JP2009230335A

JP2009230335A - Bed fall detection system and bed device

Info

Publication number: JP2009230335A
Application number: JP2008073372A
Authority: JP
Inventors: Ayako Matsue; 綾子松江; Eiji Fujioka; 英二藤岡
Original assignee: Aisin Seiki Co Ltd
Current assignee: Aisin Corp
Priority date: 2008-03-21
Filing date: 2008-03-21
Publication date: 2009-10-08

Abstract

PROBLEM TO BE SOLVED: To provide a bed fall detection system and a bed device, for determining fall possibility that a user on a bed falls from the bed, or a fall fact that the user has fallen from the bed with high determination accuracy. SOLUTION: This bed fall detection system includes: a sensor group 4 comprising a plurality (M pieces) of sensors 3 provided in the bed 1 distributively in positions wherein the user lies down on the bed 1, each detecting a physical quantity generated from the user to detect presence of the user; and a determination means executing determination processing for determining the fall possibility that the user falls from the bed 1, or the fall fact that the user has fallen from the bed 1 based on the positions of the bed 1 of an upper sensor group 40 comprising sensors each having high output value of the sensor group 4 in plane coordinates. COPYRIGHT: (C)2010,JPO&INPIT

Description

本発明は例えば、高齢者、身体障害者、病人、健常者、子供などが横たわるベッドに用いられるベッド転落検知システムおよびベッド装置に関する。 The present invention relates to a bed fall detection system and a bed apparatus used for a bed on which an elderly person, a physically handicapped person, a sick person, a healthy person, a child and the like lie, for example.

従来、特許文献１には、ベッドに脚の下部に設けられベッドにかかる荷重値を検知する荷重検知手段と、荷重検知手段からの信号により人のベッドからの離床または存床を判定する判定手段と、判定手段の判定結果を送信する送信手段と、判定結果に基づいて警報を出力する警報手段とを有する離床存床検知システムが開示されている。このものによれば、検出したベッド荷重がしきい値以下であるとき離床と判定し、検出したベッド荷重がしきい値を超えると、在床と判定する。 Conventionally, Patent Document 1 discloses a load detection unit that is provided below a leg of a bed and detects a load value applied to the bed, and a determination unit that determines whether a person is getting out of bed or is present by a signal from the load detection unit. And a bed leaving detection system that includes a transmission unit that transmits a determination result of the determination unit and an alarm unit that outputs an alarm based on the determination result. According to this, when the detected bed load is equal to or less than the threshold value, it is determined that the person is getting out of bed.

特許文献２には、ベッドに感圧センサを多数個分散させ、感圧センサの信号に基づいて、使用者の寝姿を推定し、圧の分布の二値画像として描画し、寝姿を表現確認する寝姿検出装置が開示されている。
特開平１１−７６１７８号公報特開２００５−１４４０４２号公報 In Patent Document 2, a large number of pressure sensors are dispersed in a bed, the user's sleeping posture is estimated based on the signals of the pressure sensor, and is drawn as a binary image of pressure distribution to express the sleeping posture. A sleeping figure detection device to be confirmed is disclosed.
Japanese Patent Laid-Open No. 11-76178 JP 2005-144042 A

ところで、特許文献１では、荷重のオンオフしか見ていないため、荷重がオフのとき、使用者が正常に離床したのか、使用者がベッドから転落したのか、判定することができない。従って、使用者がベッドから転落する可能性または転落した事実を高い判定精度で判定するには限界がある。また、特許文献２では、ベッド上の寝姿を視覚的に表現するものであり、使用者がベッドから転落する可能性または転落した事実を高い判定精度で判定するには限界がある。 By the way, in Patent Document 1, since only on / off of the load is seen, when the load is off, it cannot be determined whether the user has normally left the floor or the user has fallen from the bed. Therefore, there is a limit in determining the possibility of the user falling from the bed or the fact that the user has fallen with high determination accuracy. Moreover, in patent document 2, the sleeping figure on a bed is expressed visually and there exists a limit in determining with high determination accuracy the possibility that a user may fall from a bed or the fact that it fell.

本発明は上記した実情に鑑みてなされたものであり、ベッド上の使用者がベッドから転落する転落可能性または使用者がベッドから転落した転落事実を高い判定精度で判定することができるベッド転落検知システムを提供することを課題とする。 The present invention has been made in view of the above-described circumstances, and a bed fall that can determine with high determination accuracy the possibility that a user on the bed falls from the bed or the fact that the user has fallen from the bed. It is an object to provide a detection system.

本発明に係るベッド転落検知システムは、ベッドに使用者が横たわるための位置に分散してベッドまたは寝具に設けられ、使用者から発生する物理量を検知することによりベッド上の使用者の存在を検知する複数個（Ｍ個）のセンサからなるセンサ群と、センサ群のうち出力値が高い側の上位センサのベッド平面座標における位置に基づいて、使用者がベッドから転落する転落可能性または使用者がベッドから転落した転落事実を判定する判定処理を実行する判定手段とを具備することを特徴とする。 The bed fall detection system according to the present invention is provided in a bed or bedding in a position for a user to lie on the bed and detects the presence of the user on the bed by detecting a physical quantity generated from the user. The possibility that the user falls from the bed or the user based on the position in the bed plane coordinates of the sensor group consisting of a plurality (M) of sensors and the upper sensor of the sensor group having the higher output value And determining means for executing a determining process for determining a fall fact of falling from the bed.

本発明に係るベッド装置は、寝具が載置されるベッドと、ベッドに使用者が横たわるための位置に分散して前記ベッドまたは寝具に設けられ、使用者から発生する物理量を検知することにより使用者の存在を検知する複数個（Ｍ個）のセンサからなるセンサ群と、センサ群のうち出力値が高い上位センサ群のベッドの平面座標における位置に基づいて、使用者がベッドから転落する転落可能性または使用者が前記ベッドから転落した転落事実を判定する判定処理を実行する判定手段とを具備することを特徴とする。 The bed apparatus according to the present invention is used by detecting a physical quantity generated from a user, which is provided in the bed or the bedding dispersed in a bed on which the bedding is placed and a position for the user to lie on the bed. A fall that a user falls from the bed based on the position in the plane coordinates of the bed of the sensor group consisting of a plurality (M) of sensors that detect the presence of the person and the higher sensor group of the sensor group that has a high output value And determining means for executing determination processing for determining possibility or a fall fact that the user has fallen from the bed.

センサ群のうち出力値が高い側の上位センサは、使用者の存在を検知する検知精度が高い。本発明によれば、判定手段は、センサ群のうち出力値が高い側の上位のセンサのベッド平面座標における位置に基づいて、使用者がベッドから転落する転落可能性または使用者がベッドから転落した転落事実を判定する判定処理を実行する。このようにセンサ群のうち出力値が高い側の上位のセンサのベッド平面座標における位置に基づいて、判定処理は実行されるため、上記した判定の信頼性が向上する。 The upper sensor on the higher output value side of the sensor group has high detection accuracy for detecting the presence of the user. According to the present invention, the determination means determines whether the user may fall from the bed or the user may fall from the bed, based on the position in the bed plane coordinates of the higher sensor in the sensor group. Judgment processing is performed to determine the falling fact. As described above, since the determination process is executed based on the position in the bed plane coordinates of the higher-order sensor in the sensor group, the reliability of the above determination is improved.

本発明によれば、好ましくは次の態様が採用される。 According to the present invention, the following aspect is preferably adopted.

・センサ群は、使用者から発生する物理量を検知することにより使用者の存在を検知する複数個（Ｍ個）のセンサからなる。センサとしては、使用者の心拍の動作および／または呼吸の動作を振動として検知するンサ、あるいは、使用者荷重を検知する圧力センサとすることができる。Ｍ個は５〜２００個、６〜１００個、１０〜５０個、１５〜２５個が例示される。但しこれに限定されるものではない。好ましくは、ベッドに横たわる使用者の身長方向を列方向とし、ベッドに横たわる使用者の幅方向を行方向とするとき、センサ群は、行方向において複数個並設されており、列方向に複数個並設されている。好ましくは、判定処理においてベッド平面座標は複数の領域に分割されている。 The sensor group includes a plurality (M) of sensors that detect the presence of the user by detecting a physical quantity generated by the user. The sensor may be a sensor that detects a user's heartbeat and / or breathing motion as vibration, or a pressure sensor that detects a user load. Examples of M are 5 to 200, 6 to 100, 10 to 50, and 15 to 25. However, it is not limited to this. Preferably, when the height direction of the user lying on the bed is the column direction and the width direction of the user lying on the bed is the row direction, a plurality of sensor groups are juxtaposed in the row direction. They are arranged side by side. Preferably, the bed plane coordinates are divided into a plurality of regions in the determination process.

・好ましくは、判定手段は、センサ群のうち出力値が高い複数個（Ｎ個，Ｎ＜Ｍ）の上位センサを選択して上位センサ群とする選択手段と、複数個の上位センサ群のベッドの平面座標における位置に基づいて判定処理を実行する実行手段とを具備する。ＮはＭの７０％以下、６０％以下、５０％以下、４０％以下、３０％以下、２０％以下とすることができる。判定の基礎となるセンサの数を減少できるため、判定処理を早く実行でき、転落可能性または転落事実を早期に検知できる。 Preferably, the determining means selects a plurality of (N, N <M) higher sensors having a higher output value from the sensor group and sets them as upper sensor groups, and a bed of the plurality of upper sensor groups. Execution means for executing a determination process based on the position in the plane coordinates. N may be 70% or less, 60% or less, 50% or less, 40% or less, 30% or less, or 20% or less of M. Since the number of sensors serving as the basis of determination can be reduced, the determination process can be executed quickly, and the possibility of falling or the falling fact can be detected early.

