JP7499449B2 - System and method for detecting presence of a seat - Google Patents
System and method for detecting presence of a seat Download PDFInfo
- Publication number
- JP7499449B2 JP7499449B2 JP2020129417A JP2020129417A JP7499449B2 JP 7499449 B2 JP7499449 B2 JP 7499449B2 JP 2020129417 A JP2020129417 A JP 2020129417A JP 2020129417 A JP2020129417 A JP 2020129417A JP 7499449 B2 JP7499449 B2 JP 7499449B2
- Authority
- JP
- Japan
- Prior art keywords
- person
- radar device
- point cloud
- radar
- cloud data
- 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.)
- Active
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
本開示は、在席検知システムおよび在席検知方法に関する。 This disclosure relates to an occupancy detection system and an occupancy detection method.
特許文献１には、人の在席を検知する在席検知システムが開示されている。具体的には、座席上にかかる力の変化を測定することで、在席を検知する方法が開示されている。特許文献２には、レーダーにより車両の周囲の物標を検知するレーダー装置が開示されており、レーダー装置自体の異常を判定する方法が開示されている。
レーダー装置から発せられる電波を用いて人の在席を検知するシステムが考えられる。しかしながら、電波を用いた人の在席検知では、電波の反射波を利用するため、例えば、席周辺の電波伝搬環境により、在席検知精度が低下するおそれがある。 One possible system is to detect whether someone is seated using radio waves emitted from a radar device. However, because radio wave detection uses reflected radio waves, there is a risk that the accuracy of seat presence detection may decrease depending on, for example, the radio wave propagation environment around the seat.
本開示の非限定的な実施例は、電波を用いた在席検知の精度低下を抑制できる在席検知システムおよび在席検知方法の提供に資する。 Non-limiting examples of the present disclosure contribute to providing an occupancy detection system and an occupancy detection method that can suppress deterioration in accuracy of occupancy detection using radio waves.
本開示の一実施例に係る在席検知システムは、電波の反射波から得られた点群データに対し第１の検知方式を用いて人を検知する制御部、を有するレーダー装置と、前記レーダー装置に対し、トレーニング動作を指示する指示情報を送信する通信部、を有するレーダー管理装置と、を有し、前記レーダー装置の制御部は、前記第１の検知方式において人を誤検知する誤検知位置を前記トレーニング動作において特定し、前記誤検知位置における前記点群データに対しては第２の検知方式を用いて人を検知する。 An occupancy detection system according to one embodiment of the present disclosure includes a radar device having a control unit that detects a person using a first detection method on point cloud data obtained from reflected radio waves, and a radar management device having a communication unit that transmits instruction information to the radar device to instruct the radar device to perform a training operation, and the control unit of the radar device identifies, in the training operation, a false detection position where a person is falsely detected by the first detection method, and detects a person using a second detection method on the point cloud data at the false detection position.
本開示の一実施例に係る在席検知方法は、レーダー装置と、サーバーと、レーダー管理装置と、を有する在席検知システムの在席検知方法であって、前記レーダー装置は、電波を用いて計測した点群データに対し第１の検知方式を用いて人を検知し、前記レーダー管理装置は、前記レーダー装置に対し、トレーニング動作を指示する指示情報を送信し、前記レーダー装置は、前記第１の検知方式において人を誤検知する誤検知位置を前記トレーニング動作において特定し、前記誤検知位置における前記点群データに対しては第２の検知方式を用いて人を検知する。 An occupancy detection method according to one embodiment of the present disclosure is an occupancy detection method for an occupancy detection system having a radar device, a server, and a radar management device, in which the radar device detects a person using a first detection method for point cloud data measured using radio waves, the radar management device transmits instruction information instructing the radar device to perform a training operation, the radar device identifies a false detection position where a person is falsely detected by the first detection method in the training operation, and detects a person using a second detection method for the point cloud data at the false detection position.
なお、これらの包括的または具体的な態様は、システム、装置、方法、集積回路、コンピュータープログラム、または、記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータープログラムおよび記録媒体の任意な組み合わせで実現されてもよい。 These comprehensive or specific aspects may be realized as a system, device, method, integrated circuit, computer program, or recording medium, or as any combination of a system, device, method, integrated circuit, computer program, and recording medium.
本開示の一実施例によれば、電波を用いた在席検知の精度低下を抑制できる。 According to one embodiment of the present disclosure, it is possible to suppress a decrease in the accuracy of occupancy detection using radio waves.
本開示の一実施例における更なる利点および効果は、明細書および図面から明らかにされる。かかる利点および／または効果は、いくつかの実施形態並びに明細書および図面に記載された特徴によってそれぞれ提供されるが、１つまたはそれ以上の同一の特徴を得るために必ずしも全てが提供される必要はない。 Further advantages and benefits of an embodiment of the present disclosure will become apparent from the specification and drawings. Such advantages and/or benefits may be provided by some of the embodiments and features described in the specification and drawings, respectively, but not necessarily all of them need be provided to obtain one or more identical features.
以下、図面を適宜参照して、本開示の実施の形態について、詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。 Below, the embodiments of the present disclosure will be described in detail with appropriate reference to the drawings. However, more detailed explanation than necessary may be omitted. For example, detailed explanations of already well-known matters and duplicate explanations of substantially identical configurations may be omitted. This is to avoid the following explanation becoming unnecessarily redundant and to make it easier for those skilled in the art to understand.
なお、添付図面および以下の説明は、当業者が本開示を十分に理解するために、提供されるのであって、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。 The accompanying drawings and the following description are provided to enable those skilled in the art to fully understand the present disclosure, and are not intended to limit the subject matter described in the claims.
図１は、本開示に係る在席検知システムの適用例を示した図である。図１には、在席検知システムを構成するレーダー装置１が３台示してある。図３で説明するが、在席検知システムは、レーダー装置１の他に、サーバー２と、レーダー管理装置３と、を有する。
Figure 1 shows an example application of the occupancy detection system according to the present disclosure. Three
レーダー装置１は、例えば、図１に示すように部屋の天井に設置される。レーダー装置１は、電波を出力し、出力した電波の反射波を受信し、点群データを生成する。点群データには、電波を反射した物体の位置情報が含まれる。
The
レーダー装置１は、生成した点群データに基づいて人を判定（検知）し、判定した人の位置（位置情報）を取得する。レーダー装置１は、取得した人の位置情報を、サーバー２に送信する。
The
なお、図１では、３台のレーダー装置１を示しているが、レーダー装置１は、２台以下であってもよく、４台以上であってもよい。レーダー装置１は、人を検知したい領域に電波が出力されるよう、部屋内に設置されてよい。
Note that although three
サーバー２は、レーダー装置１から送信される人の位置情報を受信する。サーバー２は、記憶装置を備え、例えば、部屋の形状、机の位置、およびレーダー装置１の位置の情報を含むマップデータを記憶装置に記憶する。サーバー２は、マップデータに基づいて、部屋のマップ画像を端末の表示装置に表示する。サーバー２は、表示したマップ画像上に、レーダー装置１から受信した人の位置情報に基づいて人が居る位置を表示し、人の在席状況を表示する。なお、マップデータは、ユーザによりあらかじめ生成され、サーバー２に記憶されてもよい。
The
図２は、端末の表示装置の画面例を示した図である。図２に示すマップ画像Ａ１は、部屋内の様子を示す。 Figure 2 shows an example of a screen on the display device of a terminal. Map image A1 shown in Figure 2 shows the state of the inside of a room.
サーバー２は、レーダー装置１から受信した人の位置情報に基づいて、表示装置に表示した部屋のマップ画像Ａ１上に、人の在席状況を表示する。例えば、図２に示す人物画像Ａ２は、部屋内に在席している人を示す。図２の例では、１９人が部屋内に在席している。
Based on the person's location information received from the
図１の説明に戻る。在席検知システムは、トレーニング動作と、通常動作との２つの動作を有する。トレーニング動作は、例えば、通常動作を開始する前、または、在席検知システムの保守時において実行される。 Returning to the explanation of FIG. 1, the occupancy detection system has two operations: a training operation and a normal operation. The training operation is performed, for example, before starting the normal operation or when performing maintenance on the occupancy detection system.
