接続を示す模式図である。制御部３０は給気用送風機５、排気用送風機６、搬送用送風機９０－１～９０－４、カメラ２０－１及びカメラ２０－２の各々と有線或いは無線により接続される。配線の施工を簡略化するため、制御部３０、給気用送風機５、排気用送風機６、搬送用送風機９０－１～９０－４、カメラ２０－１及びカメラ２０－２の各々が無線でネットワーク１４０に接続される構成が望ましい。なお制御部３０は搬送用送風機９０－２に隣接しているので、搬送用送風機９０－２と有線で接続されても構わない。制御部３０は搬送用送風機９０－２の内部に設けられてもよい。
　制御部３０は、給気用送風機５、排気用送風機６及び搬送用送風機９０の動作を制御する。搬送用送風機９０の制御に関しては、制御部３０は、撮像部２０から出力される画像データに基づいて車両の移動を検出し、搬送用送風機９０－１～９０－４の少なくとも１台の風量を変更する。送風機の風量とは送風機により発生する気流の量である。
　図３は制御部３０の機能構成を示すブロック図である。制御部３０は、車両移動検出部３１、車両形状検出部３２及び送風機制御部３３を備える。車両移動検出部３１は、撮像部２０から受ける画像データに基づいて車両の移動を検出する。また車両移動検出部３１は移動する車両の位置を検出し、車両の位置を示す車両位置情報を出力する。車両形状検出部３２は、撮像部２０から受ける画像データに基づいて、移動する車両の形状を検出する。車両形状検出部３２はその車両の大きさを示す車両形状情報を出力する。
　車両移動検出部３１が車両の移動を検出すると、送風機制御部３３は車両移動検出部３１から出力される車両位置情報に基づき、搬送用送風機９０－１～９０－４のうちの少なくとも１台の搬送用送風機を特定する。また送風機制御部３３は車両形状情報に基づき、特定した搬送用送風機の風量を決定する。
　送風機制御部３３は、特定した搬送用送風機に風量制御指令を送信する。風量制御指令には、車両形状情報に基づき決定した風量を指定する風量情報が含まれる。風量制御指令を受けた搬送用送風機は風量情報に基づき、指定された風量に変更して運転する。
　送風機はモータ及びファンを有し、モータによりファンを回転させることにより気流を発生させる。送風機の運転パラメータ（モータの回転数、モータに供給される電力又は電力の周波数等）を変更することにより送付機の風量が変わる。よって風量情報は、送風機の運転パラメータを設定するための情報である。風量が多段に設定可能な送風機である場合には、風量情報は、設定可能な複数段のいずれかを示す運転モードを特定する情報でもよい。さらに、風量情報は変更前の風量と変更後の風量との差分を表す情報でも構わない。
　図４は制御部３０のハードウェア構成を示すブロック図である。図４（ａ）に示されるように、制御部３０は、プロセッサ７０、メモリ７１及びバス７２により構成される。プロセッサ７０はプログラムに従って処理を行い、車両移動検出部３１、車両形状検出部３２及び送風機制御部３３の機能を実現する。当該プログラムはメモリ７１に記憶されており、バス７２を介してプロセッサ７０に与えられる。プロセッサ７０は例えば中央処理装置（ＣＰＵ：Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）であり、メモリ７１はＲＡＭ（Ｒａｎｄａｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等の揮発性メモリ、及びＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ等の不揮発性メモリを含む記憶装置である。
　撮像部２０からの画像データは図示されないインターフェース回路で受信され、バス７２を介してメモリ７１に記憶される。プロセッサ７０は、画像データをメモリ７１から読み込んで処理を行う。プロセッサ７０により生成された風量制御指令は、バス７２を介して図示されない別のインターフェース回路に送信されて搬送用制御部に送信される。
　図４（ａ）のようにプロセッサ７０及びメモリ７１を有する構成は、他の電気機器又は電子機器の制御にも使用可能なマイクロコンピュータ等で実現される。しかしこれに限らず、制御部３０は、図４（ｂ）のように、専用の処理回路７３で実現することもできる。
　換気システム１００では、制御部３０は、画像データから車両の移動を検出すると１台以上の搬送用送風機の風量を増加させる。図５は、その制御を行うための制御部３０の動作を示すフローチャートである。スタートは駐車場に設置後、換気システム１００の運転を開始する時点であり、制御部３０は、それぞれ所定の風量で送風するよう給気用送風機５、排気用送風機６及び搬送用送風機９０に運転の指示を行う。搬送用送風機９０は、例えば、設定可能な風量の範囲のうち最小の風量で運転するように制御されるものとする。
　ステップＳ１において、車両移動検出部３１及び車両形状検出部３２の各々は、撮像部２０から、すなわちカメラ２０－１～２０－２双方からの画像データを取得する。ステップＳ２において、車両移動検出部３１は、画像データに基づき、動画像での車両の位置の変化を検出することにより車両の移動を検出する。画像データ中に移動する車両がなければ（Ｎｏ）、動作フローはステップＳ１に戻る。移動する車両が存在すると（Ｙｅｓ）、ステップＳ３において、車両移動検出部３１は移動する車両の位置を検出する。
　図６は図１に示す駐車場に設定された複数のエリアを示す模式図である。車両移動経路１０上に４つのエリアＡ－１～Ａ－４が設定される。エリアＡ－１及びＡ－３は車両移動経路１０－１上に設定され、エリアＡ－１はエリアＡ－３よりも搬送用送風機９０－１及び９０－３により生じる気流の風上側にある。エリアＡ－１及びＡ－３は搬送用送風機９０－１及び９０－３にそれぞれ対応付けられている。エリアＡ－２及びＡ－４は車両移動経路１０－２上に設定され、エリアＡ－２はエリアＡ－４よりも搬送用送風機９０－２及び９０－４により生じる気流の風上側にある。エリアＡ－２及びＡ－４は搬送用送風機９０－２及び９０－４にそれぞれ対応付けられている。
　車両の位置を検出する一態様として、車両移動検出部３１は、車両がエリアＡ－１～Ａ－４のいずれのエリアを移動しているかを画像データから検出する。エリアＡ－１及びＡ－３での車両の移動はカメラ２０－１の画像データから把握され、エリアＡ－２及びＡ－４での車両の移動はカメラ２０－２の画像データから把握される。車両移動検出部３１は、車両の位置として、車両が移動するエリアを示す車両位置情報を生成する。画像データから車両の移動及び車両の移動するエリアの検出は既知の画像認識技術によって行われる。画像データは車両の移動が検知できる程度にフレームレートの低い動画像で構わない。