・好ましくは、判定手段は、判定処理において、高い出力値を示す上位センサ群を構成するセンサのうち半分以上（例えば６０％以上、７０％以上、８０％以上、９０％以上）がベッド幅方向の端側に存在するとき、転落可能性を有りと判定する。 -Preferably, in the determination process, more than half (for example, 60% or more, 70% or more, 80% or more, 90% or more) of the sensors constituting the upper sensor group exhibiting a high output value are determined in the bed width direction. When it exists at the end side of, it is determined that there is a possibility of falling.

・好ましくは、ベッドの長さ方向および幅方向において複数の領域に分割されており、判定手段は、次の（ｉ）〜（ｉｉｉ）のうちの一つ以上または二つ以上が満足されるとき、転落可能性（転落危険状態）有りと判定する。
（ｉ）高い出力値を示す上位センサ群を構成するセンサのうち半分以上（例えば６０％以上、７０％以上、８０％以上、９０％以上）が、ベッド幅方向において中心線よりもベッド端側の領域に存在すること。この場合には、高齢者や身体障害者等の使用者がベッドの端側に位置しているため、ベッドから転落する可能性がある。
（ｉｉ）高い出力値を示す上位センサ群を構成するセンサのうち半分以上（例えば６０％以上、７０％以上、８０％以上、９０％以上）が、互いに隣接する領域に存在すること。この場合には、出力値が高い側の上位センサ群を構成するセンサが局部的に偏在している可能性が高い。この場合、使用者は安全状態で横に寝ている（臥位状態）よりも、着座している（座位状態）可能性が多い。高齢者、身体障害者等の使用者がベッド上で着座していれば、転落可能性が少なからずある。殊に、高齢者、身体障害者等がベッド端側で着座していると、転落の可能性がある。使用者が横に寝ている状態を『臥位』という。使用者がベッドで着座している状態を『座位』という。使用者がベッドの端側で着座している状態を『端座位』という。
（ｉｉｉ）高い出力値を示す上位センサ群を構成するセンサがベッドの枕元の領域に存在しないこと。 -Preferably, it is divided into a plurality of regions in the length direction and width direction of the bed, and the determination means is satisfied when one or more of the following (i) to (iii) are satisfied It is determined that there is a possibility of falling (risk of falling).
(I) More than half (for example, 60% or more, 70% or more, 80% or more, 90% or more) of the sensors constituting the upper sensor group exhibiting a high output value are on the bed end side with respect to the center line in the bed width direction. Be in the realm of In this case, the user such as an elderly person or a physically handicapped person is located on the end side of the bed and may fall from the bed.
(Ii) More than half (for example, 60% or more, 70% or more, 80% or more, 90% or more) of sensors constituting the upper sensor group exhibiting a high output value exist in areas adjacent to each other. In this case, there is a high possibility that the sensors constituting the higher-order sensor group on the higher output value side are unevenly distributed. In this case, the user is more likely to be seated (sitting position) than to be lying down in a safe state (sitting position). If a user such as an elderly person or a disabled person is sitting on the bed, the possibility of falling is not a little. In particular, if an elderly person, a physically handicapped person, etc. are seated on the bed end side, there is a possibility of falling. The state in which the user is sleeping sideways is called “recumbent position”. The state where the user is seated in the bed is called “sitting position”. The state where the user is seated on the end side of the bed is called “end sitting position”.
(Iii) The sensor which comprises the high rank sensor group which shows a high output value does not exist in the area | region of the bedside of a bed.

・使用者に対する保護性を考慮すると、使用者が実際に転落しているにもかかわらず転落が判定されない場合よりも、使用者が転落していないにもかかわらず、転落が判定される場合の方が、好ましい。このため判定処理の判定基準を緩和することができる。・ In consideration of the protection for the user, the case where the fall is judged even though the user has not fallen than the case where the fall is not judged despite the fact that the user has fallen. Is preferred. For this reason, the criterion of the determination process can be relaxed.

・好ましくは、ベッドの平面座標はベッドの長さ方向および幅方向において複数の領域に分割されており、判定手段は、次の（ｉ）〜（ｉｉｉ）のうちの一つ以上または二つ以上が満足されるとき、使用者がベッドから転落する転落可能性有りと判定する。
（ｉ）高い出力値を示す上位センサ群を構成するセンサのうち半分以上（例えば６０％以上、７０％以上、８０％以上、９０％以上）が、ベッドの幅方向において中心線よりもベッド端側に存在すること。高齢者、身体障害者等の使用者がベッド端側に存在するときには、転落可能性が高くなるためである。殊に、高齢者、身体障害者等がベッド端側で着座していると、転落の可能性がある。
（ｉｉ）高い出力値を示す上位センサ群を構成するセンサのうち半分以上（例えば６０％以上、７０％以上、８０％以上、９０％以上）が、互いに隣接する領域に存在すること。この場合、出力値が高い側の上位センサ群を構成するセンサが局部的に偏在している可能性が高い。使用者は安全状態でベッドに横に寝ているよりも、ベッドに着座している可能性が多い。従って、身体障害者等の使用者がベッドに着座していれば、転落可能性が少なからずある。
（ｉｉｉ）センサ群のうち体動を検知したセンサが存在すること。体動とは、使用者の腕、脚、腰部、胸部、頭部等がベッド上において動作していることをいう。高齢者、身体障害者等の使用者がベッド上で体動しているときには、転落可能性が少なからずある。 -Preferably, the plane coordinates of the bed are divided into a plurality of regions in the length direction and the width direction of the bed, and the determination means is one or more or two or more of the following (i) to (iii): Is satisfied, it is determined that there is a possibility that the user falls from the bed.
(I) More than half (for example, 60% or more, 70% or more, 80% or more, 90% or more) of the sensors constituting the upper sensor group exhibiting a high output value, the bed edge with respect to the center line in the width direction of the bed Be on the side. This is because when a user such as an elderly person or a physically handicapped person is present on the bed end side, the possibility of falling is increased. In particular, if an elderly person, a physically handicapped person, etc. are seated on the bed end side, there is a possibility of falling.
(Ii) More than half (for example, 60% or more, 70% or more, 80% or more, 90% or more) of sensors constituting the upper sensor group exhibiting a high output value exist in areas adjacent to each other. In this case, there is a high possibility that the sensors constituting the higher sensor group on the side with the higher output value are locally unevenly distributed. The user is more likely to be sitting in the bed than lying in the bed in a safe state. Therefore, if a user such as a physically handicapped person is sitting on the bed, there is a considerable possibility of falling.
(Iii) The sensor which detected the body movement exists among sensor groups. Body movement means that the user's arms, legs, waist, chest, head and the like are moving on the bed. When a user such as an elderly person or a disabled person is moving on the bed, the possibility of falling is not a little.

・好ましくは、判定手段が、使用者がベッドから転落する転落可能性または使用者がベッドから転落した転落事実を判定するときには、警告部に警告を出力することが好ましい。 Preferably, when the determination unit determines the possibility of the user falling from the bed or the fact that the user has dropped from the bed, it is preferable to output a warning to the warning unit.

・好ましくは、判定手段は、センサ群のうち少なくとも１個のセンサが使用者の体動を検知したら、上記した判定処理を実行しない。センサの種類によっては、体動時には、使用者の動作が大きすぎて、判定処理において過誤判定が発生することがあるためである。 Preferably, the determination unit does not perform the above-described determination process when at least one sensor in the sensor group detects the user's body movement. This is because, depending on the type of sensor, during the body movement, the user's movement is too large, and an erroneous determination may occur in the determination process.

・好ましくは、判定手段は、センサ群を構成するセンサの全てが使用者の存在を検知しないとき、使用者はベッドから離れている離床と予想して、使用者はベッドから離床している判定する。 -Preferably, when all of the sensors constituting the sensor group do not detect the presence of the user, the determination means expects the user to leave the bed and determines that the user has left the bed. To do.

・好ましくは、判定手段は、判定処理を繰り返して実行しており、今回の判定処理において離床と判定し、且つ、前回の判定処理において転落可能性有りと判定するとき、使用者がベッドから転落した転落事実の可能性有りと仮確定する。この場合、転落事実の可能性がある。仮確定は、前記した判定よりも判定精度が向上した確定を意味する。 -Preferably, the determination means repeatedly executes the determination process, and when the user determines that he / she is getting out of bed in the current determination process and in the previous determination process, the user falls from the bed. It is tentatively confirmed that there is a possibility of falling. In this case, there is a possibility of falling. The provisional decision means a decision with a higher determination accuracy than the above-described determination.

・好ましくは、判定手段は、転落事実の可能性有りと連続して複数回判定するとき、使用者がベッドから転落した転落事実を仮確定する。ここで前述したように、仮確定は、前記した判定よりも判定精度が向上した確定を意味する。好ましくは、判定手段は、転落事実の仮確定を連続して複数個回行うとき、使用者がベッドから転落した転落事実を本確定する。本確定は、仮確定よりも精度が向上した確定を意味する。 -Preferably, a judgment means tentatively confirms the fall fact that the user fell from the bed when judging the possibility of the fall fact several times continuously. As described above, provisional determination means determination with improved determination accuracy over the above-described determination. Preferably, the determination means finalizes the fall fact that the user has fallen from the bed when the fall fact is provisionally confirmed a plurality of times in succession. This final determination means determination with higher accuracy than provisional determination.