レーダー管理装置３は、トレーニング動作時に使用される。在席検知システムは、トレーニング動作を実行することによって、通常動作における人の在席検知の精度低下を抑制する。なお、部屋のマップデータは、例えば、トレーニング動作において、レーダー管理装置３がユーザから受付け、サーバー２に送信してもよい。
The
トレーニング動作の概要について説明する。
１．在席検知システムは、第１の検知方式を用いて人の検知処理を行う。以下では、第１の検知方式を標準検知方式と称することがある。
An overview of the training operation will be described.
1. The occupancy detection system performs a person detection process using a first detection method. Hereinafter, the first detection method may be referred to as a standard detection method.
２．在席検知システムは、標準検知方式において、人を適切に検知できなかった位置を、特異席と判定（特定）する。別言すれば、在席検知システムは、標準検知方式において、人を誤検知した位置を、特異席と判定する。人の誤検知には、例えば、人が居るのに居ないと検知する場合がある。また、人の誤検知には、人が居ないのに居ると検知する場合がある。特異席は、誤検知位置と称されてもよい。 2. The occupancy detection system determines (identifies) a position where a person could not be properly detected using the standard detection method as a peculiar seat. In other words, the occupancy detection system determines a position where a person is erroneously detected using the standard detection method as a peculiar seat. An erroneous detection of a person may, for example, be a case where a person is detected as not being present when there is. An erroneous detection of a person may also be a case where a person is detected as present when there is not. A peculiar seat may also be referred to as a erroneously detected position.
３．在席検知システムは、判定した特異席に対し、第２の検知方式を用いて人の検知処理を行う。在席検知システムは、特異席に対し、第２の検知方式において適切に人を検知できた場合、その特異席（位置）に対し、適切に人を検知できた第２の検知方式を登録する。以下では、第２の検知方式を特異検知方式と称することがある。 3. The occupancy detection system performs person detection processing for the determined peculiar seat using a second detection method. If the occupancy detection system is able to properly detect a person at a peculiar seat using the second detection method, it registers the second detection method that was able to properly detect a person at that peculiar seat (position). Hereinafter, the second detection method may be referred to as the peculiar detection method.
通常動作の概要について説明する。
在席検知システムは、特異席以外においては、標準検知方式を用いて人を検知する。在席検知システムは、特異席においては、トレーニング動作において登録した特異検知方式を用いて人を検知する。
An outline of normal operation will now be described.
The occupancy detection system detects a person using the standard detection method in a seat other than the special seat, and detects a person using the special detection method registered in the training operation in the special seat.
このように、在席検知システムは、トレーニング動作において特異席を判定する（誤検知位置を特定する）。そして、在席検知システムは、通常動作において、特異席以外では、人を誤検知しなかった標準検知方式を用いて人を検知し、特異席では、特異検知方式を用いて人を検知する。これにより、在席検知システムは、電波を用いた在席検知の精度低下を抑制できる。 In this way, the occupancy detection system determines the special seat during training operation (identifies the location of the false detection). Then, during normal operation, the occupancy detection system detects people at seats other than the special seat using the standard detection method that did not falsely detect people, and detects people at the special seat using the unique detection method. This allows the occupancy detection system to suppress a decrease in accuracy of occupancy detection using radio waves.
図３は、在席検知システムの構成例を示した図である。図３に示すように、在席検知システムは、レーダー装置１と、レーダー管理装置３と、サーバー２と、を有する。図３には、在席検知システムの他に、アクセスポイント４と、端末５，６と、ネットワーク７とが示してある。
Figure 3 shows an example of the configuration of an occupancy detection system. As shown in Figure 3, the occupancy detection system has a
レーダー装置１、サーバー２、レーダー管理装置３、アクセスポイント４、および端末６は、有線のネットワーク７に接続される。端末５は、アクセスポイント４を介して、ネットワーク７に接続される。
The
アクセスポイント４は、例えば、Ｗｉ－Ｆｉ（登録商標）、または、ＷｉＧｉｇ（登録商標）などを用いて、端末５と無線通信してもよい。レーダー装置１は、アクセスポイント４に組み込まれてもよい。
The
レーダー管理装置３および端末５，６は、例えば、パーソナルコンピュータであってもよい。端末５，６の表示装置には、図２で説明した部屋の在席状況が表示されてもよい。
The
なお、レーダー装置１、サーバー２、およびレーダー管理装置３は、無線を利用して通信してもよい。
The
図４は、電波を用いた人の検知処理例を説明する図である。図４の（Ａ）には、レーダー装置１が在席している人に向けて電波を発し、その反射波を受信する様子が示してある。レーダー装置１から発せられた電波は、人の各部に当たり反射する。
Figure 4 is a diagram explaining an example of human detection processing using radio waves. Figure 4 (A) shows how the
レーダー装置１は、図４の（Ｂ）に示すように、人からの反射波を、複数の反射点（点群データ）として受信する。図４の（Ｂ）の点線で示す６つの長方形は、図４の（Ａ）に示す６つの机に対応する。
As shown in FIG. 4B, the
人は、固定物と異なり、完全に静止しない。別言すれば、人の点群データは動き（揺らぎ）、固定物の点群データは動かない。これにより、レーダー装置１は、点群データが人からの電波の反射により生成されたものか、固定物からの電波の反射により生成されたものかを区別できる。
Unlike fixed objects, people are not completely still. In other words, the point cloud data of a person moves (fluctuations), while the point cloud data of a fixed object does not move. This allows the
レーダー装置１は、点群データの揺らぎに加えて、特定範囲内にかたまって存在する点群データから、人の検知が可能である。例えば、レーダー装置１は、図４の（Ｂ）の実線の丸で示す特定範囲Ｘ１内に、揺らぐ点群データが存在すると、その点群データを人と判定できる。なお、レーダー装置１は、点群データに対するクラスタリング処理によって、点群データを人と判定してもよい。
In addition to detecting fluctuations in the point cloud data, the
図４の（Ｂ）に示す特定範囲Ｘ１は、人とみなせる大きさに設定される。レーダー装置１は、特定範囲Ｘ１内の点群データの数、密度、分布範囲、および電波強度等の点群データに関するパラメータの少なくとも１つを用いて、人を検知する。
The specific range X1 shown in FIG. 4B is set to a size that can be considered to be a person. The
例えば、特定範囲Ｘ１内の点群データの数、密度、分布範囲、および電波強度の各パラメータには、閾値が設定される。レーダー装置１は、測定した点群データにおける少なくとも１つ以上のパラメータ値と、パラメータに対応して設定された閾値とを比較して、特定範囲Ｘ１内の点群データは人であるか否かを判定する。
For example, thresholds are set for each parameter of the number, density, distribution range, and radio wave intensity of the point cloud data within the specific range X1. The
レーダー装置１は、点群データから人を検知すると、検知した人の位置（レーダー装置１に対する相対位置）を取得する。サーバー２は、レーダー装置１が取得した人の位置と、マップデータとから、人が部屋のどの位置に在席しているかを判定する。サーバー２は、人の部屋内における位置を判定すると、図４の（Ｃ）に示すように、部屋内の人の在席状況を、端末５，６の表示装置に表示する。
When the
特異席の種類について説明する。特異席には、以下の種類がある。
１．人が居ない（在席していない）のに、人が居る（在席している）と判定される席（誤着席判定席）
２．人が在席しているのに、人が在席していないと判定される席（誤空席判定席）
３．在席が正しく検知されるが、着席者の点群データが、その席の近くを通過する人の点群データにマージされ、一時的に空席と判定される席（通過誤判定席）
The types of special seats are explained below. There are the following types of special seats:
1. A seat that is determined to be occupied (a seat where someone is seated) even though there is no one there (no one is present) (misjudged seat)
2. Seats that are judged as empty even though people are actually there (falsely judged as empty)
3. A seat that is correctly detected as occupied, but the point cloud data of the seated person is merged with the point cloud data of a person passing nearby, and the seat is temporarily determined to be vacant (a seat that is incorrectly determined as vacant due to passing by).
