JP5241461B2 - 乗客コンベアの乗客検出装置 - Google Patents

Description

この発明は、乗客コンベアにおける乗降口付近の人物や物体の状態を検知する乗客コンベアの乗客検出装置に関する。

従来、乗客コンベアにおける乗降客の検出方法として、例えば特許文献１に記載されるように、車椅子利用者に赤外線を照射し、利用者に反射した光を赤外線カメラによって検出し、この反射光のパターンを学習、更新する。そして、学習したパターンと入力とを比較することにより車椅子利用者を検出するようにしたものがあった。

特開平０５−７００７５号公報

従来の装置では、複数の赤外線ビームを赤外線カメラで計測することにより、数十点以上の比較的密な計測点を得て、その情報から乗り場の状態（車椅子利用者）を検知していた。このような密な計測点を得ることできれば、計測精度を向上させることができる。
しかしながら、密な計測点を得るためには、スキャン型レーザ測距センサであればモータ等の可動部が必要であり、また、カメラ方式であってもカメラを別の位置に設置しなければならないなど、装置、設置コストが高くなり、また構成が複雑になることによって耐障害性が低くなるなどの課題があった。

この発明は上記のような課題を解決するためになされたもので、少ない計測点であっても効率よくかつ正確に検知することができる乗客コンベアの乗客検出装置を得ることを目的とする。

この発明に係る乗客コンベアの乗客検出装置は、測距センサより複数の方向へビームを放射して乗客コンベアにおける乗降口付近の乗客への距離を計測し、計測結果を距離データ列として出力する距離データ列取得手段と、距離データ列に基づいて、乗降口付近の乗客のデータ密度を求めると共に、乗降口付近における領域毎の重み付け値を示す事前知識を用いて、求めたデータ密度に対して重み付けを行って乗客の混雑度を算出する混雑度算出手段とを備えたものである。

この発明の乗客コンベアの乗客検出装置は、乗降口付近における領域毎の重み付け値を示す事前知識を用いて、距離データ列から求めたデータ密度に対して重み付けを行って乗客の混雑度を算出するようにしたので、少ない計測点であっても効率よくかつ正確に乗客の混雑度を検知することができる。

実施の形態１．
図１は、この発明の実施の形態１による乗客コンベアの乗客検出装置を示す構成図である。
図において、乗客コンベアの乗客検出装置は、距離データ列取得手段１、事前知識２、混雑度算出手段３を備えている。距離データ列取得手段１は、エスカレータ４のインレット部に設けられた測距センサ５を含んでいる。この測距センサ５は、例えば、各ビーム間の角度が５度程度と、粗い密度で水平方向にビームを放射して測距するセンサであり、乗降客（図示せず）の体の一部に反射するビームを捉えて、反射位置までの距離を計測する。尚、測距センサ５の設置個数は一つだけでなく、例えば乗降口の両側のインレット部に設ける等、複数個であってもよい。距離データ列取得手段１は、測距センサ５で得られた複数地点（例えば数点〜十数点程度）の距離データを距離データ列として取得し、この距離データ列を出力する機能部である。尚、距離データ列取得手段１における「距離データ列取得１０１」や、混雑度算出手段３における「データ密度３０１」といったブロックは、各手段における処理やデータを示しており、これらについては後述する。

事前知識２は、予め求めた測距センサ５の各領域毎の重み付け値や、時系列変化３０３における時間間隔や測距センサ５の距離に対応した重み付け値といったデータである。混雑度算出手段３は、距離データ列取得手段１から出力された距離データ列からデータ密度３０１や時系列変化３０３を求め、更に、事前知識２に基づいて重みづけ総和３０２を演算して、エスカレータ４の乗降口付近の乗降客の混雑度を算出する機能部である。

尚、乗客コンベアの乗客検出装置はコンピュータを用いて実現され、距離データ列取得手段１における演算部と混雑度算出手段３とは、それぞれの機能に対応するソフトウェアと、これを実行するためのＣＰＵやメモリ等のハードウェアから構成されている。また、事前知識２は、ハードディスク装置といった不揮発性メモリに格納されている。尚、距離データ列取得手段１や混雑度算出手段３は専用のハードウェアで構成してもよい。更に、上記例では、乗客コンベアとしてエスカレータ４を挙げているが、これ以外にも例えば動く歩道等でも同様に適用可能である。