・使用者がベッドから正常に離床するときには、使用者はベッドの端側に着座し、その後、ベッドから離れる。従って、好ましくは、判定手段は、今回の判定処理において使用者がベッドから離床していると判定し、かつ、前回および／または前々回の判定処理において使用者がベッドに着床または端座位と判定するとき、正常な離床と仮確定することができる。『端座位』は、使用者がベッドの端に着座していることを意味する。 -When the user normally leaves the bed, the user sits on the end side of the bed and then leaves the bed. Therefore, it is preferable that the determination unit determines that the user is getting out of the bed in the current determination process, and determines that the user has landed on the bed or is in an end sitting position in the previous and / or previous determination processes. When you do, you can tentatively determine that you are getting out of bed. “End sitting position” means that the user is sitting on the edge of the bed.

・好ましくは、判定手段は、今回の判定処理において使用者がベッドから離床していると判定し、かつ、前回の判定処理において転落可能性有りと判定するとき、転落と仮確定する。使用者が実際に転落している可能性が高まる。警告部に警告を出力することが好ましい。警告部は聴覚的または視覚的に警告を出力する。 Preferably, when the determination unit determines that the user is getting out of bed in the current determination process and determines that there is a possibility of falling in the previous determination process, the determination unit temporarily determines that the user has fallen. The possibility that the user has actually fallen increases. It is preferable to output a warning to the warning part. The warning unit outputs a warning audibly or visually.

・好ましくは、判定手段は、今回の判定処理において使用者がベッドから転落と判定し、かつ、前回の判定処理において転落と判定するとき、転落と仮確定する。使用者が実際に転落している可能性が高まる。警告を出力することが好ましい。 Preferably, when the user determines that the user has fallen from the bed in the current determination process and determines that the user has fallen in the previous determination process, the determination unit temporarily determines that the user has fallen. The possibility that the user has actually fallen increases. It is preferable to output a warning.

本発明によれば、ベッド上の使用者がベッドから転落する転落可能性または使用者がベッドから転落した転落事実を高い判定精度で判定することができる。 ADVANTAGE OF THE INVENTION According to this invention, the fall possibility that the user on a bed falls from a bed or the fall fact that a user fell from a bed can be determined with high determination accuracy.

（実施形態１）
以下、本発明の実施例１について図１〜図８を参照して説明する。図１は、ベッド１のマットレス等の寝具２に使用者が横たわっている状態を示す。センサ３は、マットレス等の寝具２の下面を支持する支持部１ｃに設けられている。但し、センサ３はマットレス等の寝具２の内部、マットレス等の寝具２の上面に設けられていても良い。センサ３は、使用者から発生する物理量から使用者の存在を検知するものであり、その各信号は、選定手段および判定手段を構成する制御装置１００に出力される。制御装置１００は警告部１０２に警告信号を出力することができる。
(Embodiment 1)
Embodiment 1 of the present invention will be described below with reference to FIGS. FIG. 1 shows a state where a user is lying on a bedding 2 such as a mattress of a bed 1. The sensor 3 is provided on a support portion 1c that supports the lower surface of the bedding 2 such as a mattress. However, the sensor 3 may be provided inside the bedding 2 such as a mattress or on the upper surface of the bedding 2 such as a mattress. The sensor 3 detects the presence of a user from a physical quantity generated by the user, and each signal is output to the control device 100 that constitutes a selection unit and a determination unit. The control device 100 can output a warning signal to the warning unit 102.

センサ３は、使用者の身体を覆う衣服や身体に直接に装備されるセンサではないため、使用者の身体を拘束する拘束性は低い。センサ３は、使用者の生体情報に関する物理量を検知する生体情報センサとすることが好ましい。殊に、センサ３は、使用者心臓の鼓動の動作（波形、単位時間あたりの心拍数等）、呼吸の動作（波形、単位時間あたりの呼吸数等）を検知するセンサ（振動センサ）とすることが好ましい。センサ３は圧電センサが例示される。 Since the sensor 3 is not a clothing that covers the user's body or a sensor that is directly mounted on the body, the restraint property of restraining the user's body is low. The sensor 3 is preferably a biological information sensor that detects a physical quantity related to the user's biological information. In particular, the sensor 3 is a sensor (vibration sensor) that detects a beating operation (waveform, heart rate per unit time, etc.) of a user's heart and a respiration operation (waveform, respiration rate per unit time, etc.). It is preferable. The sensor 3 is exemplified by a piezoelectric sensor.

図２は、マットレス等の寝具２を除いたベッド１（ベッド装置）の平面視を示す。図２に示すように、ベッド１に横たわる使用者の身長方向を列方向（矢印Ｙ方向）とし、ベッド１に横たわる使用者の幅方向を行方向（矢印Ｘ方向）とするとき、センサ３は、行方向において複数個並設されており、列方向に複数個並設されている。これによりセンサ群４が構成されている。図２ではセンサ３の数は２０個（Ｍ個＝２０）とされている。但し、これに限定されるものではなく、ベッド１のサイズなどに応じて、例えば１０〜２００個の範囲内で選択することができる。Ｐはベッド１の幅方向の中心線を示す。１ｅは、使用者の頭部を支える枕の位置を示す。 FIG. 2 shows a plan view of the bed 1 (bed apparatus) excluding the bedding 2 such as a mattress. As shown in FIG. 2, when the height direction of the user lying on the bed 1 is the row direction (arrow Y direction) and the width direction of the user lying on the bed 1 is the row direction (arrow X direction), the sensor 3 is A plurality of rows are arranged in the row direction, and a plurality of rows are arranged in the column direction. Thereby, the sensor group 4 is configured. In FIG. 2, the number of sensors 3 is 20 (M = 20). However, it is not limited to this, and can be selected within a range of 10 to 200, for example, depending on the size of the bed 1 and the like. P indicates the center line of the bed 1 in the width direction. 1e shows the position of the pillow that supports the user's head.

図３はロジック構成を示す。図３に示すように、センサ３のセンサ信号から第１フィルタで生体情報に関する帯域を抽出する。更に、第２フィルタで、更に低い領域を抽出する。更に閾値判定を実行し、閾値で物と人とを選別する。更に判定手段により、ベッド１上における使用者の寝位置を判定する。 FIG. 3 shows a logic configuration. As shown in FIG. 3, a band related to biological information is extracted from the sensor signal of the sensor 3 using a first filter. Further, a lower region is extracted by the second filter. Further, threshold determination is performed, and an object and a person are selected based on the threshold. Furthermore, the sleeping position of the user on the bed 1 is determined by the determining means.

図４は、センサ３の出力値（フィルタ１，２を透過後）としきい値Ｔｈ２との関係を示す。特性線Ｗ１は、ベッド１上に無機物である物が存在するときにおけるセンサ３の出力値を示す。特性線Ｗ２は、ベッド１上に人が存在するときにおける心拍を計測したセンサ３の出力値を示す。特性線Ｗ３は、ベッド１上に人が存在するときにおける人の体動を計測したセンサ３の出力値を示す。しきい値Ｔｈ２によれば、物と人とを識別できる。図５は、センサ３の出力値（フィルタ１，２を透過後）としきい値Ｔｈ３との関係を示す。しきい値Ｔｈ３によれば、使用者の心拍と体動とを識別できる。 FIG. 4 shows the relationship between the output value of the sensor 3 (after passing through the filters 1 and 2) and the threshold value Th2. A characteristic line W 1 indicates an output value of the sensor 3 when there is an inorganic substance on the bed 1. A characteristic line W2 indicates an output value of the sensor 3 that measures a heartbeat when a person is present on the bed 1. A characteristic line W 3 indicates an output value of the sensor 3 that measures the body movement of the person when the person is on the bed 1. According to the threshold Th2, an object and a person can be identified. FIG. 5 shows the relationship between the output value of the sensor 3 (after passing through the filters 1 and 2) and the threshold value Th3. According to the threshold value Th3, the user's heartbeat and body movement can be identified.

ここで、多数個のセンサ３からなるセンサ群４に関する配列（平面座標）としては、図６に示す配列（１）、図７に示す配列（２）が考えられる。図６は、センサ群４に関する配列（１）における要素の形態を示す。図６に示す配列（１）では、ベッド１の幅方向（矢印Ｘ方向，ベッド１に横たわっている使用者の身体の幅方向に沿って延びる領域を要素としている。要素は、使用者の身長方向（矢印Ｙ方向）において複数個（ψ個＝４）に分割されている。図６に示す本実施形態では、使用者の身長方向（矢印Ｙ方向）において、枕側から要素［０］、要素［１］、要素［２］、要素［３］と４分割（ψ個＝４）されている。要素［０］は使用者の枕元の領域（使用者の胸部の領域）に相当する。図６に示すように、要素［０］、要素［１］、要素［２］、要素［３］になるにつれて、ベッド１に横たわる使用者の頭部から離れる位置となる。 Here, as the arrangement (planar coordinates) related to the sensor group 4 composed of a large number of sensors 3, the arrangement (1) shown in FIG. 6 and the arrangement (2) shown in FIG. 7 are conceivable. FIG. 6 shows the form of elements in the array (1) related to the sensor group 4. In the arrangement (1) shown in Fig. 6, the element is an area extending along the width direction of the bed 1 (arrow X direction, the width direction of the body of the user lying on the bed 1. The element is the height of the user. In the direction (arrow Y direction), it is divided into a plurality (φ = 4) In the present embodiment shown in Fig. 6, in the height direction of the user (arrow Y direction), the element [0], The element [1], the element [2], and the element [3] are divided into four (ψ = 4), and the element [0] corresponds to the area of the bedside of the user (the area of the chest of the user). As shown in FIG. 6, as the element [0], the element [1], the element [2], and the element [3] are reached, the position is away from the head of the user lying on the bed 1.