なお、標準検知方式において適切に検知される席を、通常判定席と称することがある。 Note that seats that are properly detected using the standard detection method are sometimes referred to as normal judgment seats.
トレーニング動作における特異席に対する処理例について説明する。
図５は、特異席に対する処理例を説明する図である。図４で説明したように、レーダー装置１は、測定した点群データに関するパラメータ値と、閾値とを用いて人を検知する。閾値には、標準の閾値（標準閾値）があり、標準検知方式では、標準閾値を用いて、人の検知が行われる。
An example of processing for a special seat in a training operation will be described.
Fig. 5 is a diagram for explaining an example of processing for a special seat. As explained in Fig. 4, the
レーダー装置１は、トレーニング動作において、まず標準検知方式を用いて（標準閾値を用いて）、人を検知する。レーダー装置１は、標準検知方式において、人を適切に検知できなかった場合、標準閾値を変更する。
In the training operation, the
例えば、図５に示すように、人がレーダー装置１から遠く離れて在席する場合、レーダー装置１は、標準検知方式では、人を検知できないとする（誤空席判定席）。より具体的には、レーダー装置１は、図５に示す特定範囲Ａ１１内における点群データ（反射点）の数が、標準閾値より小さいため、人がいる（在席している）にも関わらず、人を検知（判定）できないとする。
For example, as shown in FIG. 5, if a person is seated far away from the
この場合、レーダー装置１は、誤判定した席（特異席）における人の検知に用いる点群データに関するパラメータの標準閾値を変更し、人を検知する。別言すれば、レーダー装置１は、特異席に対し、標準検知方式とは異なる特異検知方式を実行する。例えば、レーダー装置１は、点群データの数における標準閾値を小さくし、特異席における人を検知する。
In this case, the
レーダー装置１は、点群データに関するパラメータを変更し、特異席における人を適切に検知できた場合、例えば、そのときのパラメータにおける特異検知方式を登録する。例えば、レーダー装置１は、特異席の位置と、特異検知方式とを紐付ける。
When the
なお、レーダー装置１は、通常動作時、特異席の位置の点群データに対しては、登録された特異検知方式を用いて、人を検知する。
In addition, during normal operation, the
図６は、特異席に対する処理例を説明する図である。図５の説明と同様に、レーダー装置１は、トレーニング動作において、まず標準検知方式を用いて、人を検知する。標準検知方式では、標準特定範囲（人とみなす標準の特定範囲）を用いて、人の検知が行われる。レーダー装置１は、標準検知方式において、人を適切に検知できなかった場合、標準特定範囲を変更する。
Figure 6 is a diagram illustrating an example of processing for an unusual seat. As with the explanation of Figure 5, in the training operation, the
例えば、図６に示すように、在席者の近くを歩行者が通過する場合、レーダー装置１は、歩行者の通過により、在席者の点群データと、歩行者の点群データとを１つにクラスタリングする。この結果、在席者の点群データは、歩行者の点群データに引きずられて移動する。したがって、レーダー装置１は、在席者を検知できない（通過誤判定席）。
For example, as shown in FIG. 6, when a pedestrian passes near an occupant, the
この場合、レーダー装置１は、誤判定した席（位置）における人の検知に用いる標準特定範囲を変更し、人を検知する。別言すれば、レーダー装置１は、特異席に対し、標準検知方式とは異なる特異検知方式を実行する。例えば、レーダー装置１は、人とみなす特定範囲の大きさを小さくし、人を検知する。
In this case, the
レーダー装置１は、特定範囲を変更し、特異席における人を適切に検知できた場合、例えば、そのときの特定範囲における特異検知方式を登録する。特定範囲も点群データに関するパラメータと捉えてもよい。
When the
なお、レーダー装置１は、通常動作時、特異席の位置の点群データに対しては、登録された特異検知方式を用いて、人を検知する。
In addition, during normal operation, the
図７は、特異席に対する処理例を説明する図である。図５の説明と同様に、レーダー装置１は、トレーニング動作において、まず標準検知方式を用いて、人を検知する。標準検知方式では、標準特定範囲を用いて、人の検知が行われる。レーダー装置１は、標準検知方式において、人を適切に検知できなかった場合、標準特定範囲を変更する。
Figure 7 is a diagram explaining an example of processing for a special seat. As in the explanation of Figure 5, in the training operation, the
例えば、図７に示すように、在席者の近くの席に箱等の物体が置かれる場合、レーダー装置１は、在席者および物体を経由した反射波を受信し、物体が置かれた席において、人を検知する（誤着席判定）。
For example, as shown in FIG. 7, if an object such as a box is placed on a seat near an occupant, the
この場合、レーダー装置１は、誤判定した席（位置）における人の検知に用いる標準特定範囲を変更し、人を検知する。別言すれば、レーダー装置１は、特異席に対し、標準検知方式とは異なる特異検知方式を実行する。例えば、レーダー装置１は、人とみなす特定範囲の大きさを小さくし、人を検知する。なお、在席者および物体を経由した反射波の点群データは、ばらつき範囲が大きくなる場合がある。
In this case, the
レーダー装置１は、特定範囲を変更し、特異席における人を適切に検知できた場合、例えば、そのときの特定範囲（パラメータ）における特異検知方式を登録する。
When the
なお、レーダー装置１は、通常動作時、特異席の位置の点群データに対しては、登録された特異検知方式を用いて、人を検知する。
In addition, during normal operation, the
図８は、特異席に対する処理例を説明する図である。図５の説明と同様に、レーダー装置１は、トレーニング動作において、まず標準検知方式を用いて、人を検知する。標準検知方式では、標準特定範囲を用いて、人の検知が行われる。レーダー装置１は、標準検知方式において、人を適切に検知できなかった場合、標準特定範囲を変更する。
Figure 8 is a diagram explaining an example of processing for a special seat. As in the explanation of Figure 5, in the training operation, the
例えば、図８に示すように、在席者の近くの席に衝立等の壁が配置される場合、レーダー装置１は、在席者および壁を経由した反射波を受信し、壁が置かれた場所において、人を検知する。
For example, as shown in FIG. 8, if a partition or other wall is placed near a seat occupied by an occupant, the
この場合、レーダー装置１は、誤判定した席（位置）における人の検知に用いる標準特定範囲を変更し、人を検知する。別言すれば、レーダー装置１は、特異席に対し、標準検知方式とは異なる特異検知方式を実行する。例えば、レーダー装置１は、人とみなす特定範囲の大きさを小さくし、人を検知する。なお、在席者の点群データは、壁の影響によりばらつき範囲が大きくなる場合がある。
In this case, the
レーダー装置１は、特定範囲を変更し、特異席における人を適切に検知できた場合、例えば、そのときの特定範囲（パラメータ）における特異検知方式を登録する。
When the
なお、レーダー装置１は、通常動作時、特異席の位置の点群データに対しては、登録された特異検知方式を用いて、人を検知する。
In addition, during normal operation, the
また、壁が存在する場所には、席が存在しない。従って、レーダー装置１は、壁の位置における点群データを無視してもよい（人の検知処理を行わなくてもよい）。
In addition, there are no seats where there are walls. Therefore, the
図９は、レーダー装置１のブロック構成例を示した図である。図９に示すように、レーダー装置１は、レーダーＩＣ（Integrated Circuit）１１と、ＤＳＰ（Digital Signal Processor）１２と、ＣＰＵ（Central Processing Unit）１３と、を有する。
Figure 9 is a diagram showing an example of a block configuration of the
レーダーＩＣ１１は、アンテナから電波を出力する。レーダーＩＣ１１は、出力した電波の反射波を、アンテナから受信する。レーダーＩＣ１１は、受信した反射波の信号をデジタル信号に変換し、ＤＳＰ１２に出力する。 The radar IC 11 outputs radio waves from the antenna. The radar IC 11 receives reflected waves of the output radio waves from the antenna. The radar IC 11 converts the received reflected wave signal into a digital signal and outputs it to the DSP 12.