次に、実施の形態１の乗客コンベアの乗客検出装置の動作について説明する。
先ず、距離データ列取得手段１において、測距センサ５が複数地点の距離データを取得し、これを距離データ列として出力する（図１における１０１）。
混雑度算出手段３における混雑度計算３０４は、距離データ列取得手段１から出力された距離データ列に基づくデータ密度３０１、重みづけ総和３０２、時系列変化３０３の値を基に計算される。
データ密度３０１は、図２に示す測距センサ５のビーム範囲である扇状領域内のデータにある適切な重みを掛け、総和をとったものである。この場合の適切な重みとは、以下の考え方により事前知識２として決定することができる。例えば、図２に示すように複数の測距センサ５が同一エリアを計測するような場合、エリアによってビームの密度が異なるため、これを補正することができる。図２には二つの測距センサ５があり、それぞれ扇型のエリアを計測しているとする。領域Ａは二つのセンサのエリアが重なる部分であり、領域Ｂは一方のセンサのみ計測するエリアである。領域Ａと領域Ｂで同じ重みで計測点数の総和を取ると、同じ大きさの物体であったとしても計測点数が異なることになる。そこで、領域Ａには領域Ｂの半分の重みを設定する。このようにすることで、同じ物体であれば同じデータ密度が得られることが期待できる。

このように補正した後に、エスカレータ特有の条件を加味し、例えば図３のように、測距センサ５から近い扇状領域内に存在するデータ点には大きな重みを掛け、それ以外の領域にあり、それより大きな扇状領域内に存在するデータ点には小さな重みを掛ける。これは、エスカレータ４の乗降口に近い領域に人物が存在する場合は危険度が高いという事前知識と、乗降口が混雑してきた場合には多数の人物や物体がセンサの直前に存在し、従って重みの大きな領域に点が集中する傾向があるという知識による。このようにすることで、危険度が高まるのに相関して変動する数値を作成できる。

次に、時系列変化３０３は、図４に示す方法によって計算する。グラフの中で、横軸はビーム、縦軸は距離を表す。実線は現在時刻の距離分布、破線は直前の時刻の距離分布を示す。このとき、同じビーム間で、直前と現在時刻の距離値の差分の絶対値を計算し、また直前あるいは現在時刻の距離がどの重み領域にあるかによってその絶対値に重みを掛ける。例えば、図４の（ア）においては、距離が重み大の領域にあるので、（ア）の差分量に大きな重みを掛ける。逆に（ウ）の領域は、距離が重み小の領域にあるので、（ウ）の差分量に小さな重みを掛ける。（イ）の領域は、直前の距離値が重み中の範囲にあり、現在の距離値が重み小の範囲にあり、いずれを選択すればよいかであるが、例えば重みの大きな方を優先するといった考えを適用すれば、大きな重みを掛ける。これら重み係数は事前知識であるため、予め決められた値を事前知識２として保持しておく。尚、縦軸の標準偏差については実施の形態２で説明する。

混雑度算出手段３は、上記全てのビームについて同様の計算を行い、重みづけ総和３０２を計算する。重みの値と領域の区分は、事前知識２による。距離が近い部分の重みが大きいのは、近い距離の精度は高く、遠い場合には精度が低いようなセンサ特性である場合を想定している。精度の高い測距センサ５を用いればそのような必要はないが、その場合はコストが高くなる可能性がある。

このようにして得られたデータ密度３０１および時系列変化３０３を用いて、両者の重みづけ総和３０２を計算し、この重みづけ総和３０２に基づいて混雑度計算３０４を行い、結果を出力３０５する。両者の重みづけは設置場所の利用状況や検知したい状況を勘案すればよい。例えば、混雑することは少ないが、インレット付近に立ち止まる人物が多く、こうした事象を主に検知したいのであればデータ密度３０１に対する重みを大きくする。逆に立ち止まる人物は少ないが、混雑する状況が多い場合（駅など）には、時系列変化３０３の重みを大きくする。このようにすることで、設置状況に応じて検知した事象を効果的に検知することが可能となる。

以上のように、実施の形態１の乗客コンベアの乗客検出装置によれば、測距センサより複数の方向へビームを放射して乗客コンベアにおける乗降口付近の乗客への距離を計測し、この計測結果を距離データ列として出力する距離データ列取得手段と、距離データ列に基づいて、乗降口付近の乗客のデータ密度を求めると共に、乗降口付近における領域毎の重み付け値を示す事前知識を用いて、求めたデータ密度に対して重み付けを行って乗客の混雑度を算出する混雑度算出手段とを備えたので、少ない計測点であっても効率よくかつ正確に乗客の混雑度を検知することができる。

また、実施の形態１の乗客コンベアの乗客検出装置によれば、事前知識として測距センサの測距距離に対応した重み付け値を時系列変化に対する重み付け値として有し、混雑度算出手段は、距離データの時系列変化に対して、時系列変化がどの距離で発生したかに基づいて重み付け値で重み付けを行って乗客の混雑度を算出するようにしたので、設置状況に応じて検知した事象を効果的に検知することが可能となる。