　次いでステップＳ４において、送風機制御部３３は、車両移動検出部３１から出力される車両位置情報に基づき、搬送用送風機９０－１～９０－４のうちの風量を増加すべき搬送用送風機を特定する。
　図７は、ステップＳ４の動作をより詳細に示したフローチャートである。ステップＳ４－１において、送風機制御部３３はエリアＡ―１に車両が存在するか否かを判断する。エリアＡ－１に車両が存在する場合、エリアＡ－１に排気ガスが溜まりやすいので、エリアＡ－１での風量を上げる必要がある。そして駐車場外への排気を促進するためエリアＡ－１だけでなくその下流側にあるエリアＡ－３でも風量を上げるのが望ましい。そこで、エリアＡ―１に車両が存在すると判断すると（Ｙｅｓ）、ステップＳ４－２において、送風機制御部３３は搬送用送風機９０－１及び９０－３を特定する。ステップＳ４－２はエリアＡ－３に他の車両が存在するか否かに拘わらず行われる。その後、動作フローはステップＳ４－５に移行する。
　ステップＳ４－１で車両が存在しないと判断すると（Ｎｏ）、ステップＳ４－３において、送風機制御部３３はエリアＡ－３に車両が存在するか否かを判断する。存在すると判断すると（Ｙｅｓ）、ステップＳ４－４において、送風機制御部３３は搬送用送風機９０－３を特定する。このときエリアＡ－１では風量を増加させる必要はないので搬送用送風機９０－１は特定されない。その後、動作フローはステップＳ４－５に移行する。またステップＳ４－３で車両が存在しないと判断された場合（Ｎｏ）も、動作フローはステップＳ４－５に移行する。
　ステップＳ４－５において、送風機制御部３３はエリアＡ－２に車両が存在するか否かを判断する。エリアＡ－２に車両が存在するとエリアＡ－２に排気ガスが溜まりやすいので、エリアＡ－２での風量を上げる必要がある。そして駐車場外への排気を促進するためエリアＡ－２だけでなくその下流側にあるエリアＡ－４でも風量を上げるのが望ましい。そこで、エリアＡ―２に車両が存在すると判断すると（Ｙｅｓ）、ステップＳ４－６において、送風機制御部３３は搬送用送風機９０－２及び９０－４を特定する。ステップＳ４－６はエリアＡ－４に別の車両が存在するか否かに拘わらず行われる。その後、動作フローはステップＳ５に移行する。
　ステップＳ４－５で車両が存在しないと判断すると（Ｎｏ）、ステップＳ４－７において、送風機制御部３３はエリアＡ－４に車両が存在するか否かを判断する。存在すると判断すると（Ｙｅｓ）、ステップＳ４－８において、送風機制御部３３は搬送用送風機９０－４を特定する。このときエリアＡ－２では風量を増加させる必要はないので搬送用送風機９０－２は特定されない。その後、動作フローはステップＳ５に移行する。またステップＳ４－７で車両が存在しないと判断された場合（Ｎｏ）も、動作フローはステップＳ５に移行する。
　図５に戻り、ステップＳ５において、車両形状検出部３２は、エリアＡ－１～Ａ－４に存在する全車両のそれぞれ大きさを判別する。車両形状検出部３２は、既存の画像認識技術により車両の形状を検出し、その形状から車両の大きさを判別する。ステップＳ６では、送風機制御部３３は、車両の大きさに関する情報を車両形状検出部３２から受け、車両の大きさに応じてステップＳ４で特定された搬送用送風機の風量を決定する。決定される風量は、換気システム１００の運転開始時点での搬送用送風機９０－１～９０－４の風量よりも大きい。車両が大きければその排気ガスの排気量も多いため、車両の大きいほど搬送用送風機の風量を大きくするのが望ましい。例えば送風機制御部３３には車両の大きさに関する複数の閾値が設定され、送風機制御部３３はその判別した車両の大きさが閾値を超える毎に風量を増加させるように風量を決める。
　ステップＳ７では、送風機制御部３３は、ステップＳ４で特定された搬送用送風機に風量制御指令を送信し、ステップＳ６で決定された風量に変更するよう搬送用送風機を制御する。風量制御指令を受信した搬送用送風機は、風量制御指令に基づき風量を変更する。車両がエリアＡ－１に存在する場合には、搬送用送風機９０－１及び９０－３が風量制御指令を受ける。車両がエリアＡ－２に存在する場合には、搬送用送風機９０－２及び９０－４が風量制御指令を受ける。車両がエリアＡ－３に存在する場合には、搬送用送風機９０－３が風量制御指令を受ける。車両がエリアＡ－４に存在する場合には、搬送用送風機９０－４が風量制御指令を受ける。いずれの場合も、風量制御指令を受けた搬送用送風機は風量を増加させる。
　複数の車両が同じエリアに存在した場合、送風機制御部３３は、その複数の車両に対してそれぞれ決定された風量のうち最も大きい風量となるようにそのエリアに対応する搬送用送風機の風量を制御するのがよい。もしくは送風機制御部３３は、その最も大きい風量から車両数に応じてさらに増加させた風量となるように搬送用送風機の風量を制御することもできる。
　ステップＳ８において、送風機制御部３３は、ステップＳ７で搬送用送風機の風量が変更されてから所定の時間が経過したどうかを判断する。風量の変更後、所定の時間が経過するまで搬送用送風機はステップＳ７で変更された風量で運転を続ける（Ｎｏ）。風量の変更後、所定の時間が経過すると（Ｙｅｓ）、ステップＳ９において、送風機制御部３３は、変更前の風量、すなわち換気システム１００の運転開始時点での風量に戻すように搬送用送風機の風量を制御する。搬送用送風機は、送風機制御部３３から風量制御指令を受け、その風量制御指令に基づき風量を元に戻す。そして、動作フローはステップＳ１に戻り、制御部３０はステップＳ１～Ｓ９の動作を繰り返す。なおステップＳ１～Ｓ９の各々は制御部３０が行う動作と言い換えることができる。
　以上のとおり、本実施の形態に係る換気システム１００によれば、制御部３０は画像データに基づいて車両の移動を検出し、少なくとも１台の搬送用送風機の風量を変更する。画像データを使用するため制御部３０は車両が排気ガスを発生していることを速やかに検出でき、排気ガスを素早く排出することができる。
　また換気システム１００によれば、制御部３０は画像データから移動する車両の位置を検出し、その検出された位置に応じて複数の搬送用送風機９０－１～９０－４のうちの少なくとも１台を特定し、その特定した搬送用送風機の風量を増加させる。排気ガスの発生が多くない箇所では搬送用送風機の風量を増加させずに済むことができる。つまり過剰な換気を行うことを抑制できるため使用電力を節約することができる。これは換気システム１００のランニングコストの低減につながる。