ＤＳＰ１２は、レーダー信号受信部１２ａと、レーダー信号処理部１２ｂと、を有する。ＤＳＰ１２は、例えば、記憶装置（図示せず）に記憶されたプログラムを実行し、レーダー信号受信部１２ａおよびレーダー信号処理部１２ｂの機能を実現してもよい。
The DSP 12 has a radar
レーダー信号受信部１２ａは、レーダーＩＣ１１から出力される反射波のデジタル信号を受信する。
The
レーダー信号処理部１２ｂは、レーダー信号受信部１２ａが受信した反射波のデジタル信号から、点群データを生成する。点群データは、電波を反射した物体の位置（例えば、レーダー装置１に対する相対位置）の情報を含む。レーダー信号処理部１２ｂは、生成した点群データをＣＰＵ１３に出力する。
The radar signal processing unit 12b generates point cloud data from the digital signal of the reflected wave received by the radar
ＣＰＵ１３は、制御部１３ｄと、人物検知結果送信部１３ｂと、を有する。制御部１３ｄは、人物検知処理部１３ａと、特異処理部１３ｃと、を有する。ＣＰＵ１３は、例えば、記憶装置（図示せず）に記憶されたプログラムを実行し、人物検知処理部１３ａ、人物検知結果送信部１３ｂ、および特異処理部１３ｃの機能を実現してもよい。
The
人物検知処理部１３ａは、標準検知方式を用いて、ＤＳＰ１２から出力される点群データから、人を検知する。人物検知処理部１３ａは、人の検知結果を示す検知情報を人物検知結果送信部１３ｂに出力する。検知情報には、検知した人の位置（レーダー装置１に対する相対位置）が含まれる。
The human
人物検知結果送信部１３ｂは、トレーニング動作においては、人物検知処理部１３ａから出力される検知情報をレーダー管理装置３に出力する。人物検知結果送信部１３ｂは、通常動作においては、人物検知処理部１３ａから出力される検知情報をサーバー２およびレーダー管理装置３に送信する。
During training operation, the person detection
特異処理部１３ｃは、特異検知方式を用いて、ＤＳＰ１２から出力される点群データから、人を検知する。特異処理部１３ｃは、トレーニング動作において、ＤＳＰ１２から出力される点群データから人を誤検知した場合、点群データに関するパラメータの閾値を変更する。特異処理部１３ｃは、パラメータの閾値を変更して人を誤検知しなくなると、そのときに用いていたパラメータの閾値における特異検知方式を登録する。別言すれば、特異処理部１３ｃは、人を誤検知せずに検知する閾値を探索（特定）する。特異処理部１３ｃは、通常動作においては、登録した特異検知方式を用いて人を検知し、検知情報をサーバー２に送信する。なお、特異処理部１３ｃは、点群データをレーダー信号処理部１２ｂから直接受信してもよく、人物検知処理部１３ａを経由して受信してもよい。特異処理部１３ｃは、検知情報を、人物検知結果送信部１３ｂを経由してサーバー２に送信してもよい。
The unique processing unit 13c detects people from the point cloud data output from the DSP 12 using a unique detection method. If the unique processing unit 13c erroneously detects a person from the point cloud data output from the DSP 12 during training operation, the unique processing unit 13c changes the parameter thresholds related to the point cloud data. When the unique processing unit 13c changes the parameter thresholds and no longer erroneously detects people, it registers the unique detection method for the parameter thresholds used at that time. In other words, the unique processing unit 13c searches (identifies) a threshold that detects people without erroneously detecting them. In normal operation, the unique processing unit 13c detects people using the registered unique detection method and transmits the detection information to the
図１０は、サーバー２のブロック構成例を示した図である。図１０に示すように、サーバー２は、ＣＰＵ２１を有する。ＣＰＵ２１は、人物検知結果収集部２１ａと、在席マップデータ生成部２１ｂと、在席マップデータ送信部２１ｃと、を有する。ＣＰＵ２１は、例えば、記憶装置（図示せず）に記憶されたプログラムを実行し、人物検知結果収集部２１ａ、在席マップデータ生成部２１ｂ、および在席マップデータ送信部２１ｃの機能を実現してもよい。
FIG. 10 is a diagram showing an example of a block configuration of the
人物検知結果収集部２１ａは、レーダー装置１から出力される検知情報を受信する。
The person detection
在席マップデータ生成部２１ｂは、人物検知結果収集部２１ａが受信した検知情報に含まれるレーダー装置１が検知した人の位置情報と、記憶装置に記憶されているマップデータとに基づいて、在席状況を示す在席マップデータを生成する。
The occupancy map
在席マップデータ送信部２１ｃは、在席マップデータ生成部２１ｂが生成した在席マップデータを端末５，６に送信する。
The occupied map data transmission unit 21c transmits the occupied map data generated by the occupied map
図１１は、レーダー管理装置３のブロック構成例を示した図である。図１１に示すように、レーダー管理装置３は、ＣＰＵ３１を有する。ＣＰＵ３１は、通信部３１ａと、トレーニング制御部３１ｂと、を有する。ＣＰＵ３１は、例えば、記憶装置（図示せず）に記憶されたプログラムを実行し、通信部３１ａおよびトレーニング制御部３１ｂの機能を実現してもよい。
Figure 11 is a diagram showing an example block configuration of the
通信部３１ａは、レーダー装置１と通信する。
The
トレーニング制御部３１ｂは、トレーニング動作の実行を指示する指示情報を、通信部３１ａを介して、レーダー装置１に対し送信する。また、トレーニング制御部３１ｂは、レーダー装置１から送信される検知情報に基づいて、在席の誤検知を検知し、特異検知方式の実行を指示する指示情報を、通信部３１ａを介して、レーダー装置１に対し送信する。
The
図１２は、端末５のブロック構成例を示した図である。図１２に示すように、端末５は、ＣＰＵ４１と、表示装置４２と、を有する。ＣＰＵ４１は、在席マップデータ受信部４１ａと、在席マップデータ表示部４１ｂと、を有する。ＣＰＵ４１は、例えば、記憶装置（図示せず）に記憶されたプログラムを実行し、在席マップデータ受信部４１ａおよび在席マップデータ表示部４１ｂの機能を実現してもよい。
FIG. 12 is a diagram showing an example of a block configuration of
在席マップデータ受信部４１ａは、アクセスポイント４と無線通信し、サーバー２から送信される在席マップデータを受信する。
The occupied map
在席マップデータ表示部４１ｂは、在席マップデータ受信部４１ａが受信した在席マップデータに基づいて、表示装置４２に部屋の在席状況を示すマップ画像を表示する。
The occupied map
なお、端末６も図１２と同様のブロック構成を有する。ただし、端末６は、有線によってネットワーク７に接続され、サーバー２と通信する。
The
図１３Ａおよび図１３Ｂは、在席検知システムの動作例を示したフロー図である。図１３Ａに示すフロー図と、図１３Ｂに示すフロー図とは、図１３Ａおよび図１３Ｂに示すＡ，Ｂにおいて繋がっている。 Figures 13A and 13B are flow diagrams showing an example of the operation of the occupancy detection system. The flow diagram shown in Figure 13A and the flow diagram shown in Figure 13B are connected at A and B shown in Figures 13A and 13B.