実施の形態２．
実施の形態２は、乗降客の転倒といった静止状態を検出するようにしたものである。
図５は、実施の形態２の乗客コンベアの乗客検出装置の構成図である。
図において、事前知識２ａは、実施の形態１の事前知識２の知識に加えて、測距センサ５の測距距離に応じた精度に基づく標準偏差値を有している。また、混雑度算出手段３ａは、実施の形態１における混雑度算出手段３の機能に加えて、事前知識２ａの標準偏差値を用いて転倒検知３０６を行うよう構成されている。他の各構成は実施の形態１と同様であるため、対応する部分に同一符号を付してその説明を省略する。

次に、実施の形態２の動作について説明する。
転倒検知３０６は、混雑度計算３０４で用いられた時系列変化３０３の考えを発展させる。実施の形態１と同様に図４に示した例を用いると、事前知識２ａにより測距センサ５の距離精度特性が近距離の場合に標準偏差が小さく、遠距離の場合に標準偏差が大きいということが分かっている場合、この標準偏差値により差分を正規化することによって静止状態（例えば、乗降客Ｃの転倒状態）であるかどうかを正確に計算することができる。
例えば、図４における（ア）領域の差分は、標準偏差が小さいため、小さい標準偏差で割り算して正規化する。逆に（ウ）領域の差分は、標準偏差が大きいため、大きい値で割り算して正規化する。各距離に応じた標準偏差値は事前に測距試験などで求めておき、事前知識２ａとして蓄えておく。標準偏差で割ることにより、いずれの距離値であっても静止状態であれば同じばらつきのノイズ値となる。

混雑度算出手段３ａでは、全てのビームについて上記のように正規化された差分値を計算し、その二乗の総和を求める。この総和は、標準偏差のχ（カイ）２乗分布を成すと考えられる。各時刻で求めた総和の絶対値が、ある固定閾値以下にあれば、χ２乗分布から得られる確率で静止状態であると判定できる。そして、この固定閾値以下の状態が一定時間以上継続した場合に、転倒検知３０６の結果として乗降客Ｃが転倒状態であることを出力３０７する。この一定時間の値は、利用状況に応じて変更することも可能である。長くするほどノイズを拾いにくくなるが、同時生起確率は低下するため、見逃しが増える。この値は既に知られたχ２乗分布から求めることができるので、例えば顧客（本装置使用者）の要望通りの検知率を達成することが可能である。

以上のような動作により、測距センサ５におけるビームの測距精度が悪くても精度よく静止状態を検知することができ、結果として少ないビームであっても静止状態、例えば、乗降客の転倒状態を検知することが可能となる。

以上のように、実施の形態２の乗客コンベアの乗客検出装置によれば、事前知識として測距センサの測距距離に応じた精度に基づく標準偏差値を有し、混雑度算出手段は、標準偏差値を用いて各ビームの距離データの時系列変化を正規化すると共に、これら正規化したデータの総和を求めて所定の閾値と比較することにより乗客が静止状態であるかを判定するようにしたので、少ない計測点であっても効率よくかつ正確に乗客の転倒といった静止状態を検知することができる。

この発明の実施の形態１による乗客コンベアの乗客検出装置を示す構成図である。 この発明の実施の形態１による乗客コンベアの乗客検出装置のデータ密度の領域による重み付けを示す説明図である。 この発明の実施の形態１による乗客コンベアの乗客検出装置のデータ密度の距離による重み付けを示す説明図である。 この発明の実施の形態１による乗客コンベアの乗客検出装置の時系列変化の重み付けを示す説明図である。 この発明の実施の形態２による乗客コンベアの乗客検出装置を示す構成図である。

符号の説明

１ 距離データ列取得手段、２，２ａ 事前知識、３，３ａ 混雑度算出手段、４ エスカレータ、５ 測距センサ、１０１ 距離データ列取得、３０１ データ密度、３０２ 重みづけ総和、３０３ 時系列変化、３０４ 混雑度計算、３０５，３０７ 出力、３０６ 転倒検知。

Claims (2)

1. 測距センサより複数の方向へビームを放射して乗客コンベアにおける乗降口付近の乗客への距離を計測し、当該計測結果を距離データ列として出力する距離データ列取得手段と、
   前記距離データ列に基づいて、前記乗降口付近の乗客のデータ密度を求めると共に、当該乗降口付近における領域毎の重み付け値を示す事前知識を用いて、前記求めたデータ密度に対して重み付けを行って乗客の混雑度を算出する混雑度算出手段とを備えた乗客コンベアの乗客検出装置。
2. 事前知識として測距センサの測距距離に対応した重み付け値を時系列変化に対する重み付け値として有し、混雑度算出手段は、距離データの時系列変化に対して、当該時系列変化がどの距離で発生したかに基づいて前記重み付け値で重み付けを行って乗客の混雑度を算出することを特徴とする請求項１記載の乗客コンベアの乗客検出装置。

Images