ここで、後述の文章として、『所定の出力値を示すセンサ３（しきい値Ｔｈ２以上の出力を示すセンサ３）が配列（１）における要素［０］に存在しない旨』が述べられている。これは、図６に示す配列（１）において、分割された領域として機能する要素［０］に存在する当該センサ３（しきい値Ｔｈ２以上の出力を示すセンサ３）の数が０個であることを意味する。 Here, as a sentence to be described later, “a sensor 3 indicating a predetermined output value (a sensor 3 indicating an output equal to or greater than the threshold Th2) does not exist in the element [0] in the array (1)” is described. . This is because in the array (1) shown in FIG. 6, the number of the sensors 3 (sensors 3 indicating an output equal to or greater than the threshold Th2) present in the element [0] functioning as a divided area is zero. Means that.

これに対して、図７は、センサ群４に関する配列（２）における要素を示す。図７に示す配列（２）によれば、ベッド１の長さ方向（ベッド１に横たわっている使用者の身長に沿って延びる方向）に沿って延設されている領域を要素としている。図７に示すように、要素は、ベッド１に横たわる使用者の身体の幅方向（ベッドの幅方向，矢印Ｘ方向）において、複数個（η個＝５）に分割されている。図７に示す配列（２）によれば、ベッド１に横たわる使用者の身体の幅方向（矢印Ｘ方向）において、ベッド１の端側から、要素［０］、要素［１］、要素［２］、要素［３］、要素［４］と５分割（η個＝５）されている。 On the other hand, FIG. 7 shows elements in the array (2) relating to the sensor group 4. According to the arrangement (2) shown in FIG. 7, a region extending along the length direction of the bed 1 (direction extending along the height of the user lying on the bed 1) is used as an element. As shown in FIG. 7, the elements are divided into a plurality (η = 5) in the width direction of the user lying on the bed 1 (the width direction of the bed, the direction of the arrow X). According to the arrangement (2) shown in FIG. 7, the element [0], the element [1], and the element [2] from the end side of the bed 1 in the width direction (arrow X direction) of the user lying on the bed 1. ], Element [3], and element [4] are divided into five (η = 5).

ここで、後述の文章として、『図７に示す配列（２）において、（要素［０］＋要素［１］）−（｛要素［３］＋要素［４］）≧δ（δ＝２）が成立する旨』が述べられている。これは次のようである。すなわち、図７に示す配列（２）において、ベッド１の幅方向の端側から互いに隣接する２つの要素、すなわち、要素［０］および要素［１］に着目し、要素［０］および要素［１］おいて、高出力を示すセンサ３の数の合計値をＡとする。更に、図７に示す配列（２）において、ベッド１の幅方向の反対側の端側から互いに隣接する２つの要素、すなわち、要素［３］および要素［４］に着目し、要素［３］および要素［４］おいて、高出力を示すセンサ３の数の合計値をＢとする。そして、Ａ−Ｂ≧δ（δ＝２）が成立することを意味する。Ａ−Ｂ≧２が成立することは、使用者がベッド１の上で横たわりつつも、ベッド１の幅方向（矢印Ｘ方向）の端側に偏って寝ており、転落可能性があることを意味する。 Here, as a sentence to be described later, “(element [0] + element [1]) − ({element [3] + element [4]) ≧ δ (δ = 2) in the array (2) shown in FIG. Is said to be established. This is as follows. That is, in the array (2) shown in FIG. 7, focusing on two elements adjacent to each other from the end in the width direction of the bed 1, that is, the element [0] and the element [1], the element [0] and the element [1] 1], let A be the total value of the number of sensors 3 showing high output. Furthermore, in the arrangement (2) shown in FIG. 7, focusing on two elements adjacent to each other from the opposite end in the width direction of the bed 1, that is, the element [3] and the element [4], the element [3] In element [4], let B be the total value of the number of sensors 3 exhibiting high output. And it means that AB ≧ δ (δ = 2) holds. The establishment of A−B ≧ 2 means that the user is lying on the bed 1 but is biased to the end side in the width direction (arrow X direction) of the bed 1 and may fall down. means.

換言すると、ベッド上で使用者が存在するとき、ベッド１の幅方向（Ｘ方向，顔面が上方を指向するように横たわっている使用者の身体の幅方向に相当）の一端側の領域において、高出力を示すセンサ数の合計値をＡとする。更に、ベッド１の幅方向の他端側の領域において高出力を示すセンサ数の合計値をＢとする。このとき、Ａ−Ｂ≧δ（δ＝２）が成立すれば、使用者がベッド１の上で横たわりつつもベッド１の幅方向の端側に偏って寝ており、使用者がベッド１から転落する可能性があることを示唆する。なお、センサ３の合計数等に応じて、δは１または３または４または５にできる。 In other words, when there is a user on the bed, in the region on one end side of the width direction of the bed 1 (X direction, corresponding to the width direction of the user's body lying so that the face faces upward) Let A be the total value of the number of sensors showing high output. Furthermore, let B be the total value of the number of sensors showing high output in the region on the other end side in the width direction of the bed 1. At this time, if A−B ≧ δ (δ = 2) is established, the user is lying on the bed 1 while lying on the end side in the width direction of the bed 1, and the user moves from the bed 1. Suggest that there is a possibility of falling. It should be noted that δ can be 1 or 3 or 4 or 5 depending on the total number of sensors 3 and the like.

図８は、本実施形態に係る制御装置１００を構成する判定手段のアルゴリズムを示す。図８はあくまでも判定手段（実行手段）のアルゴリズムを示すものであり、ＣＰＵの実行フローチャートに類似するものの、実行フローチャートそのものではない。まず、センサ３のセンサ信号をフィルタ１で選別し（ステップＳ２）、使用者の生体情報（心拍、体動など）に関する帯域を抽出する。更にセンサ信号をフィルタ２で選別し（ステップＳ４）、演算値を得る。演算値としきい値Ｔｈ２とを比較する（ステップＳ６）。演算値がしきい値Ｔｈ２以下であれば（ステップＳ６のＹｅｓ）、ベッド１上には物が存在していると判定される（ステップＳ８）。更に、演算値としきい値Ｔｈ３とを比較する（ステップＳ１０）。演算値がしきい値Ｔｈ３以上であれば（ステップＳ１０のＹｅｓ）、ベッド１上には人が存在し、体動していると判定される（ステップＳ１２）。演算値がしきい値Ｔｈ３未満であれば（ステップＳ１０のＮｏ）、ベッド１上には人が存在していると判定される（ステップＳ１４）。ステップＳ８、ステップＳ１２、ステップＳ１４からステップＳ１６に進み、複数のセンサ３からなるセンサ群４のうち、人と判定したセンサ３の個数が６個（Ｎ個＝６）を超えるか否か判定する。なお、Ｎとしては、（Ｍ／１．５）〜（Ｍ／５）の範囲内における整数で設定できる。 FIG. 8 shows an algorithm of the determination means constituting the control device 100 according to this embodiment. FIG. 8 merely shows the algorithm of the determination means (execution means), which is similar to the execution flowchart of the CPU, but is not the execution flowchart itself. First, the sensor signal of the sensor 3 is selected by the filter 1 (step S2), and a band related to the user's biological information (heartbeat, body movement, etc.) is extracted. Further, the sensor signal is selected by the filter 2 (step S4) to obtain a calculated value. The calculated value is compared with the threshold value Th2 (step S6). If the calculated value is equal to or less than the threshold value Th2 (Yes in step S6), it is determined that an object is present on the bed 1 (step S8). Further, the calculated value is compared with the threshold value Th3 (step S10). If the calculated value is equal to or greater than the threshold Th3 (Yes in step S10), it is determined that a person is present on the bed 1 and is moving (step S12). If the calculated value is less than the threshold value Th3 (No in step S10), it is determined that a person is present on the bed 1 (step S14). Proceeding from step S8, step S12, and step S14 to step S16, it is determined whether or not the number of sensors 3 that are determined to be humans exceeds six (N = 6) in the sensor group 4 including the plurality of sensors 3. . N can be set as an integer within the range of (M / 1.5) to (M / 5).

センサ群４のうち、人と判定したセンサ３の個数が６個（Ｎ個＝６）を超えるのであれば（ステップＳ１６のＹｅｓ）、センサ群４のうち、最高出力値を示すセンサ３から順番に上位６個（Ｎ個＝６）を選択する（ステップＳ１８）。ステップＳ１８は、センサ群４のうち出力値が高い複数個（Ｎ個，Ｎ＜Ｍ）の上位のセンサ３からなる上位センサ群４０を選択する選択手段として機能することができる。 If the number of sensors 3 that are determined to be human in the sensor group 4 exceeds 6 (N = 6) (Yes in step S16), the sensor group 4 in order from the sensor 3 showing the highest output value. The top six (N = 6) are selected (step S18). Step S18 can function as a selection unit that selects the upper sensor group 40 including a plurality (N, N <M) of upper sensors 3 having a high output value from the sensor group 4.

センサ群４のうち、人と判定したセンサ３の個数が６個（Ｎ個＝６）を以下であれば（ステップＳ１６のＮｏ）、センサ群４のうち出力値が高い側から順に上位のセンサ３を合計６個を選択する。更に、高い出力値を示す上位の合計６個のセンサ３の位置を求める（ステップＳ２０）。つまり、高い出力値を示す上位の合計６個のセンサ３が上記した配列（１）および配列（２）のどの要素に存在しているか判定する。 If the number of sensors 3 determined to be human in the sensor group 4 is 6 (N = 6) or less (No in step S16), the upper sensors in the sensor group 4 in descending order of output value. Select a total of 6 for 3. Further, the positions of a total of six sensors 3 showing high output values are obtained (step S20). That is, it is determined in which element of the above-described array (1) and array (2) a total of six sensors 3 showing high output values are present.