レーダー管理装置３は、レーダー装置１に対し、全席空席状態における人物検知の指示を送信する（Ｓ１）。
The
レーダー装置１は、レーダー管理装置３からの人物検知の指示を受信すると、標準検知方式にて、人物検知処理を実行する（Ｓ２）。
When the
レーダー管理装置３は、誤着席判定席が存在するか否かを判定する（Ｓ３）。すなわち、レーダー管理装置３は、レーダー装置１が、人がいないのに誤って人を検知した席（位置）を判定する。レーダー管理装置３は、誤着席判定席が存在しないと判定した場合（Ｓ３の「Ｎ」）、処理をＳ５に移行する。
The
レーダー管理装置３は、誤着席判定席が存在すると判定した場合（Ｓ３の「Ｙ」）、全ての誤着席判定席を記録し、誤着席判定席用の処理を実行する（Ｓ４）。誤着席判定用処理の詳細については、図１４にて説明する。
When the
レーダー管理装置３は、特異席と記録されていない席を１つ選定する（Ｓ５）。なお、選定した席には、人を着席させる。レーダー管理装置３は、トレーニング対象の席を１つ選定し、着席を表示装置または音声にて指示してもよい。
The
レーダー管理装置３は、標準検知方式にて、人物検知処理を実行するようレーダー装置１に指示する（Ｓ６）。
The
レーダー装置１は、Ｓ６の指示に応じて、標準検知方式にて人物検知処理を実行する（Ｓ７）。
In response to the instruction in S6, the
レーダー装置１は、Ｓ５にて選定した席に人がいるか否かを判定する（Ｓ８）。レーダー装置１は、Ｓ５にて選定した席に人がいないと判定した場合（Ｓ８の「Ｎ」）、処理をＳ１４に移行し、誤空席判定席用の処理を実行する（Ｓ１４）。誤空席判定席用処理の詳細については、図１６にて説明する。レーダー装置１は、Ｓ１４の誤空席判定席用の処理を実行した後、処理をＳ１１に移行する。
The
レーダー装置１は、Ｓ５にて選定した席に人がいると判定した場合（Ｓ８の「Ｙ」）、Ｓ５にて選定した席の人物検知方式として標準検知方式を登録し、登録情報をレーダー管理装置３に通知する（Ｓ９）。
If the
レーダー管理装置３は、Ｓ９にて通知された登録情報を受信すると、Ｓ５にて選定した席の人物検知方式として標準検知方式を登録する（Ｓ１０）。
When the
レーダー管理装置３は、Ｓ５にて選定した席以外に、人物検知された席が存在するか否かを判定する（Ｓ１１）。
The
レーダー管理装置３は、Ｓ５にて選定した席以外に、人物検知された席が存在すると判定した場合（Ｓ１１の「Ｙ」）、処理をＳ１５に移行し、誤検知されたすべての席に対し、誤着席判定用の処理を実行する（Ｓ１５）。すなわち、レーダー管理装置３は、人が居ない席（Ｓ５で選定していない席）に人が居ると判定した場合、誤着席判定用の処理を実行する。誤着席判定用処理の詳細については、図１４にて説明する。レーダー装置１は、Ｓ１５の誤着席判定席用の処理を実行した後、処理をＳ１２に移行する。
If the
レーダー管理装置３は、Ｓ５にて選定した席以外に、人物検知された席が存在すると判定しなかった場合（Ｓ１１の「Ｎ」）、または、Ｓ１５の処理を実行した場合、全席について、人物検知処理を実行したか否かを判定する（Ｓ１２）。レーダー管理装置３は、全席について、人物検知処理を実行していないと判定した場合（Ｓ１２の「Ｎ」）、処理をＳ５に移行する。
If the
レーダー管理装置３は、全席について、人物検知処理を実行していると判定した場合（Ｓ１２の「Ｙ」）、通過誤判定席用の処理を実行する（Ｓ１３）。通過誤判定席判定用処理の詳細については、図１８にて説明する。
When the
図１４は、在席検知システムの誤着席判定席の動作例を示したフロー図である。図１４に示す処理フローは、例えば、図１３ＡのＳ４および図１３ＢのＳ１５にて実行される。 Figure 14 is a flow diagram showing an example of the operation of the erroneous seat determination seat of the seat occupancy detection system. The process flow shown in Figure 14 is executed, for example, in S4 of Figure 13A and S15 of Figure 13B.
レーダー装置１は、人がいると判定する点群データの特定範囲を、あらかじめ定められた割合分小さくして人物検知する（Ｓ１１ａ）。レーダー装置１は、人を検知している間（Ｓ１２ａの「Ｙ」）、Ｓ１１ａ，Ｓ１２ａの処理を繰り返す。
The
レーダー装置１は、人を検知しなくなると（Ｓ１２ａの「Ｎ」）、人がいると検知した１番小さい特定範囲を、誤着席判定席の人物検知に使用する特定範囲として登録する（Ｓ１３ａ）。すなわち、レーダー装置１は、誤着席判定席（特異席）に対し、適切に人を検知できた特異検知方式を登録する。
When the
なお、レーダー装置１は、人がいると検知した２番目に小さい特定範囲を、誤着席判定席（図１３ＡのＳ３にて選定した席）の人物検知に使用する特定範囲として登録してもよい。レーダー装置１は、通常動作において、例えば、電波環境等に応じて、１番小さい特定範囲を用いて人物検知し、または、２番目に小さい特定範囲を用いて人物検知してもよい。
The
図１５は、図１４のＳ１１ａの処理例を説明する図である。図１５に示す点線枠は、特定範囲を示す。黒丸は、点群データを示す。 Figure 15 is a diagram illustrating an example of the processing of S11a in Figure 14. The dotted frame in Figure 15 indicates a specific range. The black circles indicate point cloud data.
レーダー装置１は、あらかじめ決められた特定範囲（標準特定範囲）にて、人物検知を実行する。例えば、レーダー装置１は、図１５の最も外側の点線枠で示す特定範囲Ａ３１ａにて、人物検知を実行する。
The
レーダー装置１は、特定範囲Ａ３１ａにて、人を検知した場合、特定範囲をあらかじめ定められた割合分小さくして人物検知する。例えば、レーダー装置１は、図１５の最も外側から２番目の点線枠で示す特定範囲Ａ３１ｂにて、人物検知を実行する。レーダー装置１は、人を検知しなくなるまで、あらかじめ決められた割合で特定範囲を小さくしていく。レーダー装置１は、人を検知しなくなった場合、人を検知したときの１番小さい特定範囲を、人物検知に使用する特定範囲として登録（決定）する。
When the
図１６は、在席検知システムの誤空席判定席の動作例を示したフロー図である。図１６に示す処理フローは、例えば、図５で説明したように、レーダー装置１から遠く離れた在席により、誤空席判定される席に対し実行される。
Figure 16 is a flow diagram showing an example of the operation of the seat occupancy detection system for seats that are erroneously determined to be vacant. The processing flow shown in Figure 16 is executed for a seat that is erroneously determined to be vacant due to an occupied seat far away from the
レーダー装置１は、人がいると判定する点群データの数を、あらかじめ定められた割合分少なくして人物検知する（Ｓ２１）。レーダー装置１は、人を検知していない間（Ｓ２２の「Ｎ」）、Ｓ２１，Ｓ２２の処理を繰り返す。
The
レーダー装置１は、人を検知すると（Ｓ２２の「Ｙ」）、人がいると検知した１番少ない点群データ数を、誤空席判定席の人物検知に使用する点群データ数として登録する（Ｓ２３）。すなわち、レーダー装置１は、誤空席判定席（特異席）に対し、適切に人を検知できた特異検知方式を登録する。
When the
なお、レーダー装置１は、２番目に少ない点群データ数を、誤着席判定席（図１３ＡのＳ３にて受け付けた席）の人物検知に使用する点群データ数として登録してもよい。レーダー装置１は、通常動作において、例えば、電波環境等に応じて、１番少ない点群データ数を用いて人物検知し、または、２番目に少ない点群データ数を用いて人物検知してもよい。
The
また、レーダー装置１は、標準の点群データ数から点群データを減らしていき、初めて人を検知した点群データ数、または、初めて人を検知した点群データ数よりも１段階多い点群データ数を登録してもよい。
The
図１７は、図１６のＳ２１の処理例を説明する図である。図１７に示す実線の枠は、特定範囲を示す。黒丸は、点群データを示す。 Figure 17 is a diagram illustrating an example of the processing of S21 in Figure 16. The solid line frame in Figure 17 indicates a specific range. The black circles indicate point cloud data.