　制御部３０は、風量を増加させる搬送用送風機として、車両の検出された位置に気流を発生させる搬送用送風機を特定するので、駐車場内の排気ガスの排気が必要な箇所を素早く特定することができる。制御部３０は、さらにその下流の側にある搬送用送風機も風量を増加させる搬送用送風機として特定するので、駐車場外へ排気ガスを効率よく導くことができる。
　ＣＯ濃度を検出するＣＯセンサに比べ、画像を撮像する撮像部２０は安価であるため、画像データに基づいた搬送用送風機の風量制御は、換気システム１００のイニシャルコストの低減にも寄与する。
　以下、実施の形態１の変形例をいくつか示す。
　変形例（１）：ステップＳ２において車両移動検出部３１は動画像中の車両の位置の変化を検出したが、車両の位置を検出することによって車両の移動を検出してもよい。車両移動経路１０上に設定されるエリアＡ－１～Ａ－４に車両が存在すれば車両移動経路１０上を車両が移動していると見なすことができる。そこでステップＳ２では、車両移動検出部３１が画像データから、車両がエリアＡ－１～Ａ－４のいずれかに存在する否かを判断する。エリアＡ－１～Ａ－４のいずれかに車両が存在すると判断された場合を、車両移動検出部３１が車両の移動を検出したものとする。そしてステップＳ３において、車両移動検出部３１は、車両が存在するエリア（エリアＡ－１～Ａ－４のいずれか）を示す車両位置情報を生成する。一方、車両が画像中に存在しない或いは存在してもエリアＡ－１～Ａ－４のいずれにも存在しない場合、移動する車両はなしとして車両移動検出部３１は動作をステップＳ１に戻す。このときの車両の移動を検出するための画像データは静止画像で構わない。
　変形例（２）：ステップＳ４は送風機制御部３３により行われるが、車両移動検出部３１により行われても構わない。このとき送風機制御部３３は車両移動検出部３１から搬送用送風機を特定する情報を受け、その特定された搬送用送付機に風量制御指令を送信する。また、ステップＳ６は送風機制御部３３により行われたが、車両形状検出部３２により行われても構わない。このとき送風機制御部３３は、車両移動検出部３１により決定された風量を風量情報として風量制御指令に含める。
　変形例（３）：制御部３０は車両形状検出部３２を必ずしも要しない。送風機制御部３３は車両の大きさに拘わらず、所定の量だけ風量を増加させるように搬送用送風機を制御することもできる。これにより制御部３０の処理の負担を減らすことができる。
　変形例（４）：搬送用送風機の台数及び設置場所は駐車場の規模に応じて変更される。駐車場によっては１台の搬送用送風機を設置する場合もあり得る。その際、制御部３０は車両の移動が検出されたとき、搬送用送風機を特定するためのステップＳ４は不要であり、唯一の搬送用送風機の風量を上げればよい。またカメラの台数も駐車場の規模に応じて変更される。駐車場の規模が小さければ撮像部２０として１台のカメラでもよい。
実施の形態２．
　図８は、実施の形態２に係る換気システム１１０の模式図である。換気システム１１０は、給気用送風機５、排気用送風機６、搬送用送風機９０－１～９０－４、カメラ２０－１、カメラ２０－２及び制御部３０を備える。実施の形態１との相違は、制御部３０における搬送用送風機の特定方法であり、それ以外の構成及び動作は実施の形態１と同一とする。
　制御部３０は換気システム１１０が設置される駐車場の駐車場マップを有する。駐車場マップは制御部３０内のメモリに予め保存される。駐車場マップでは、例えば、駐車場の平面に２次元座標が設定されており、搬送用送風機９０－１～９０－４、カメラ２０－１、２０－２及び排気口２のそれぞれ位置が２次元座標の形式で制御部３０に予め記憶されている。
　図９に示すように、給気用送風機５から供給される空気は、搬送用送風機９０－１から搬送用送風機９０－３を経由して排気用送風機６に向かう気流と、搬送用送風機９０－２から搬送用送風機９０－４を経由して排気用送風機６に向かう気流の２系統に大別される。
　搬送用送風機９０－１と搬送用送風機９０－３とを結ぶ直線は風路９１Ａと定義され、搬送用送風機９０－１と対応する。風路９１Ａは搬送用送風機９０－１及び搬送用送風機９０－３の２点の座標により設定されている。搬送用送風機９０－３と排気口２とを結ぶ直線は風路９１Ｃと定義され、搬送用送風機９０－３と対応する。風路９１Ｃは搬送用送風機９０－３及び排気口２の２点の座標によって設定されている。搬送用送風機９０－２と搬送用送風機９０－４とを結ぶ直線は風路９１Ｂと定義され、搬送用送風機９０－２に対応する。風路９１Ｂは搬送用送風機９０－２及び搬送用送風機９０－４の２点の座標によって設定されている。搬送用送風機９０－４と排気口２とを結ぶ直線は風路９１Ｄと定義され、搬送用送風機９０－４に対応する。風路９１Ｄは搬送用送風機９０－４及び排気口２の２点の座標によって設定されている。
　風路９１Ａ～９１Ｄにおける気流が流れる向きを示す情報も駐車場マップに含まれている。よって制御部３０は、搬送用送風機９０－１が搬送用送風機９０－３より上流側に配置されていること、及び、搬送用送風機９０－２が搬送用送風機９０－４より上流側に配置されていることを駐車場マップから把握することができる。
　駐車場内に車両１１が存在している場合、車両移動検出部３１は、カメラ２０－１及び２０－２から取得する画像データに基づき車両１１の位置を２次元座標として検出する。車両移動検出部３１は、この検出された車両１１の位置を車両位置情報として出力する。この車両移動検出部３１による位置検出は図５のステップＳ３に対応する。
　ここで、車両１１から風路９１Ａまでの最短距離を風路距離９２Ａとする。車両１１から風路９１Ｂまでの最短距離を風路距離９２Ｂとする。車両１１から風路９１Ｃまでの最短距離を風路距離９２Ｃとする。車両１１から風路９１Ｄまでの最短距離を風路距離９２Ｄとする。送風機制御部３３は、車両移動検出部３１から受ける車両位置情報に基づき、風路距離９２Ａ～９２Ｄをそれぞれ算出する。送風機制御部３３は、風路９１Ａ～９１Ｄのうち車両移動検出部３１により算出された風路距離が最も小さい風路を特定し、その特定された風路に対応する搬送用送風機を特定する。その搬送用送風機の下流側に搬送用送風機があればその搬送用送風機も特定する。この送風機制御部３３による搬送用送風機の特定が図５のステップＳ４に対応する。
　風路距離の理解のため、図８では、車両１１が駐車スペース７に駐車している場合における風路距離９２Ａ～９２Ｄを示しているが、ステップＳ３はステップＳ２の後に行われるので、車両１１が駐車しているとき風路距離９２Ａ～９２Ｄは算出されない。しかしステップＳ３はステップＳ２の前に行われても構わない。すなわち、車両移動検出部３１が車両１１の位置を検出して風路距離９２Ａ～９２Ｄを算出した後、車両１１の移動を検出する。車両１１の移動が検出されると、ステップＳ４では、送風機制御部３３は、車両１１に対する風路距離９２Ａ～９２Ｄに基づき搬送用送風機を特定する。これ以降の換気システム１１０の動作は実施の形態１のステップＳ５と同一であるのでその説明を省略する。