更に、しきい値Ｔｈ２以上の出力を示すセンサ３が１つも存在しないか判定する（ステップＳ２２）。しきい値Ｔｈ２以上の出力を示すセンサ３が１つも存在しないのであれば（ステップＳ２２のＹｅｓ）、使用者がベッド１から離れている状態であるとし、『離床』であると判定する（ステップＳ２４）。 Further, it is determined whether or not there is any sensor 3 showing an output equal to or greater than the threshold value Th2 (step S22). If there is no sensor 3 indicating an output equal to or greater than the threshold Th2 (Yes in step S22), it is determined that the user is away from the bed 1 and is "get out of bed" (step) S24).

更に、判定処理１を行う（ステップＳ２６）。判定処理１においては、（ｉ）〜（ｉｉｉ）のうちの３つが満足されるとき、使用者はベッド１の端に存在している『端座位』と判定する（ステップＳ２８）。上記した（ｉ）〜（ｉｉｉ）のうちの３つ全てが満たされないときには、ステップＳ３０に進む。 Further, determination process 1 is performed (step S26). In the determination process 1, when three of (i) to (iii) are satisfied, the user determines that the “end sitting position” exists at the end of the bed 1 (step S28). When all three of the above (i) to (iii) are not satisfied, the process proceeds to step S30.

（ｉ）…しきい値Ｔｈ２以上の出力を示すＮ個（Ｎ＝６）のセンサ３が、配列（２）において、（｛要素［０］＋要素［１］）−（｛要素［３］＋要素［４］）≧δ（δ＝２）が成立すること。これは、配列（２）を示す図７によれば、高い出力値を示す上位センサ群４０のうちＮ個（Ｎ＝６）の半分以上が、ベッド１の幅方向（矢印Ｘ方向）において中心線Ｐよりもベッド１の端側に存在することに相当する。換言すれば、高い出力値を示す上位センサ群４０のうち半分以上が、ベッド１の幅方向（矢印Ｘ方向）において中心線Ｐよりもベッド１の端側に存在していることに相当する。この場合、使用者は安全状態で横に寝ているよりも、使用者はベッド１において『端座位』の状態である可能性がある。なお、この場合、高齢者、身体障害者等の使用者が『端座位』であれば、転落危険性が少なからずある。 (I)... N (N = 6) sensors 3 indicating an output equal to or greater than the threshold Th2 are represented by ({element [0] + element [1])-({element [3] + Element [4]) ≧ δ (δ = 2). According to FIG. 7 showing the array (2), more than half (N = 6) of the upper sensor group 40 showing a high output value is centered in the width direction (arrow X direction) of the bed 1. It corresponds to existing on the end side of the bed 1 with respect to the line P. In other words, it corresponds to that more than half of the upper sensor group 40 showing a high output value exists on the end side of the bed 1 with respect to the center line P in the width direction (arrow X direction) of the bed 1. In this case, there is a possibility that the user is in the “end sitting position” in the bed 1 rather than sleeping in the safe state. In this case, if the user such as an elderly person or a physically handicapped person is in “end sitting position”, there is a considerable risk of falling.

（ｉｉ）…しきい値Ｔｈ２以上の出力を示すセンサ３の全部（Ｎ個＝６）が、配列（１）において、２要素のみ（３要素のみとしても良い）に存在していること。これは、高い出力値を示す上位センサ群４０を構成する全部のセンサ３が、互いに隣接する要素（領域）に存在することに相当する。換言すると、高い出力値を示す上位センサ群４０を構成するセンサ３のうち半分以上が、互いに隣接する要素（領域）に存在することに相当する。この場合には、使用者は安全状態で横に寝ているよりも、使用者はベッド１において『端座位』の状態である可能性がある。なお、この場合、高齢者、身体障害者等の使用者が『端座位』であれば、転落危険性が少なからずある。 (Ii) All of the sensors 3 (N = 6) showing an output equal to or greater than the threshold Th2 are present in only two elements (or only three elements) in the array (1). This corresponds to the fact that all the sensors 3 constituting the upper sensor group 40 showing a high output value exist in elements (regions) adjacent to each other. In other words, it corresponds to that more than half of the sensors 3 constituting the upper sensor group 40 showing a high output value exist in elements (regions) adjacent to each other. In this case, there is a possibility that the user is in the “end sitting position” in the bed 1 rather than sleeping in the safe state. In this case, if the user such as an elderly person or a physically handicapped person is in “end sitting position”, there is a considerable risk of falling.

（ｉｉｉ）…しきい値Ｔｈ２以上の出力を示すセンサ３の全て（好ましく、しきい値Ｔｈ２以上出力を示すセンサ３の８０％以上）が、配列（１）において、要素［０］に存在しないこと。これは、配列（１）を示す図６によれば、高い出力値を示す上位センサ群４０を構成するセンサ３のうち、人の存在を検知するセンサ３が、ベッド１の枕元の領域に存在しないことに相当する。換言すれば、使用者はベッド１の枕元の領域に存在しないことに相当すると考えられる。使用者がベッド１の枕元の領域に存在しない場合には、使用者はベッド１において安全な位置で横たわっていない可能性が高いため、使用者はベッド１において『端座位』の状態である可能性がある。なお、この場合、高齢者、身体障害者等の使用者が『端座位』の状態であれば、転落危険性が少なからずある。上記したようにステップＳ２６に示す判定処理１が実行される。 (Iii) All of the sensors 3 showing an output equal to or higher than the threshold value Th2 (preferably 80% or more of the sensors 3 showing an output higher than the threshold value Th2) are not present in the element [0] in the array (1). thing. According to FIG. 6 which shows arrangement | sequence (1), among the sensors 3 which comprise the high rank sensor group 40 which shows a high output value, the sensor 3 which detects presence of a person exists in the area | region of the bedside of the bed 1 It corresponds to not doing. In other words, it is considered that the user is not present in the bedside area of the bed 1. If the user is not in the bedside area of the bed 1, the user is likely not lying in a safe position on the bed 1, so the user can be in an “end sitting” state on the bed 1 There is sex. In this case, if the user such as an elderly person or a physically handicapped person is in the “end sitting position”, there is a considerable risk of falling. As described above, the determination process 1 shown in step S26 is executed.

上記したステップＳ２６に示す判定処理１において、Ｎｏであれば、ステップＳ３０に進む。ステップＳ３０では、しきい値Ｔｈ２以上の出力を示すセンサ３の全部（Ｎ個＝６）が、配列（２）において、（要素［０］＋要素［１］）−（｛要素［３］＋要素［４］）≧δ（δ＝２）が成立するか否かを再び判定する。これは、前述したように、配列（２）を示す図７によれば、高い出力値を示す上位センサ群４０を構成するセンサ３の半分以上が、ベッド１の幅方向（矢印Ｘ方向）において中心線Ｐよりもベッド１の端側に存在することに相当する。 If the determination process 1 shown in step S26 described above is No, the process proceeds to step S30. In step S30, all of the sensors 3 (N = 6) showing outputs equal to or greater than the threshold value Th2 are (element [0] + element [1]) − ({element [3] + in the array (2). It is determined again whether or not the element [4]) ≧ δ (δ = 2) holds. As described above, according to FIG. 7 showing the array (2), more than half of the sensors 3 constituting the upper sensor group 40 showing a high output value are in the width direction (arrow X direction) of the bed 1. This corresponds to the existence on the end side of the bed 1 with respect to the center line P.

上記ステップＳ３０における判定の結果、Ｙｅｓであれば、使用者が転落の可能性があることを示唆する『転落危険』と判定する（ステップＳ３２）。この場合、警告部１０２に警告し、転落危険であることを管理者等に警告することが好ましい。また、上記ステップＳ３０における判定の結果、Ｎｏであれば、使用者はベッド１に正常に横たわって着床しており、『正常着床』と判定する（ステップＳ３４）。更に判定処理１における判定結果を出力し、リターンする（ステップＳ３６）。 If the result of determination in step S30 is Yes, it is determined that the user has a possibility of falling, “falling risk” (step S32). In this case, it is preferable to warn the warning unit 102 and warn the administrator or the like that there is a risk of falling. If the result of determination in step S30 is No, the user lays down normally on the bed 1 and determines that it is “normal landing” (step S34). Further, the determination result in the determination process 1 is output, and the process returns (step S36).

以上説明したように本実施形態によれば、使用者がベッド１から離れている『離床』を判定することができ、更に、『離床』以外であれば、使用者がベッド１の端に着座している『端座位』、使用者がベッドから転落する可能性がある『転落危険』、使用者がベッド１に正常に横たわって着床している『着床』を判定することができる。 As described above, according to the present embodiment, it is possible to determine whether the user is away from the bed 1, and if the user is not “out of bed”, the user is seated at the end of the bed 1. It is possible to determine “end sitting position”, “falling risk” that the user may fall from the bed, and “landing” that the user is normally lying on the bed 1.

殊に本実施形態によれば、使用者がベッド１から離れた『離床』と、使用者がベッドから転落する可能性がある『転落危険』とを識別して判定することができる。 In particular, according to the present embodiment, it is possible to identify and determine the “leaving floor” when the user leaves the bed 1 and the “falling danger” where the user may fall from the bed.