レーダー装置１は、あらかじめ決められた点群データ数（標準点群データ数）にて、人物検知を実行する。例えば、レーダー装置１は、図１７の矢印Ａ３２ａに示すように、点群データ数が１０個以上の場合、人を検知する。
The
レーダー装置１は、点群データ数が１０個以上の場合で、人を検知できなかった場合、人を検知する点群データ数をあらかじめ定められた割合分少なくして人を検知する。例えば、レーダー装置１は、図１７の矢印Ａ３２ｂに示すように、点群データ数が８個以上の場合、人を検知する。
When the number of point cloud data is 10 or more and the
レーダー装置１は、点群データ数が８個以上の場合で、人を検知できなかった場合、人を検知する点群データ数をあらかじめ定められた割合分少なくして人を検知する。例えば、レーダー装置１は、図１７の矢印Ａ３２ｃに示すように、点群データ数が５個以上の場合、人を検知する。
When the number of point cloud data is eight or more and the
レーダー装置１は、人を検知したときの点群データ数を、人物検知に使用する点群データ数として登録（決定）する。例えば、レーダー装置１は、点群データ数が５個以上の場合に人を検知した場合、人を検知する点群データ数を、５個以上と登録する。
The
図１８は、在席検知システムの通過誤判定席の動作例を示したフロー図である。図１８に示す処理フローは、例えば、図６で説明したように、在席者の近くを歩行者が通過したときに、一時的に空席と判定される席に対し実行されてもよい。 Figure 18 is a flow diagram showing an example of the operation of the seat occupancy detection system for seats that are erroneously determined to be vacant when a pedestrian passes close to an occupied seat, as described in Figure 6, for example. The processing flow shown in Figure 18 may be executed for a seat that is temporarily determined to be vacant when a pedestrian passes close to an occupied seat.
レーダー管理装置３は、トレーニング対象の席を１つ選定し、着席およびその席の人物検知処理を実行するようレーダー装置１に指示する（Ｓ３１）。
The
レーダー装置１は、Ｓ３１で選定された席において着席を検知し、レーダー管理装置３に通知する（Ｓ３２）。
The
レーダー管理装置３は、Ｓ３２の通知を受けると、Ｓ３１にて選定した席の近くを通るよう表示装置または音声にて指示する（Ｓ３３）。
When the
レーダー管理装置３は、Ｓ３１にて選定された席において、Ｓ３２における在席検知が維持されているか否かを判定する（Ｓ３４）。すなわち、レーダー管理装置３は、人の通過によって、Ｓ３２における在席検知が誤検知する否かを判定する
The
レーダー管理装置３は、在席検知が維持されていない場合（Ｓ３４の「Ｎ」）、処理をＳ３５に移行する。
If occupancy detection is not maintained ("N" in S34), the
レーダー装置１は、Ｓ３１で選定された席付近に人がいると判定する点群データの特定範囲を、あらかじめ定められた割合分小さくし人物検知する（Ｓ３５）。そして、レーダー装置１は、処理をＳ３２に移行する。
The
レーダー管理装置３は、在席検知が維持されている場合（Ｓ３４の「Ｙ」）、処理をＳ３６に移行する。レーダー管理装置３は、全通過パターンにおいて、人が通過したかを判定する（Ｓ３６）。
If occupancy detection is maintained ("Y" at S34), the
レーダー管理装置３は、全通過パターンについて、人が通過していない場合（Ｓ３６の「Ｎ」）、処理をＳ３１に移行する。
If no person has passed through any of the passing patterns ("N" in S36), the
レーダー管理装置３は、全通過パターンについて、人が通過したと判定した場合（Ｓ３６の「Ｙ」）、処理をＳ３７に移行する。レーダー装置１は、Ｓ３１にて選定した席の在席検知を維持できた１番小さい特定範囲を、通過誤判定席の人物検知に使用する特定範囲として登録する（Ｓ３７）。すなわち、レーダー装置１は、通過誤判定席（特異席）に対し、適切に検知できた特異検知方式を登録する。レーダー装置１は、全席について通過誤判定席の処理を実行していない場合、処理をＳ３１に移行する。レーダー装置１は、全席について通過誤判定席の処理を実行した場合、通常動作に移行する。
When the
なお、レーダー装置１は、人がいると検知した２番目に小さい特定範囲を、通過誤判定席の人物検知に使用する特定範囲として登録してもよい。レーダー装置１は、通常動作において、例えば、電波環境等に応じて、１番小さい特定範囲を用いて人物検知し、または、２番目に小さい特定範囲を用いて人物検知してもよい。
The
また、レーダー装置１は、標準の特定範囲から範囲を小さくしていき、Ｓ３１で選定された席の在席検知を初めて維持できた特定範囲またはその特定範囲より１段階小さい特定範囲（ただし、在席検知を維持できる場合に限る）を用いて人物検知してもよい。
The
また、通過誤判定席の処理は、全席において実施しなくてもよい。通過誤判定席の処理は、通過誤判定しそうな席を対象に実行してもよい。例えば、通過誤判定席の処理は、通路が近くにある席に対し実行してもよい。 In addition, the processing of seats where a passing error has occurred does not have to be performed for all seats. The processing of seats where a passing error has occurred may be performed for seats that are likely to be subject to a passing error. For example, the processing of seats where a passing error has occurred may be performed for seats that are close to an aisle.
図１９は、図１８のＳ３４の処理例を説明する図である。図１９に示す点線枠は、図１８のＳ３１にて選定された席周辺に位置する人の特定範囲を示す。黒丸は、点群データを示す。 Figure 19 is a diagram illustrating an example of the processing of S34 in Figure 18. The dotted frame in Figure 19 indicates the specific range of people located around the seat selected in S31 in Figure 18. The black circles indicate point cloud data.
レーダー装置１は、あらかじめ決められた特定範囲（標準特定範囲）にて、人物検知を実行する。例えば、レーダー装置１は、図１９の最も外側の点線枠で示す特定範囲Ａ４１ａおよび特定範囲Ａ４２ａにて、人物検知を実行する。
The
レーダー装置１は、特定範囲Ａ４１ａおよび特定範囲Ａ４２ａにて、Ｓ３１にて選定した席の人の在席検知を維持できなかった場合、特定範囲をあらかじめ定められた割合分小さくして人物検知する。例えば、レーダー装置１は、図１５の最も外側から２番目の点線枠で示す特定範囲Ａ４１ｂおよび特定範囲Ａ４２ｂにて、人物検知を実行する。レーダー装置１は、人の検知を維持できるまで、あらかじめ決められた割合で特定範囲を小さくしていく。レーダー装置１は、人の検知を維持できたときの特定範囲を、人物検知に使用する特定範囲として登録（決定）する。
If the
以上説明したように、レーダー装置１は、電波を用いて計測した点群データに対し標準検知方式を用いて人を検知し、位置情報を取得する制御部１３ｄと、位置情報をサーバー２に送信する人物検知結果送信部１３ｂと、を有する。サーバー２は、位置情報を受信する人物検知結果収集部２１ａと、位置情報と、部屋のマップデータとに基づいて、部屋の在席状況を示す在席マップデータを生成する在席マップデータ生成部２１ｂと、在席マップデータを端末５，６に送信する在席マップデータ送信部２１ｃと、を有する。レーダー管理装置３は、レーダー装置１に対し、トレーニング動作を指示する指示情報を送信する通信部３１ａ、を有する。レーダー装置１の制御部１３ｄは、標準検知方式において人を誤検知する誤検知位置をトレーニング動作において特定し、誤検知位置における点群データに対しては特異検知方式を用いて人を検知する。
As described above, the
このように、在席検知システムは、標準検知方式において人を誤検知する誤検知位置を、トレーニング動作において特定し、誤検知位置における点群データに対しては、標準検知方式とは異なる特異検知方式を用いて人を検知するので、電波を用いた在席検知の精度低下を抑制できる。例えば、標準検知方式では、電波伝搬環境により人が誤検知される場合でも、特異検知方式により適切に人を検知でき、在席検知システムは、電波を用いた在席検知の精度低下を抑制できる。 In this way, the occupancy detection system identifies, in a training operation, false detection positions where a person would be falsely detected in the standard detection method, and detects people using a peculiar detection method that is different from the standard detection method for point cloud data at the false detection positions, thereby suppressing a decrease in accuracy of occupancy detection using radio waves. For example, even if a person is falsely detected in the standard detection method due to the radio wave propagation environment, the peculiar detection method can properly detect the person, and the occupancy detection system can suppress a decrease in accuracy of occupancy detection using radio waves.