　このように換気システム１１０は、搬送用送風機９０－１～９０－４により発生する気流のそれぞれ複数の風路が設定されており、制御部３０が車両に最も近い風路に対応する搬送用送風機を、風量を増加させるべきものとして特定することを特徴としたものである。
　以下、実施の形態２の変形例をいくつか示す。
　変形例（１）：実施の形態１の変形例（１）と同様、制御部３０は車両の位置に基づき車両の移動を検出してもよい。例えば、車両がいずれの駐車スペース７にも存在しなければ、車両移動経路１０上を車両が移動していると見なすことができる。そこで、駐車場マップには、すべての駐車スペース７のエリアに関する情報が含まれているものとする。ステップＳ３において、車両移動検出部３１は、車両の移動に拘わらず車両の位置を検出し、２次元座標としての車両位置情報を生成する。そして、車両移動検出部３１は、検出した車両の位置が駐車スペース７に含まれるか否かを判断する。いずれかの駐車スペース７に含まれると判断すると、車両は移動していないとして車両移動検出部３１は動作をステップＳ１に戻す。車両の位置がどの駐車スペース７にも含まれていないと判断すると、車両１１は移動している車両であるとして車両移動検出部３１は動作をステップＳ４に移す。車両の移動の検出はステップＳ３で行われ、ステップＳ２は不要となる。
　変形例（２）：換気システム１１０は、図８に示すように、給気口１と排気口２とが対角の位置に配置される場合に限らない。換気システム１１０は、駐車場の平面形状の４つの角部のうち隣接する２つの角部の位置、例えば図１０に示すように、給気口１が左辺上側の角部に、排気口２が左辺下側の角部に配置されてもよい。その場合、搬送用送風機９０－１は搬送用送風機９０－３の近傍に設置され、搬送用送風機９０－２に向けて送風する。よって図１１に示すように、給気用送風機５から供給される空気は、搬送用送風機９０－３から排気用送風機６に向かう気流と、搬送用送風機９０－１から搬送用送風機９０－２及び９０－４を経由して排気用送風機６に向かう気流の２系統に大別される。
　変形例（３）：実施の形態１の変形例（２）～（４）の各々は実施の形態２の換気システム１１０にも当てはまる。
実施の形態３．
　図１２は、実施の形態３に係る換気システム１２０の模式図である。換気システム１２０は、給気用送風機５、排気用送風機６、搬送用送風機９０－１～９０－４、カメラ２０－１、カメラ２０－２及び制御部３０を備える。実施の形態１との相違は、制御部３０における搬送用送風機の特定方法であり、それ以外の構成及び動作は実施の形態１と同一とする。
　給気用送風機５、排気用送風機６、搬送用送風機９０－１～９０－４、カメラ２０－１、カメラ２０－２及び制御部３０の設置場所は図８と同一である。駐車場を平面視して図１２の右上角部は角部Ａと、左上角部は角部Ｂと、右下角部は角部Ｃと、左下角部は角部Ｄとそれぞれ称される。角部Ａ近傍に給気口１及び給気用送風機５が配置される。搬送用送風機９０－１及び９０－２は角部Ａ近傍の通路に配置される。搬送用送風機９０－１は角部Ｂに向けて送風する。搬送用送風機９０－２は角部Ｃに向けて送風する。搬送用送風機９０－３は角部Ｂ近傍の通路に配置され、角部Ｄに向けて送風する。搬送用送風機９０－３は角部Ｃ近傍の通路に配置され、角部Ｄに向けて送風する。角部Ｄ近傍に排気口２及び排気用送風機６が配置される。
　カメラ２０－１は角部Ｂ近傍に配置され、カメラ２０－２は角部Ｃ近傍に配置される。よってカメラ２０－１の撮像する画像の左側はカメラ２０－２の撮像する画像の右側になり、カメラ２０－１の撮像する画像の右側は、カメラ２０－２の撮像する画像の左側になる。カメラ２０－１及び２０－２のそれぞれ解像度は同じである。
　カメラ２０－１とカメラ２０－２とを結ぶ直線９４Ａは、便宜的に付した仮想上の線である。またカメラ２０－１とカメラ２０－２との中間位置を通り、駐車場の床面に平行且つ直線９４Ａと直交する直線９４Ｂも、便宜的に付した仮想上の線である。直線９４Ａと直線９４Ｂとに接するエリアであって、カメラ２０－１から見て直線９４Ｂより手前にある左側のエリアはエリア９３Ａと称される。直線９４Ａと直線９４Ｂとに接するエリアであって、カメラ２０－１から見て直線９４Ｂより手前にある右側のエリアはエリア９３Ｃと称される。直線９４Ａと直線９４Ｂとに接するエリアであって、カメラ２０－２から見て直線９４Ｂより手前にある右側のエリアはエリア９３Ｂと称される。直線９４Ａと直線９４Ｂとに接するエリアであって、カメラ２０－２から見て直線９４Ｂより手前にある左側のエリアはエリア９３Ｄと称される。図では便宜上、エリア９３Ａ～９３Ｄが直線９４Ａ及び９４Ｂから離れているが、上述のとおり直線９４Ａ及び９４Ｂに接したエリアである。
　車両移動検出部３１は、車両の位置として、エリア９３Ａ～９３Ｄのいずれかを検出する。車両移動検出部３１はまず、カメラ２０－１及び２０－２のいずれか一方の撮像した画像中の車両の位置を検出する。画像中の車両の位置は、画像中に車両が右半分に存在するか左半分に存在するかの左右情報として検出される。その一方のカメラは例えばカメラ２０－２であるとする。車両がカメラ２０－２の画像の右半分にあれば、車両は直線９４Ａよりも右側にあるエリア９３Ａ及び９３Ｂのいずれかに存在することがわかる。車両がカメラ２０－２の画像の左半分にあれば、車両は直線９４Ａより左側にあるエリア９３Ｃ及び９３Ｄのいずれかに存在することがわかる。
　カメラ２０－２の画像中にある車両は他方のカメラ２０－１でも撮像される。そこで車両移動検出部３１は、カメラ２０－１及び２０－２でそれぞれ撮像された車両の大きさを比較する。カメラ２０－１で撮像された車両が大きい場合、車両は直線９４Ａからカメラ２０－１に近い側にあることがわかる。一方、カメラ２０－２で撮像された車両が大きい場合、車両は直線９４Ａからカメラ２０－２に近い側にあることがわかる。
　従って車両移動検出部３１は、カメラ２０－２で撮像された車両が直線９４Ａの右側にあり且つカメラ２０－２よりカメラ２０－１のほうが大きく撮像したことを検出すると、車両がエリア９３Ａにあると検出する。車両移動検出部３１は、カメラ２０－２で撮像された車両が直線９４Ａの左側にあり且つカメラ２０－２よりカメラ２０－１のほうが大きく撮像したことを検出すると、車両がエリア９３Ｃにあると検出する。車両移動検出部３１は、カメラ２０－２で撮像された車両が直線９４Ａの右側にあり且つカメラ２０－１よりカメラ２０－２のほうが大きく撮像したことを検出すると、車両がエリア９３Ｂにあると検出する。車両移動検出部３１は、カメラ２０－２で撮像された車両が直線９４Ａの左側にあり且つカメラ２０－１よりカメラ２０－２のほうが大きく撮像したことを検出すると、車両がエリア９３Ｄにあると検出する。車両移動検出部３１は、その検出されたエリアを車両位置情報として出力する。この車両移動検出部３１によるエリアの検出は図５のステップＳ３に対応する。