更に本実施形態によれば、センサ群４のうち、高い出力値を示すセンサ３から順番に上位６個（Ｎ個＝６）を選択し、高い出力値を示す上位のセンサ３に基づいて判定を行う。このため判定に用いるセンサ３の数を減少させるのに有利である。従ってコストの低減および故障の低減に貢献できる。 Furthermore, according to the present embodiment, in the sensor group 4, the top six (N = 6) are selected in order from the sensor 3 showing a high output value, and the determination is made based on the top sensor 3 showing a high output value. I do. This is advantageous for reducing the number of sensors 3 used for determination. Therefore, it can contribute to cost reduction and failure reduction.

なお本実施形態によれば、センサ群４のうち少なくとも１個のセンサが使用者の体動を検知したら、判定処理を実行しないようにすることができる。センサの種類によっては、体動時には、全部のセンサが体動を検知することがあり、判定処理において過誤判定が発生するおそれがある。 According to this embodiment, if at least one sensor in the sensor group 4 detects a user's body movement, the determination process can be prevented from being executed. Depending on the type of sensor, all of the sensors may detect body movement during body movement, and an erroneous determination may occur in the determination process.

本実施形態に係る判定処理１においては、上記した（ｉ）〜（ｉｉｉ）のうちの３つが満足されるとき、使用者はベッド１の端に存在している『端座位』と判定するが、これに限らず、上記した（ｉ）〜（ｉｉｉ）のうちの２つが満足されるとき、使用者はベッド１の端に存在している『端座位』と判定することにしても良い。 In the determination process 1 according to the present embodiment, when three of the above (i) to (iii) are satisfied, the user determines that the “end sitting position” exists at the end of the bed 1. However, the present invention is not limited to this, and when two of the above (i) to (iii) are satisfied, the user may determine that the “end sitting position” exists at the end of the bed 1.

（実施形態２）
図９は実施形態２を示す。本実施形態は実施形態１と基本的には同様の構成も同様の作用効果を有する。但し、図８に示すステップＳ２６における判定手段が実行する判定処理１の判定基準が相違する。判定手段は、次の（ｉ）〜（ｉｉｉ）のうちの３つが満足されるとき、使用者はベッド１上において『端座位』に存在する判定する。 (Embodiment 2)
FIG. 9 shows a second embodiment. In the present embodiment, basically the same configuration as that of the first embodiment has the same function and effect. However, the determination criteria of the determination process 1 executed by the determination means in step S26 shown in FIG. 8 are different. The determination means determines that the user exists in the “end sitting position” on the bed 1 when three of the following (i) to (iii) are satisfied.

（ｉ）しきい値Ｔｈ２以上の出力を示すセンサ３のうちの、高い出力値を示す上位β個（＝２〜４のうちの任意値，β＝Ｎ／３〜Ｎ／１．５のうちの任意の整数）の全部のセンサ３が、ベッド１の端座位に該当する領域に存在していること。これは、高い出力値を示す上位センサ群４０のうち上位からβ個のセンサ３が、ベッド１の幅方向において中心線Ｐよりもベッド１の幅方向（矢印Ｘ方向）の端部位に存在することに相当する。換言すると、高い出力値を示す上位センサ群４０のうち半分以上が、ベッド１の幅方向（矢印Ｘ方向）において中心線Ｐよりもベッド１端側の端部位に存在することに相当する。殊に、高齢者、身体障害者等の使用者がベッド１上で端部位に着座していれば、転落危険がある。 (I) Of the sensors 3 showing an output equal to or higher than the threshold Th2, the upper β pieces showing a high output value (= 2 to 4 arbitrary values, β = N / 3 to N / 1.5) All of the sensors 3 are present in a region corresponding to the end sitting position of the bed 1. This is because β sensors 3 from the top in the upper sensor group 40 exhibiting a high output value are present at the end portion in the width direction (arrow X direction) of the bed 1 with respect to the center line P in the width direction of the bed 1. It corresponds to that. In other words, it corresponds to that more than half of the upper sensor group 40 showing a high output value exists in the end portion on the bed 1 end side with respect to the center line P in the width direction (arrow X direction) of the bed 1. In particular, if a user such as an elderly person or a physically handicapped person is sitting on the end portion on the bed 1, there is a risk of falling.

（ｉｉ）しきい値Ｔｈ２以上の出力を示すセンサ３の６個（Ｎ個）全部が、配列（１）において、２要素のみに（３要素のみとして良い）に存在していること。これは、高い出力値を示す上位センサ群４０のうち全部が、互いに隣接する領域に存在することに相当する。換言すると、高い出力値を示す上位センサ群４０のうち半分以上が、互いに隣接する領域に存在することに相当する。この場合には、使用者は安全状態で横に寝ているよりも、ベッド１上において『端座位』の状態で着座している可能性が多い。高齢者、身体障害者等の使用者がベッド１上で『端座位』の状態で着座していれば、転落危険が少なからずある。 (Ii) All six (N) sensors 3 that exhibit an output equal to or greater than the threshold value Th2 are present in only two elements (only three elements are acceptable) in the array (1). This corresponds to the fact that all of the upper sensor groups 40 showing high output values exist in areas adjacent to each other. In other words, it corresponds to that more than half of the upper sensor group 40 exhibiting a high output value exists in a region adjacent to each other. In this case, the user is more likely to be seated in the “end-sitting position” on the bed 1 than sleeping in the safe state. If a user such as an elderly person or a physically disabled person is sitting on the bed 1 in the “end sitting position”, there is a considerable risk of falling.

（ｉｉｉ）使用者のベッド１上での体動を検知したセンサ３がγ個（γ＝２〜４，γ＝（Ｎ／３）〜（Ｎ／１．５）の範囲内における任意の整数）存在すること。高齢者、身体障害者等の使用者がベッド１上で体動しているときには、転落危険が高くなるためである。 (Iii) Arbitrary integers in the range of γ sensors (γ = 2 to 4, γ = (N / 3) to (N / 1.5)) that detect the body movement of the user on the bed 1 ) Be present. This is because when a user such as an elderly person or a disabled person is moving on the bed 1, the risk of falling is increased.

以上説明したように本実施形態によれば、実施形態１と同様に、使用者がベッド１から正常に離れた『離床』、使用者がベッド１の端に着座している『端座位』、使用者がベッドから転落する可能性がある『転落危険』、使用者がベッド１に正常に着床している『着床』を判定することができる。 As described above, according to the present embodiment, as in the first embodiment, the “bed-off” in which the user has normally left the bed 1, the “end-sitting position” in which the user is seated on the end of the bed 1, It is possible to determine “falling danger” in which the user may fall from the bed and “landing” in which the user is normally landing on the bed 1.

なお本実施形態によれば、センサ群４のうち少なくとも１個のセンサが使用者の体動を検知したら、判定処理を実行しないようにすることができる。センサの種類によっては、体動時には、全部のセンサが体動を検知することがあり、判定処理において過誤判定が発生するおそれがあるときがあるためである。 According to this embodiment, if at least one sensor in the sensor group 4 detects a user's body movement, the determination process can be prevented from being executed. This is because, depending on the type of sensor, all of the sensors may detect body movement during body movement, and an erroneous determination may occur in the determination process.

なお、本実施形態によれば前述したように、判定手段は、上記した（ｉ）〜（ｉｉｉ）のうちの３つが満足されるとき、使用者はベッド１上において『端座位』に存在する判定する。これに限らず、上記した（ｉ）〜（ｉｉｉ）のうちの少なくとも２つが満足されるとき、使用者はベッド１上において『端座位』に存在する判定することにしても良い。 According to the present embodiment, as described above, the determination means has the user in the “end sitting position” on the bed 1 when three of the above (i) to (iii) are satisfied. judge. However, the present invention is not limited to this, and when at least two of the above (i) to (iii) are satisfied, the user may determine that the user is in the “end sitting position” on the bed 1.

（実施形態３）
図１０は実施形態３を示す。本実施形態は実施形態１，２と基本的には同様の構成も同様の作用効果を有する。本実施形態によれば、図１０は本実施形態に係る判定手段のアルゴリズムを示し、図８と基本的には共通する。但し、ステップＳ１２において、ベッド１上で使用者の腕、腰部、脚部、胴部等の体動することを検知すると、ステップＳ３６に進むため、ステップＳ２６に係る判定処理１を実行しない。このように本実施形態によれば、判定手段は、高い出力値を示すセンサ群４のうち少なくとも１個のセンサ３がベッド１上での使用者の体動を検知したら、判定処理を実行しない。センサ３の種類によっては、体動時には、全部のセンサ３が体動を検知することがあり、判定処理において過誤判定が発生するおそれがあるときがあるためである。 (Embodiment 3)
FIG. 10 shows a third embodiment. This embodiment basically has the same function and effect as the first and second embodiments. According to this embodiment, FIG. 10 shows the algorithm of the determination means according to this embodiment, which is basically the same as FIG. However, if it is detected in step S12 that the user's arm, waist, leg, torso or the like moves on the bed 1, the process proceeds to step S36, and therefore the determination process 1 related to step S26 is not executed. As described above, according to the present embodiment, the determination unit does not execute the determination process when at least one sensor 3 in the sensor group 4 showing a high output value detects the body movement of the user on the bed 1. . This is because, depending on the type of the sensor 3, all the sensors 3 may detect the body movement during the body movement, and an erroneous determination may occur in the determination process.

（実施形態４）
図１１は実施形態４を示す。本実施形態は前記した実施形態１，２，３と基本的には同様の構成も同様の作用効果を有する。本実施形態によれば、判定の精度を高めるべく、実施形態１を更に進化させたものであり、実施形態１，２，３に係る判定処理１における判定結果に基づいて、判定処理２を実行する。 (Embodiment 4)
FIG. 11 shows a fourth embodiment. This embodiment basically has the same function and effect as those of the first, second, and third embodiments described above. According to the present embodiment, the first embodiment is further evolved to increase the accuracy of the determination, and the determination process 2 is executed based on the determination result in the determination process 1 according to the first, second, and third embodiments. To do.