なお、上記では、レーダー装置１とレーダー管理装置３とは別々の装置としたが、１つの装置で実現されてもよい。また、レーダー装置１および／またはレーダー管理装置３は、サーバー２に含まれていてもよい。
In the above, the
上述の実施の形態においては、各構成要素に用いる「・・・部」という表記は、「・・・回路（circuitry）」、「・・・デバイス」、「・・・ユニット」、又は、「・・・モジュール」といった他の表記に置換されてもよい。 In the above-described embodiments, the notation "part" used for each component may be replaced with other notations such as "circuitry", "device", "unit", or "module".
以上、図面を参照しながら実施の形態について説明したが、本開示はかかる例に限定されない。当業者であれば、特許請求の範囲に記載された範疇において、各種の変更例または修正例に想到し得ることは明らかである。そのような変更例または修正例についても、本開示の技術的範囲に属するものと了解される。また、本開示の趣旨を逸脱しない範囲において、実施の形態における各構成要素は任意に組み合わされてよい。 Although the embodiments have been described above with reference to the drawings, the present disclosure is not limited to such examples. It is clear that a person skilled in the art can conceive of various modified or amended examples within the scope of the claims. It is understood that such modified or amended examples also fall within the technical scope of the present disclosure. Furthermore, the components in the embodiments may be combined in any manner as long as it does not deviate from the spirit of the present disclosure.
本開示はソフトウェア、ハードウェア、又は、ハードウェアと連携したソフトウェアで実現することが可能である。上記実施の形態の説明に用いた各機能ブロックは、部分的に又は全体的に、集積回路であるＬＳＩとして実現され、上記実施の形態で説明した各プロセスは、部分的に又は全体的に、一つのＬＳＩ又はＬＳＩの組み合わせによって制御されてもよい。ＬＳＩは個々のチップから構成されてもよいし、機能ブロックの一部または全てを含むように一つのチップから構成されてもよい。ＬＳＩはデータの入力と出力を備えてもよい。ＬＳＩは、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。 The present disclosure can be realized by software, hardware, or software in conjunction with hardware. Each functional block used in the description of the above embodiments may be realized, in part or in whole, as an LSI, which is an integrated circuit, and each process described in the above embodiments may be controlled, in part or in whole, by one LSI or a combination of LSIs. The LSI may be composed of individual chips, or may be composed of one chip that includes some or all of the functional blocks. The LSI may have data input and output. Depending on the degree of integration, the LSI may be called an IC, a system LSI, a super LSI, or an ultra LSI.
集積回路化の手法はＬＳＩに限るものではなく、専用回路、汎用プロセッサ又は専用プロセッサで実現してもよい。また、ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。本開示は、デジタル処理又はアナログ処理として実現されてもよい。 The integrated circuit method is not limited to LSI, and may be realized by a dedicated circuit, a general-purpose processor, or a dedicated processor. In addition, a field programmable gate array (FPGA) that can be programmed after LSI manufacturing, or a reconfigurable processor that can reconfigure the connections and settings of circuit cells inside the LSI, may be used. The present disclosure may be realized as digital processing or analog processing.
さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。 Furthermore, if an integrated circuit technology that can replace LSI emerges due to advances in semiconductor technology or other derived technologies, it is natural that such technology can be used to integrate functional blocks. The application of biotechnology, etc. is also a possibility.
本開示は、電波を用いた在席検知に有用である。 This disclosure is useful for detecting occupancy using radio waves.
１ レーダー装置
２ サーバー
３ レーダー管理装置
４ アクセスポイント
５，６ 端末
７ ネットワーク
Ａ１ マップ画像
Ａ２ 人物画像
１１ レーダーＩＣ
１２ ＤＳＰ
１２ａ レーダー信号受信部
１２ｂ レーダー信号処理部
１３ ＣＰＵ
１３ａ 人物検知処理部
１３ｂ 人物検知結果送信部
１３ｃ 特異処理部
２１ ＣＰＵ
２１ａ 人物検知結果収集部
２１ｂ 在席マップデータ生成部
２１ｃ 在席マップデータ送信部
３１ ＣＰＵ
３１ａ 通信部
３１ｂ トレーニング制御部
４１ ＣＰＵ
４１ａ 在席マップデータ受信部
４１ｂ 在席マップデータ表示部
４２ 表示装置
REFERENCE SIGNS
12 DSP
12a radar signal receiving unit 12b radar
13a Person
21a Person detection
41a: seated map
Claims (7)
を有するレーダー装置と、
前記レーダー装置に対し、トレーニング動作を指示する指示情報を送信する通信部、
を有するレーダー管理装置と、
を有し、
前記レーダー装置の制御部は、
前記第１の検知方式において人を誤検知する誤検知位置を前記トレーニング動作において特定し、前記誤検知位置における前記点群データに対しては第２の検知方式を用いて人を検知する、
在席検知システム。 a control unit that detects a person using a first detection method from point cloud data obtained from reflected waves of the radio waves;
A radar device having a
A communication unit that transmits instruction information for instructing the radar device to perform a training operation;
A radar management device having a
having
The control unit of the radar device
a false detection position where a person is falsely detected in the first detection method is identified in the training operation, and a second detection method is used to detect a person from the point cloud data in the false detection position;
Occupancy detection system.
前記第１の検知方式では、前記点群データに関する少なくとも１つ以上の第１のパラメータと、前記第１のパラメータに対応して設定された第１の閾値との比較結果に基づいて人を検知し、
前記第２の検知方式では、前記点群データに関する少なくとも１つ以上の第２のパラメータと、前記第２のパラメータに対応して設定された第２の閾値との比較結果に基づいて人を検知する、
請求項１に記載の在席検知システム。 The control unit of the radar device
In the first detection method, a person is detected based on a comparison result between at least one first parameter related to the point cloud data and a first threshold value set corresponding to the first parameter;
In the second detection method, a person is detected based on a comparison result between at least one second parameter related to the point cloud data and a second threshold set corresponding to the second parameter.
The occupancy detection system according to claim 1 .
請求項２に記載の在席検知システム。 The control unit of the radar device determines the second threshold value so that a human detection result obtained by the second detection method during the training operation coincides with an actual presence or absence of a human.
The occupancy detection system according to claim 2 .
請求項３に記載の在席検知システム。 The value related to the point cloud data is the number of the point cloud data.
The occupancy detection system according to claim 3 .
請求項３に記載の在席検知システム。 The value of the point cloud data is a range of the point cloud data that is regarded as a person.
The occupancy detection system according to claim 3 .