　ステップＳ４では、送風機制御部３３は、車両移動検出部３１から出力される車両位置情報に基づき、風量を増加すべき搬送用送風機を特定する。車両位置情報がエリア９３Ａを示す場合、送風機制御部３３はエリア９３Ａに気流を発生させる搬送用送風機９０－１及びその下流側の搬送用送風機９０－３を特定する。車両位置情報がエリア９３Ｃを示す場合、送風機制御部３３はエリア９３Ｃに気流を発生させる搬送用送風機９０－３を特定する。車両位置情報がエリア９３Ｂを示す場合、送風機制御部３３はエリア９３Ｂに気流を発生させる搬送用送風機９０－２及びその下流側の搬送用送風機９０－４を特定する。車両位置情報がエリア９３Ｄを示す場合、送風機制御部３３はエリア９３Ｄに気流を発生させる搬送用送風機９０－４特定する。この送風機制御部３３による搬送用送風機の特定が図５のステップＳ４に対応する。これ以降の換気システム１２０の動作は実施の形態１のステップＳ５と同一であるのでその説明を省略する。
　以上のように換気システム１２０は、２つのカメラ２０－１、２０－２によりそれぞれ撮像される車両の大きさを比較し、その比較結果に応じて、風量を増加させるべき搬送用送風機として特定することを特徴としたものである。
　なお実施の形態１の変形例（２）～（４）及び実施の形態２の変形例（２）は実施の形態３の換気システム１２０にも当てはまる。
実施の形態４．
　実施の形態４に係る学習装置２００及び推論装置３００について説明する。学習装置２００及び推論装置３００はともに、搬送用送風機を有する換気システムに関する学習及び推論の装置である。学習装置２００は学習用データを取得し、その学習用データから搬送用送風機の制御方法を機械学習によって決定し、学習済モデルを生成する。推論装置３００は学習済モデルに基づき、入力データから搬送用送風機を制御するための制御情報を推論する。
　駐車場には様々な形状があり、駐車場内の駐車スペース７の配置も様々であるため、複数の駐車場に対し画一的な制御方法で搬送用送風機を制御するよりも、それぞれの駐車場に適合した制御方法で搬送用送風機を制御することが効率的な換気を行ううえで望ましい。そのために学習装置２００が利用される。
　図１３は、学習装置２００による学習に係る換気システム１３０を示した模式図である。換気システム１３０は、実施の形態１の換気システム１００にさらに環境センサ４０を備えたものである。環境センサ４０は、駐車場内の柱等に設置され、空気中の汚染物質の濃度を測定する。駐車場内全体の空気質を把握するため、環境センサ４０は、中心部及び周辺部を含む駐車場のそれぞれ異なる箇所に複数台設置される。環境センサ４０により測定された汚染物質の濃度は学習装置２００の学習に利用される。
　駐車場の排気として換気すべきガスにはＣＯとＮＯＸとがある。そこで各環境センサ４０は、汚染物質の濃度として、ＣＯ濃度及びＮＯＸ濃度を測定する。ＣＯは空気よりやや軽く、時間とともに上方、天井面方向に移動する。ＮＯＸは空気より重く、時間とともに下方、床面方向に移動する。人間が立った状態で口及び鼻付近の濃度が最も問題になるため、各環境センサ４０は駐車場の床面から１～２ｍの位置に設置することが望ましい。
　各環境センサ４０として用いるＮＯＸセンサ及びＣＯセンサは高価であり、駐車場内に常設することは現実的ではない。本実施の形態では、複数の環境センサ４０は一定期間貸出され、貸出期間中に学習装置２２０が学習を行う。学習期間が終了すると複数の環境センサ４０は回収され、他の駐車場に設置される換気システムに貸し出され学習に利用される。このように環境センサ４０を複数の駐車場で順々に使用して学習を行うことはイニシャルコストの面に優れる。
　以下、学習装置２００及び推論装置３００を学習フェーズ及び活用フェーズに分けて説明する。
＜学習フェーズ＞
　図１４は、学習装置２００の構成を示すブロック図である。学習装置２００はデータ取得部２１及びモデル生成部２２を備える。データ取得部２１は換気システム１３０から学習用データを取得する。学習用データは、搬送用送風機９０－１～９０－４それぞれの風量を示す風量データ及び駐車場内を撮像した画像の画像データを含む。
　画像データは、カメラ２０－１及び２０－２によりそれぞれ撮像された画像のデータである。風量データは、各搬送用送風機の風量を示すデータであり、具体的には、その風量を決定する各搬送用送風機の運転パラメータ或いは運転モードを示すデータで表わされる。画像データに基づいて制御部３０により風量が変更された搬送用送風機に対する風量データは変更後の風量を示したデータに変わる。データ取得部２１で取得した学習用データは推論部４２に出力される。
　モデル生成部２２は、学習用データに基づいて搬送用送風機の風量を制御するための風量制御指令を学習する。すなわち、モデル生成部２２は、換気システム１１０から取得した学習用データから最適な風量制御情報を推論する学習済モデルを生成する。
　学習装置２００は換気システム１３０に接続される。学習装置２００は、例えば、ネットワーク１４０（図２を参照）に接続され、ネットワーク１４０を介して学習用データを取得するのがよい。その場合、学習装置２００はクラウドサーバ上に存在してもよい。もしくは、学習装置２００は換気システム１３０に内蔵されてもよい。
　モデル生成部２２が用いる学習アルゴリズムに、教師あり学習、教師なし学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ　Ｌｅａｒｎｉｎｇ）を適用した場合について説明する。強化学習では、ある環境内におけるエージェント（行動主体）が、現在の状態（環境のパラメータ）を観測し、取るべき行動を決定する。エージェントの行動により環境が動的に変化し、エージェントには環境の変化に応じて報酬が与えられる。エージェントはこれを繰り返し、一連の行動を通じて報酬が最も多く得られる行動方針を学習する。強化学習の代表的な手法として、Ｑ学習（Ｑ－ｌｅａｒｎｉｎｇ）又はＴＤ学習（ＴＤ－ｌｅａｒｎｉｎｇ）が知られている。例えば、Ｑ学習の場合、行動価値関数Ｑ（ｓ，ａ）の一般的な更新式は数１で表される。
Figure JPOXMLDOC01-appb-M000001
  