図１１は、判定処理２のアルゴリズムを示す。図１１はあくまでも判定処理２のアルゴリズムを示すものであり、ＣＰＵの実行フローチャートに類似するものの、実行フローチャートそのものではない。上記した実施形態１，２，３に係る判定処理１は、マイコンにより、単位時間（例えば０．１〜５秒）毎に繰り返される。従って、判定処理２のアルゴリズムによれば、時間をずらした判定処理１の結果に基づいて、判定処理２を実行する。すなわち、ステップＳ５２において、判定手段が今回の判定処理１において『離床』と判定し、且つ、前回の判定処理１において『正常離床』もしくは『端座位』と判定するときには、判定処理２において正常な『離床』と仮確定する（ステップＳ５４）。なお、ステップＳ５２において、判定手段が今回の判定処理１において『離床』と判定し、且つ、前回および／前々回の判定処理１において『正常離床』もしくは『端座位』と判定するときには、判定処理２において正常な『離床』と仮確定することにしても良い。 FIG. 11 shows an algorithm of the determination process 2. FIG. 11 merely shows the algorithm of the determination process 2 and is similar to the execution flowchart of the CPU, but is not the execution flowchart itself. The determination process 1 according to the first, second, and third embodiments is repeated every unit time (for example, 0.1 to 5 seconds) by the microcomputer. Therefore, according to the algorithm of the determination process 2, the determination process 2 is executed based on the result of the determination process 1 with the time shifted. That is, in step S52, when the determination unit determines “get out of bed” in the current determination process 1 and determines “normal bed leaving” or “edge sitting” in the previous determination process 1, it is normal in the determination process 2. It is temporarily determined that the user has left the floor (step S54). In step S52, when the determination unit determines “get out of bed” in the current determination process 1 and determines “normal bed removal” or “edge sitting position” in the previous and / or previous determination process 1, the determination process 2 It is also possible to tentatively establish a normal “getting out of bed”.

更に判定手段がステップＳ５６において、今回の判定処理１において『離床』と判定し、且つ、前回の判定処理１において『転落危険』と判定するときには、判定処理２において『転落』と仮確定する（ステップＳ５８）と共に、カウンター値ωをクリアして０とする（ステップＳ６０）。なお、判定手段がステップＳ５６において、今回の判定処理１において『離床』と判定し、且つ、前回および／または前々回の判定処理１において『転落危険』と判定するときには、判定処理２において『転落』と仮確定する（ステップＳ５８）と共に、カウンター値ωをクリアして０とすることにしても良い。 Further, when the determination means determines “get out of bed” in the current determination processing 1 in step S56 and determines “falling risk” in the previous determination processing 1, it temporarily determines “falling” in determination processing 2 ( At the same time as step S58), the counter value ω is cleared to 0 (step S60). When the determination means determines “get out of bed” in the current determination process 1 in step S56 and also determines “falling risk” in the determination process 1 of the previous time and / or the previous time, “fall” is determined in the determination process 2. And the counter value ω may be cleared to zero (step S58).

更に図１１に示すように判定手段がステップＳ６２において、今回の判定処理１において『転落危険』と判定し、且つ、カウンター値ωが３（ω＝３）以下であれば、判定処理２において『転落』と仮確定する（ステップＳ６４）。更にカウンター値ωを１インクリメントする（ステップＳ６６）。ステップＳ６２における判定の結果、Ｎｏであれば、『離床』『転落』のうちいずれかに相当する（ステップＳ６８）が、転落判定の精度を考慮すると、『転落』と仮確定することができる。但し、『離床』と仮確定しても良い。なお、判定手段がステップＳ６２において、今回の判定処理１において『転落危険』と判定し、且つ、カウンター値ωが５（ω＝５）以下であれば、判定処理２において『転落』と仮確定することにしても良い。 Furthermore, as shown in FIG. 11, if the determination means determines “falling risk” in the current determination process 1 in step S62 and the counter value ω is 3 (ω = 3) or less, "Fall" is temporarily determined (step S64). Further, the counter value ω is incremented by 1 (step S66). If the result of determination in step S62 is No, it corresponds to either “getting out of bed” or “falling” (step S68), but considering the accuracy of the falling determination, it can be tentatively determined as “falling”. However, it may be tentatively determined as “getting out of bed”. In step S62, the determination means determines “falling risk” in the current determination process 1 and if the counter value ω is 5 (ω = 5) or less, the determination process 2 temporarily determines “falling”. You may decide to do it.

以上説明したように図１１に示す本実施形態によれば、判定手段が時間をずらして判定処理１を繰り返して実行し、時間経過により使用者の寝位置が変化することを判定できる。従って、使用者がベッド１に存在していないことが検知されるとき、使用者がベッド１から正常に離れた『離床』であるか、使用者がベッドから異常に離れた『転落』であるかについてを、判定手段は、高い精度で識別して仮確定することができる。 As described above, according to the present embodiment shown in FIG. 11, the determination unit can repeatedly execute the determination process 1 while shifting the time, and it can be determined that the user's sleeping position changes over time. Therefore, when it is detected that the user is not present in the bed 1, the user is “leaving off” normally away from the bed 1, or the user is “falling down” abnormally away from the bed. The determination means can identify and tentatively determine with high accuracy.

（実施形態５）
図１２は実施形態５を示す。本実施形態は実施形態１，２，３，４と基本的には同様の構成も同様の作用効果を有する。本実施形態によれば、判定手段は、判定を本確定させる判定処理３を実行する。図１２は、直前に実行された複数回（３回）の判定処理２の判定結果に基づいて、使用者の寝位置を本確定させる判定処理３のアルゴリズムを示す。図１２はあくまでも判定処理２のアルゴリズムを示すものであり、ＣＰＵの実行フローチャートに類似するものの、実行フローチャートそのものではない。上記した判定処理２はマイコンにより単位時間毎に複数回繰り返される。 (Embodiment 5)
FIG. 12 shows a fifth embodiment. This embodiment basically has the same function and effect as those of the first, second, third, and fourth embodiments. According to the present embodiment, the determination unit executes the determination process 3 for finalizing the determination. FIG. 12 shows an algorithm of the determination process 3 for finalizing the user's sleeping position based on the determination result of the determination process 2 performed a plurality of times (three times) executed immediately before. FIG. 12 merely shows the algorithm of the determination process 2 and is similar to the execution flowchart of the CPU, but is not the execution flowchart itself. The above determination process 2 is repeated a plurality of times per unit time by the microcomputer.

判定処理３によれば、判定手段は、ステップＳ８０において、今回の判定において離床と判定し、且つ、前回の判定において離床と判定し、前々回の判定処理２において離床と判定したときには、使用者はベッド１から離れている状態、つまり、『離床』と本確定する（ステップＳ８２）。 According to the determination process 3, when the determination unit determines in step S80 that the person has left the floor in the current determination, determines that the person has left the floor in the previous determination, and determines in the previous determination process 2 that the user has left the bed, A state of being away from the bed 1, that is, “getting out of bed” is finally confirmed (step S82).

判定手段は、ステップＳ８４において、今回の判定において『端座位』と判定し、且つ、前回の判定において『端座位』と判定し、前々回の判定において『端座位』と判定したときには、『端座位』と高い精度で本本確定する（ステップＳ８６）。 In step S84, the determination means determines “end sitting position” in the current determination, determines “end sitting position” in the previous determination, and determines “end sitting position” in the previous determination. The book is finalized with high accuracy (step S86).

判定手段は、ステップＳ８８において、今回の判定において『着床』と判定し、且つ、前回の判定処理２において判定が『着床』と判定し、前々回の判定において『着床』と判定したときには、『着床』と高い精度で本確定する（ステップＳ９０）。 In step S88, the determination unit determines “landing” in the current determination, determines that the determination is “landing” in the previous determination process 2, and determines “landing” in the previous determination. The final decision is made with high accuracy as “landing” (step S90).

判定手段は、ステップＳ９２において、今回の判定において『転落危険』と判定し、且つ、前回の判定において『転落危険』と判定し、前々回の判定において『転落危険』と判定したときには、『転落危険』と高い精度で本確定する（ステップＳ９４）。転落の可能性がある『転落危険』と本確定されたときには、警告部１０２に早期に警告することが好ましい。 In step S92, the determination means determines “falling risk” in the current determination, determines “falling risk” in the previous determination, and determines “falling risk” in the previous determination. ”And finalize with high accuracy (step S94). It is preferable to warn the warning unit 102 at an early stage when the “falling risk” is confirmed as a possibility of falling.

判定手段は、ステップＳ９６において、今回の判定において『転落』と判定し、且つ、前回の判定において『転落』と判定し、前々回の判定において『転落』と判定したときには、『転落』と本確定する（ステップＳ９８）。『転落』と本確定されたときには、警告部１０２に早期に警告することが好ましい。なお、ステップＳ９６の判定の結果、Ｎｏであれば、前回の判定における判定結果をホールドする（ステップＳ１００）。判定結果を出力する（ステップＳ１０２）。 In step S96, the determination means determines “falling” in the current determination, determines “falling” in the previous determination, and determines “falling” in the previous determination and determines “falling”. (Step S98). When this “falling” is confirmed, it is preferable to warn the warning unit 102 early. If the result of determination in step S96 is No, the determination result in the previous determination is held (step S100). The determination result is output (step S102).