前記位置情報を受信する受信部と、
前記位置情報と、マップデータとに基づいて、人の在席状況を示す在席マップデータを生成する生成部と、
前記在席マップデータを端末に送信する送信部と、
を有するサーバー、をさらに有する、
請求項１から５のいずれか一項に記載の在席検知システム。 The radar device further includes a transmitter that transmits position information of a detected person,
A receiving unit that receives the location information;
A generating unit that generates seating map data indicating seating status of people based on the position information and map data;
A transmission unit that transmits the seating map data to a terminal;
a server having
The occupancy detection system according to any one of claims 1 to 5.
前記レーダー装置は、
電波を用いて計測した点群データに対し第１の検知方式を用いて人を検知し、
前記レーダー管理装置は、
前記レーダー装置に対し、トレーニング動作を指示する指示情報を送信し、
前記レーダー装置は、
前記第１の検知方式において人を誤検知する誤検知位置を前記トレーニング動作において特定し、
前記誤検知位置における前記点群データに対しては第２の検知方式を用いて人を検知する、
在席検知方法。 An occupancy detection method for an occupancy detection system having a radar device, a server, and a radar management device, comprising:
The radar device includes:
Detecting a person using a first detection method from point cloud data measured using radio waves;
The radar management device includes:
Transmitting instruction information to the radar device to instruct the radar device to perform a training operation;
The radar device includes:
Identifying a false detection position where a person is falsely detected in the first detection method during the training motion;
detecting a person using a second detection method for the point cloud data at the erroneous detection position;
Presence detection method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020129417A JP7499449B2 (en) | 2020-07-30 | 2020-07-30 | System and method for detecting presence of a seat |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020129417A JP7499449B2 (en) | 2020-07-30 | 2020-07-30 | System and method for detecting presence of a seat |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022026109A JP2022026109A (en) | 2022-02-10 |
| JP7499449B2 true JP7499449B2 (en) | 2024-06-14 |
Family
ID=80264913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020129417A Active JP7499449B2 (en) | 2020-07-30 | 2020-07-30 | System and method for detecting presence of a seat |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7499449B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116055338B (en) * | 2023-03-28 | 2023-08-11 | 杭州觅睿科技股份有限公司 | A false alarm elimination method, device, equipment and medium |
| JPWO2025028147A1 (en) * | 2023-07-31 | 2025-02-06 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011202987A (en) | 2010-03-24 | 2011-10-13 | Nec Personal Products Co Ltd | Electronic apparatus and method and program for adjusting threshold |
| JP2012225825A (en) | 2011-04-21 | 2012-11-15 | Hino Motors Ltd | Radar device, bus, and passenger movement detection method, and program |
| JP2018080938A (en) | 2016-11-14 | 2018-05-24 | 株式会社デンソーテン | Radar device and target detection method |
| JP2019178971A (en) | 2018-03-30 | 2019-10-17 | パナソニックＩｐマネジメント株式会社 | Device, method, and program for generating environmental map |
| WO2019198789A1 (en) | 2018-04-12 | 2019-10-17 | 株式会社小糸製作所 | Object identification system, automobile, vehicle lamp fitting, and object clustering method |
| JP2019185347A (en) | 2018-04-09 | 2019-10-24 | 株式会社デンソー | Object recognition device and object recognition method |
| JP2019534486A (en) | 2017-04-21 | 2019-11-28 | エックス デベロップメント エルエルシー | Position measurement using negative mapping |
| WO2020008534A1 (en) | 2018-07-03 | 2020-01-09 | 三菱電機株式会社 | Obstacle detection device and driving support device |
| JP2020056628A (en) | 2018-09-28 | 2020-04-09 | パナソニックＩｐマネジメント株式会社 | Signal processing device, sensor system, alarm system, and vehicle |
| WO2020085142A1 (en) | 2018-10-22 | 2020-04-30 | 国立大学法人大阪大学 | Measurement apparatus and measurement system |
| JP2020071226A (en) | 2018-11-02 | 2020-05-07 | 富士通株式会社 | Fall detection method and device |
| JP2020079722A (en) | 2018-11-12 | 2020-05-28 | 住友電気工業株式会社 | Mobile body sensor, abnormality determination method, and computer program |
-
2020
- 2020-07-30 JP JP2020129417A patent/JP7499449B2/en active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011202987A (en) | 2010-03-24 | 2011-10-13 | Nec Personal Products Co Ltd | Electronic apparatus and method and program for adjusting threshold |
| JP2012225825A (en) | 2011-04-21 | 2012-11-15 | Hino Motors Ltd | Radar device, bus, and passenger movement detection method, and program |
| JP2018080938A (en) | 2016-11-14 | 2018-05-24 | 株式会社デンソーテン | Radar device and target detection method |
| JP2019534486A (en) | 2017-04-21 | 2019-11-28 | エックス デベロップメント エルエルシー | Position measurement using negative mapping |
| JP2019178971A (en) | 2018-03-30 | 2019-10-17 | パナソニックＩｐマネジメント株式会社 | Device, method, and program for generating environmental map |
| JP2019185347A (en) | 2018-04-09 | 2019-10-24 | 株式会社デンソー | Object recognition device and object recognition method |
| WO2019198789A1 (en) | 2018-04-12 | 2019-10-17 | 株式会社小糸製作所 | Object identification system, automobile, vehicle lamp fitting, and object clustering method |
| WO2020008534A1 (en) | 2018-07-03 | 2020-01-09 | 三菱電機株式会社 | Obstacle detection device and driving support device |
| JP2020056628A (en) | 2018-09-28 | 2020-04-09 | パナソニックＩｐマネジメント株式会社 | Signal processing device, sensor system, alarm system, and vehicle |
| WO2020085142A1 (en) | 2018-10-22 | 2020-04-30 | 国立大学法人大阪大学 | Measurement apparatus and measurement system |
| JP2020071226A (en) | 2018-11-02 | 2020-05-07 | 富士通株式会社 | Fall detection method and device |
| JP2020079722A (en) | 2018-11-12 | 2020-05-28 | 住友電気工業株式会社 | Mobile body sensor, abnormality determination method, and computer program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022026109A (en) | 2022-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108564181B (en) | Power equipment fault detection and maintenance method and terminal equipment | |
| CN112689858B (en) | Testing of a network of hazard warning devices | |
| JP5116608B2 (en) | Information processing apparatus, control method, and program | |
| CN110489306A (en) | A kind of alarm threshold value determines method, apparatus, computer equipment and storage medium | |
| US9830252B2 (en) | System, method and non-transitory computer readable medium for software testing | |
| JP7499449B2 (en) | System and method for detecting presence of a seat | |
| JP2019106112A (en) | Information processing apparatus, identification system, setting method, and program | |
| JP6214824B2 (en) | Automatic test equipment | |
| CN110058920A (en) | Virtual machine performance detection method and device, electronic equipment, storage medium | |
| CN113255271B (en) | A chip IO pin automatic verification system and method | |
| US20170344929A1 (en) | Information processing apparatus, method for instructing quick fix, and program product | |
| CN108226742A (en) | Circuit board detecting method and device | |
| JP2019158684A (en) | Inspection system, identification system, and discriminator evaluation device | |
| US11222402B2 (en) | Adaptive image enhancement | |
| WO2023219670A1 (en) | Method and system of analyzing and visualizing telemetry data | |
| CN117270495A (en) | Failure prediction method, device, storage medium and vehicle | |
| KR101671268B1 (en) | Method and apparatus for profiling service of network security element based signature | |
| CN112555897B (en) | Methods, apparatus and computer program products for determining burner operating status | |
| KR20200028249A (en) | Facility data fault diagnosis system and method of the same | |
| JP2025094231A (en) | Information processing system, information processing method, and program | |
| JP6594110B2 (en) | Control device, control system, and program | |
| KR102841653B1 (en) | Electronic device for predicting faulty and method for controlling electronic device thereof | |
| US20200265221A1 (en) | Processing system and processing method | |
| JP7584073B2 (en) | IMAGE JUDGMENT DEVICE, IMAGE JUDGMENT METHOD, AND PROGRAM | |
| US20060095224A1 (en) | Providing audio indications remotely |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230724 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240321 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240430 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240522 |