　数１において、ｓｔは時刻ｔにおける環境の状態を表し、ａｔは時刻ｔにおける行動を表す。行動ａｔにより、状態はｓｔ＋１に変わる。ｒｔ＋１はその状態の変化によってもらえる報酬を表し、γは割引率を表し、αは学習係数を表す。γは０＜γ≦１、αは０＜α≦１の範囲とする。搬送用送風機９０－１～９０－４の風量が行動ａｔとなり、駐車場内を撮像した画像が状態ｓｔとなり、時刻ｔの状態ｓｔにおける最良の行動ａｔが学習される。
　数１で表される更新式は、時刻ｔ＋１における最もＱ値の高い行動ａの行動価値Ｑが、時刻ｔにおいて実行された行動ａの行動価値Ｑよりも大きければ、行動価値Ｑを大きくし、逆の場合は、行動価値Ｑを小さくする。換言すれば、時刻ｔにおける行動ａの行動価値Ｑを、時刻ｔ＋１における最良の行動価値に近づけるように、行動価値関数Ｑ（ｓ，ａ）が更新される。それにより、或る環境における最良の行動価値が、それ以前の環境における行動価値に順次伝播していくようになる。
　このように強化学習によって学習済モデルを生成する場合、モデル生成部２２は、報酬計算部２２ａと、関数更新部２２ｂとを備える。報酬計算部２２ａは、学習用データに基づいて報酬を計算する。報酬計算部２２ａは、報酬基準に基づいて報酬ｒを計算する。ここでの報酬基準は、複数の環境センサ４０でそれぞれ測定されたＣＯの濃度及びＮＯＸ濃度であり、それぞれの濃度データがデータ取得部２１により取得される。報酬計算部２２ａは、例えば、搬送用送風機９０－１～９０－４を風量データで示される風量で運転した結果、測定したＣＯ濃度及びＮＯＸ濃度が減少した場合には報酬ｒを増大させる（例えば「１」の報酬を与える）。他方、搬送用送風機９０－１～９０－４を風量データで示される送風量で運転した結果、測定したＣＯ濃度及びＮＯＸ濃度が増加した場合には報酬ｒを低減する（例えば「－１」の報酬を与える）。
　関数更新部２２ｂは、報酬計算部２２ａによって計算される報酬に従って、搬送用送風機９０－１～９０－４を制御するための風量制御情報を決定するための関数を更新し、学習済モデル記憶部２３に出力する。例えばＱ学習の場合、式１で表される行動価値関数Ｑ（ｓｔ，ａｔ）は、その風量制御情報を算出するための関数として用いられる。
　以上のような学習が繰り返し実行される。学習済モデル記憶部２３は、関数更新部１２２ｂによって更新された行動価値関数Ｑ（ｓｔ，ａｔ）、すなわち、学習済モデルを記憶する。学習済モデル記憶部２３は学習装置２００の外に設けられるが、学習装置２００に内蔵された記憶部でも構わない。
　次に、図１５を用いて、学習装置２００が学習する処理について説明する。図１５は学習装置２００の動作を示すフローチャートである。
　ステップｂ１において、データ取得部２１は、搬送用送風機９０－１～９０－４の風量データ及び駐車場の画像データを学習用データとして取得する。ステップｂ２において、モデル生成部２２は、学習用データに基づいて報酬を計算する。具体的には、報酬計算部２２ａが学習用データを取得し、複数の環境センサ４０によりそれぞれ測定されたＣＯ濃度及びＮＯＸ濃度に基づいて報酬を増加させるか、または報酬を減じるかを判断する。
　搬送用送風機９０－１～９０－４が風量データで示される風量で運転した結果、駐車場内の排気ガスが減少した場合、ステップｂ３において、報酬計算部２２ａは報酬を増大させると判断し、報酬を増大させる。一方、搬送用送風機９０－１～９０－４が風量データで示される送風量で運転した結果、駐車場内の排気ガスが増加した場合、ステップｂ４において、報酬計算部２２ａは報酬を減少させると判断し、報酬を減少させる。
　ステップｂ５において、関数更新部２２ｂは、報酬計算部２２ａによって計算された報酬に基づいて、学習済モデル記憶部２３により記憶された式１で表される行動価値関数Ｑ（ｓｔ，ａｔ）を更新する。学習装置２００は、以上のステップｂ１からステップｂ５のステップを繰り返し実行し、生成された行動価値関数Ｑ（ｓｔ，ａｔ）を学習済モデルとして、学習済モデル記憶部２３に記憶する。
　学習装置２００のハードウェア構成は、図４に示されたものと同様に、プロセッサ、メモリ及びバス７２を有する構成或いは専用の処理回路を有する構成である。
　このように学習装置２００は、搬送用送風機９０－１～９０－４の風量データ及び駐車場の画像データを含む学習用データに基づき学習を行う。この学習により、換気システム１３０が設置される駐車場に適合した風量制御情報を推論する学習済モデルを得ることができる。
＜活用フェーズ＞
　図１６は推論装置３００の構成を示すブロック図である。推論装置３００はデータ取得部４１及び推論部４２を備える。
　データ取得部４１は、学習期間後の換気システム１３０からの入力データを取得する。入力データは、駐車場内を撮像した画像の画像データを有する。画像データは、カメラ２０－１及び２０－２によりそれぞれ撮像された画像のデータである。データ取得部４１で取得した入力データは推論部４２に出力される。
　推論部４２は、学習済モデル記憶部２３に記憶された学習済モデルを読み出して、この学習済モデルを利用して風量制御情報を推論する。すなわち、この学習済モデルにデータ取得部４１が取得した入力データを入力することで、画像データに適した風量制御情報を出力することができる。
　推論装置３００は、換気システム１３０に接続される。推論装置３００は、例えば、ネットワーク１４０（図２を参照）に接続され、ネットワーク１４０を介して入力データを取得する。その場合、推論装置３００はクラウドサーバ上に存在してもよい。もしくは、推論装置３００は換気システム１３０に内蔵されてもよい。なお学習期間後に推論装置３００が利用される際には、上述のとおり、複数の環境センサ４０は換気システム１３０から取り外されている。
　なお推論装置３００は、換気システム１３０を基に学習した学習済モデルを用いて風量制御情報を推論するものとして説明したが、他の換気システムを使って学習を実施した学習済モデルを取得し、この学習済モデルに基づいて風量制御情報を出力するようにしてもよい。
　次に、図１７を用いて、推論装置３００を使って風量制御情報を得るための処理及び換気システム１３０の動作を説明する。図１７は推論装置３００及び換気システム１００の動作を示すフローチャートである。
　ステップｃ１において、データ取得部４１は入力データを取得する。ステップｃ２において、推論部４２は学習済モデル記憶部２３に記憶された学習済モデルを読み出し、この学習済モデルにデータ取得部１５１で取得した入力データを入力することにより風量制御情報を得る。風量制御情報は、搬送用送風機９０－１～９０－４のうち風量を変更すべき少なくとも１台の搬送用送風機を特定する情報及び特定された各搬送用送風機の変更後の風量を特定する情報を含んでいる。
　ステップｃ３において、推論部４２は、その得られた風量制御情報を換気システム１３０の制御部３０に出力する。ステップｃ４において、換気システム１３０の制御部３０は、推論部４２から取得した風量制御情報に基づき、搬送用送風機９０－１～９０－４のうちの特定された少なくとも１台の風量を制御する。具体的には、送風機制御部３３は、推論部４２から取得する風量制御情報に基づいて風量制御指令を生成し、風量を増加させるべき搬送用送風機に送信する。
　推論装置３００のハードウェア構成は、図４に示されたものと同様に、プロセッサ、メモリ及びバス７２を有する構成或いは専用の処理回路を有する構成である。
　このように、推論装置３００は、学習装置２００で学習した学習済モデルに基づいて搬送用送風機の風量を制御するための風量制御情報を推論するので、換気システム１３０が設置される駐車場に適合した搬送用送風機の制御を換気システムに提供することができる。そしてこの推論された風量制御情報により搬送用送風機が制御される換気システム１３０は、車両の移動に応じた効率的な換気を行うことができ、駐車場内の空気質が改善される。
　本実施の形態に係る学習装置２００において、さらに給気用送風機５及び排気用送風機６のそれぞれ風量を示す風量データも学習用データに追加しても構わない。その際、推論装置３００は、入力データとして給気用送風機５及び排気用送風機６のそれぞれ風量を示す風量データをさらに取得する。従って学習期間後の運転する換気システム１３０において、給気用送風機５及び排気用送風機６も適正な風量を変更し、効率的な換気を行う。
　また、学習装置２００において、学習装置２００の学習用データに、画像データの代わりに或いは画像データに加えて、車両の位置を示す車両位置データが含まれてもよい。車両位置データは、画像データから制御部３０（具体的には車両移動検出部３１）により検出された車両位置情報である。車両位置データは、行動を示すパラメータとして強化学習に利用される。
　なお、本実施の形態では、モデル生成部２２が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、教師あり学習以外にも、強化学習、教師なし学習、又は半教師あり学習等を適用することも可能である。
　また、モデル生成部２２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Ｄｅｅｐ　Ｌｅａｒｎｉｎｇ）を用いることもでき、他の公知の方法、例えばニューラルネットワーク、遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。
　また、モデル生成部２２は、複数の換気システムに対して作成される学習用データに従って、風量制御情報を学習するようにしてもよい。なお、モデル生成部２２は、同一の駐車場で使用される複数の換気システムから学習用データを取得してもよいし、異なる駐車場で独立して動作する複数の換気システムから収集される学習用データを利用して風量制御情報を学習してもよい。また、学習用データを収集する換気システムを途中で対象に追加するとは可能であり、さらにその換気システムを対象から除去することも可能である。さらに、ある換気システムに関して風量制御情報を学習した学習装置を、これとは別の換気システムに適用し、当該別の換気システムに関して風量制御情報を再学習して更新するようにしてもよい。
　学習に係る換気システムは、換気システム１３０の代わりに、実施の形態２の換気システム１１０に複数の環境センサ４０が設置されたもの、或いは、実施の形態３の換気システム１１０に複数の環境センサ４０が設置されたものでも構わない。
　今回開示された実施の形態は例示的なものであり、特許請求の範囲の記載から逸脱しない範囲で、各実施の形態において構成要素の変形、省略又は追加が可能である。
　１　給気口、２　排気口、５　給気用送風機、６　排気用送風機、１０、１０－１、１０－２　車両移動経路、１１　車両、１２－１～１２－４　気流、２０　撮像部、２０－１、２０－２　カメラ、２１、４１　データ取得部、２２　モデル生成部、３０　制御部、３１　車両移動検出部、３２　車両形状検出部、３３　送風機制御部、４０　環境センサ、４２　推論部、９０，９０－１～９０－４　搬送用送風機、９１Ａ～９１Ｄ　風路、１００、１１０、１２０、１３０、１４０　換気システム、２００　学習装置、３００　推論装置

Claims (10)

  1. 　給気口から外部の空気を駐車場へ供給する給気用送風機と、
    　排気口から前記駐車場の空気を外部に排出する排気用送風機と、
    　前記給気用送風機から前記排気用送風機へ気流を搬送する搬送用送風機と、
    　前記駐車場の内部を撮像して画像データを出力する撮像部と、
    　前記撮像部から出力される画像データに基づいて車両の移動を検出し、前記搬送用送風機の風量を変更する制御部と
    を備える、ことを特徴とする換気システム。
  2. 　前記搬送用送風機は複数台あり、
    　前記制御部は、前記撮像部から出力される画像データから前記車両の位置を検出し、前記検出された位置に応じて前記複数台の搬送用送風機のうちの少なくとも１台を特定し、その特定された搬送用送風機の風量を増加させる、ことを特徴とする請求項１記載の換気システム。
  3. 　前記制御部は、前記少なくとも１台の搬送用送風機として、前記検出された位置に気流を発生させる搬送用送風機を特定する、ことを特徴とする請求項２記載の換気システム。
  4. 　前記制御部は、前記少なくとも１台の搬送用送風機として、前記検出された位置に気流を発生させる搬送用送風機の下流に配置された搬送用送風機を含む、ことを特徴とする請求項３記載の換気システム。
  5. 　前記複数台の搬送用送風機がそれぞれ発生する気流の複数の風路が設定されており、
    　前記制御部は、前記複数の風路のうち前記車両に最も近い風路に対応する搬送用送風機を前記少なくとも１台の搬送用送風機として特定する、ことを特徴とする請求項３記載の換気システム。
  6. 　前記撮像部は第１のカメラ及び第２のカメラを含み、
    　前記制御部は、前記第１のカメラ及び前記第２のカメラにより撮像される前記車両の大きさを比較し、その比較結果に応じて前記少なくとも１台の搬送用送風機を特定する、ことを特徴とする請求項３記載の換気システム。
  7. 　前記制御部は車両の大きさを検出し、その検出された大きさに応じて風量を決定し、さらに、その決定された風量に前記搬送用送風機の風量を制御する、請求項１～６記載の換気システム。
  8. 　搬送用送風機が設置された駐車場内の画像を示す画像データ及び前記駐車場内の車両の位置を示す車両位置データの少なくともいずれか一方のデータと、前記一方のデータにおける前記搬送用送風機の風量を示す風量データを含む学習用データを取得するデータ取得部、及び、
    　前記学習用データを用いて、前記駐車場内の画像及び前記駐車場内の車両の位置の少なくともいずれか一方から前記搬送用送風機の風量を制御する風量制御情報を推論するための学習済モデルを生成するモデル生成部
    を備える、ことを特徴とする学習装置。
  9. 　前記データ取得部は、前記駐車場内のＣＯの濃度及びＮＯＸの濃度をそれぞれ示す濃度データを取得し、
    　前記モデル生成部は、前記濃度データを報酬基準にして、前記風量制御指令を推論するための学習済モデルを生成する、ことを特徴とする請求項８記載の学習装置。
  10. 　搬送用送風機が設置された駐車場内の画像を示す画像データ及び前記駐車場内の車両の位置を示す車両位置データの少なくともいずれか一方のデータを取得するデータ取得部、及び、
    　前記駐車場内の画像及び前記駐車場内の車両の位置の少なくともいずれか一方から前記搬送用送風機の風量を推論するための学習済モデルを用いて、前記データ取得部で取得した前記少なくとも一方のデータから前記搬送用送風機の風量を制御するための風量制御情報を出力する推論部を備える、ことを特徴とする推論装置。
PCT/JP2023/022717 2023-02-10 2023-06-20 換気システム、学習装置及び推論装置 Ceased WO2024166409A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2024576089A JPWO2024166409A1 (ja) 2023-02-10 2023-06-20

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/JP2023/004573 WO2024166365A1 (ja) 2023-02-10 2023-02-10 換気システム、学習装置及び推論装置
JPPCT/JP2023/004573 2023-02-10

Publications (1)

Publication Number Publication Date
WO2024166409A1 true WO2024166409A1 (ja) 2024-08-15

Family

ID=92262256

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2023/004573 Ceased WO2024166365A1 (ja) 2023-02-10 2023-02-10 換気システム、学習装置及び推論装置
PCT/JP2023/022717 Ceased WO2024166409A1 (ja) 2023-02-10 2023-06-20 換気システム、学習装置及び推論装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/004573 Ceased WO2024166365A1 (ja) 2023-02-10 2023-02-10 換気システム、学習装置及び推論装置

Country Status (2)

Country Link
JP (1) JPWO2024166409A1 (ja)
WO (2) WO2024166365A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10281518A (ja) * 1997-04-03 1998-10-23 Nippon Flaekt Kk 送風ユニット及び屋内駐車場の換気システム
JPH11213292A (ja) * 1998-01-23 1999-08-06 Fujitsu Ltd 駐車場車両誘導方法及びシステム及び駐車場車両誘導プログラムを格納した記憶媒体
KR20160071531A (ko) * 2014-12-11 2016-06-22 세종대학교산학협력단 동작 감지를 이용한 유인팬 네트워크 시스템 및 그 동작 방법
JP2016208408A (ja) * 2015-04-27 2016-12-08 パナソニックＩｐマネジメント株式会社 検出方法、検出装置および制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10281518A (ja) * 1997-04-03 1998-10-23 Nippon Flaekt Kk 送風ユニット及び屋内駐車場の換気システム
JPH11213292A (ja) * 1998-01-23 1999-08-06 Fujitsu Ltd 駐車場車両誘導方法及びシステム及び駐車場車両誘導プログラムを格納した記憶媒体
KR20160071531A (ko) * 2014-12-11 2016-06-22 세종대학교산학협력단 동작 감지를 이용한 유인팬 네트워크 시스템 및 그 동작 방법
JP2016208408A (ja) * 2015-04-27 2016-12-08 パナソニックＩｐマネジメント株式会社 検出方法、検出装置および制御方法

Also Published As

Publication number Publication date
JPWO2024166409A1 (ja) 2024-08-15
WO2024166365A1 (ja) 2024-08-15

Similar Documents

Publication Publication Date Title
US11301779B2 (en) Air conditioner
JP6889279B2 (ja) デジタル画像内の物体を検出するためのシステムおよび方法、ならびに物体検出を再スコアリングするためのシステムおよび方法
SE520911C2 (sv) Rengöringsrobot, rengöringsrobotsystem och metod för att styra en rengöringsrobot
CN114783047B (zh) 基于边缘计算的室内吸烟检测方法和装置
WO2024166409A1 (ja) 換気システム、学習装置及び推論装置
CN113793371A (zh) 目标分割追踪方法、装置、电子设备和存储介质
US20240295338A1 (en) Airflow control system and airflow control method
CN118313993A (zh) 一种公路特长隧道空气质量优化调控方法及系统
JP2006016951A (ja) 地下空間の空調システム
WO2023089740A1 (ja) 換気空気調和制御システムおよび換気空気調和制御装置
CN118968455B (zh) 一种多目标协同的智能驾驶测试场景运行调节控制方法
JPH10184298A (ja) 集中排気式道路トンネル換気制御装置
CN116817392B (zh) 一种地下室通风排烟方法、系统、智能终端及存储介质
JP3904506B2 (ja) トンネル換気制御方法および装置
JP7309069B2 (ja) 空気調和装置の制御のための学習装置および推論装置
CN112984753A (zh) 新风系统的控制方法、新风系统及计算机可读存储介质
KR102603732B1 (ko) 주차 인식 방법, 주차 인식 시스템 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램
WO2024157314A1 (ja) 駐車場換気システム、駐車場換気方法、学習装置および推論装置
JP2025067344A (ja) 学習装置、学習方法及び学習プログラム
JP2003210934A (ja) 排ガス処理装置
CN115568014A (zh) 基于自适应的区域划分的分布式多跳定位方法
WO2023162150A1 (ja) 換気制御システムおよび換気制御装置
Leonardi et al. Synthesis of distributed execution platforms for cyber-physical systems with applications to high-performance buildings
JP7699686B1 (ja) 排気システム
CN112149789A (zh) 用于实施功能测试的方法和设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23921236

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024576089

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2024576089

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 23921236

Country of ref document: EP

Kind code of ref document: A1