以上説明したように本実施形態によれば、判定手段は『離床』『端座位』『正常着床』『転落危険』『転落』を高い精度で本確定させることができる。 As described above, according to the present embodiment, the determination means can accurately determine “getting out of bed”, “edge sitting”, “normal landing”, “falling risk”, and “falling”.

（試験結果）
図１３は、前記した実施形態５における判定処理３を実行したときにおける試験者が実際に試験した試験結果を示す。図１３の横軸は時間（相対表示）を示す。縦軸は判定結果を示す。時刻ｔ０から時刻ｔ１までは、ベッド１上に使用者は存在していない。時刻ｔ１において試験者がベッド１に着座する。その後、試験者がベッド１において横たわった。時刻ｔ３において試験者がベッド１に横たわっている状態から、ベッド１から実際に転落した。本試験例によれば、試験者の転落は、時刻ｔ４において本確定された。転落した時刻ｔ３から、転落が本確定された時刻ｔ４までのタイムラグがある。タイムラグがある主たる理由は、判定処理２における判定を３回実施しているためである。但し、転落動作を開始した時刻ｔ３から、転落動作を本確定した時刻ｔ４までは、せいぜい１５秒程度であり、転落後の使用者に対する救済を速やかに実施できる。 (Test results)
FIG. 13 shows test results actually tested by a tester when the determination process 3 in the fifth embodiment described above is executed. The horizontal axis in FIG. 13 indicates time (relative display). The vertical axis represents the determination result. There is no user on the bed 1 from time t0 to time t1. The examiner sits on the bed 1 at time t1. Thereafter, the examiner lay in bed 1. The tester actually fell from the bed 1 from the state where the tester was lying on the bed 1 at time t3. According to this test example, the tester's fall was finalized at time t4. There is a time lag from time t3 when the fall occurred to time t4 when the fall was finally confirmed. The main reason for the time lag is that the determination in the determination process 2 is performed three times. However, from the time t3 when the fall operation is started to the time t4 when the fall operation is finally confirmed, it is at most about 15 seconds, and the user after the fall can be quickly remedied.

（その他）
センサ群４の数は上記に限定されるものではない。上記した実施形態１によれば、図６に示す配列（１）において要素の数を４個とし、要素［０］〜要素［３］とされているが、これに限らず、要素の数を５個とし、要素［０］〜要素［４］とされていても良い。更に要素の数を６個とし、要素［０］〜要素［５］とされていても良い。更に要素の数を７個とし、要素［０］〜要素［６］とされていても良い。更にそれ以外でも良い。 (Other)
The number of sensor groups 4 is not limited to the above. According to the first embodiment described above, the number of elements in the array (1) shown in FIG. 6 is four and the elements are [0] to [3]. However, the number of elements is not limited to this. There may be five elements [0] to [4]. Furthermore, the number of elements may be six and may be element [0] to element [5]. Furthermore, the number of elements may be seven, and may be element [0] to element [6]. Further, it may be other than that.

更に上記した実施形態１によれば、図７に示す配列（２）において要素の数を５個とし、要素［０］〜要素［４］とされているが、これに限らず、要素の数を６個とし、要素［０］〜要素［５］とされていても良い。更に要素の数を７個とし、要素［０］〜要素［６］とされていても良い。更に要素の数を８個とし、要素［０］〜要素［７］とされていても良い。更にそれ以外でも良い。 Further, according to the first embodiment described above, the number of elements is five in the array (2) shown in FIG. 7 and is the elements [0] to [4]. However, the number of elements is not limited to this. May be six, and may be element [0] to element [5]. Furthermore, the number of elements may be seven, and may be element [0] to element [6]. Furthermore, the number of elements may be eight, and may be element [0] to element [7]. Further, it may be other than that.

上記した実施形態１によれば、図７に示す配列（２）において、ベッド１の幅方向の端側から互いに隣接する要素［０］および要素［１］に着目し、要素［０］および要素［１］おいて、高出力を示すセンサ３の数の合計値をＡとし、ベッド１の幅方向の反対側の端側から互いに隣接する要素［３］および要素［４］に着目し、要素［３］および要素［４］おいて、高出力を示すセンサ３の数の合計値をＢとし、そして、Ａ−Ｂ≧２が成立するとき、『使用者がベッド１の上で横たわりつつも、ベッド１の幅方向の端側に偏って寝ており、転落可能性があること』ことを判定している。 According to the first embodiment described above, in the array (2) shown in FIG. 7, focusing on the elements [0] and [1] that are adjacent to each other from the end in the width direction of the bed 1, the elements [0] and In [1], let A be the total value of the number of sensors 3 showing high output, and pay attention to the elements [3] and [4] that are adjacent to each other from the opposite end in the width direction of the bed 1. In [3] and element [4], if the total value of the number of sensors 3 exhibiting high output is B, and A−B ≧ 2 holds, “while the user is lying on the bed 1 It is determined that the bed 1 is lying on the end side in the width direction and may fall down.

これに限らず、ベッド上に使用者が存在するとき、ベッド１の幅方向（顔面が上方を指向するように横たわっている使用者の身体の幅方向）の一端側の領域において高出力（所定のしきい値以上の高出力）を示すセンサ数の合計値をＡとし、ベッド１の幅方向の他端側の領域において高出力（所定のしきい値以上の高出力）を示すセンサ数の合計値をＢとするとき、Ａ−Ｂ≧δ（δ＝２）が成立すれば、使用者がベッド１の上で横たわりつつもベッド１の幅方向の端側に偏って寝ており、使用者がベッド１から転落する可能性があることを判定することにして良い。更には、ベッド１に装備されているセンサ３の合計数にもよるが、場合によっては、δ＝３、あるいは、δ＝４、あるいは、δ＝５、あるいは、δ＝６としても良い。この場合、Ａ−Ｂ≧εが成立するとき，使用者が転落する可能性があることを判定することにしても良い。ε＝Ｍ／２０〜Ｍ／４の範囲内、Ｍ／１５〜Ｍ／５の範囲内における任意の整数にできる。ベッド１は使用者が横たわることができるものであればよく、シングルベッドに限らず、ダブルベッド、簡易ベッド、病院ベッドでも良く、特に限定されない。 Not limited to this, when a user is present on the bed, high output (predetermined) in the region on one end side in the width direction of the bed 1 (the width direction of the user's body lying so that the face faces upward) The total value of the number of sensors indicating the high output above the threshold value) is A, and the number of sensors indicating high output (the high output above the predetermined threshold value) in the region on the other end side in the width direction of the bed 1 When A−B ≧ δ (δ = 2) is established when the total value is B, the user is lying on the bed 1 while lying on the bed 1 and is lying on the side of the bed 1 in the width direction. It may be determined that the person may fall from the bed 1. Furthermore, depending on the total number of sensors 3 mounted on the bed 1, depending on circumstances, δ = 3, δ = 4, δ = 5, or δ = 6 may be used. In this case, when A−B ≧ ε is satisfied, it may be determined that the user may fall. ε can be any integer within the range of M / 20 to M / 4 and within the range of M / 15 to M / 5. The bed 1 is not particularly limited as long as the user can lie down, and is not limited to a single bed but may be a double bed, a simple bed, or a hospital bed.

更には、センサ３として振動センサが使用されているが、これに限らず、振動センサが用いられる場合に比較して、判定精度はやや低下するおそれがあるものの、使用者の荷重を検知する圧力センサとしても良い。 Further, although a vibration sensor is used as the sensor 3, the pressure is not limited to this, and the pressure for detecting the load of the user may be slightly reduced as compared with the case where the vibration sensor is used. It may be a sensor.

センサ３の出力値をフィルタ１，２で処理しているが、これに限らず、センサ３の出力値の波形が良好であれば、フィルタ１，２を廃止しても良い。本発明は上記し且つ図面に示した実施形態のみに限定されるものではなく、要旨を逸脱しない範囲内で適宜変更して実施可能である。 Although the output value of the sensor 3 is processed by the filters 1 and 2, the present invention is not limited to this, and the filters 1 and 2 may be omitted if the waveform of the output value of the sensor 3 is good. The present invention is not limited to the embodiments described above and shown in the drawings, and can be implemented with appropriate modifications within a range not departing from the gist.

本発明は、例えば、病院、介護施設等において高齢者、身体障害者、病人等が横たわるベッド、ホテル、宿泊施設等において健常者や子供などが横たわるベッド等に適用することができる。 The present invention can be applied to, for example, a bed where an elderly person, a disabled person, a sick person, etc. lie in a hospital, a nursing facility, etc., a bed where a healthy person, a child, etc. lie in a hotel, an accommodation facility, etc.

ベッドに使用者が横たわっている状態を模式的に示す概念図である。It is a conceptual diagram which shows typically the state where the user is lying on the bed. 使用者が横たわるベッドにセンサが配置されている状態を模式的に示す平面図である。It is a top view which shows typically the state by which the sensor is arrange | positioned at the bed where a user lies. センサのセンサ波信号からベッドにおける使用者の寝位置を判定するロジックを示す概念図である。It is a conceptual diagram which shows the logic which determines the user's sleeping position in a bed from the sensor wave signal of a sensor. 物と使用者の心拍とを識別する形態を示すグラフである。It is a graph which shows the form which identifies a thing and a user's heartbeat. 使用者の心拍と体動とを識別する形態を示すグラフである。It is a graph which shows the form which identifies a user's heartbeat and body movement. センサ３の配列（１）における要素を示す図である。It is a figure which shows the element in the arrangement | sequence (1) of the sensor. センサ３の配列（２）における要素を示す図である。It is a figure which shows the element in the arrangement | sequence (2) of the sensor 3. FIG. 判定手段が実行するアルゴリズムを示す図である。It is a figure which shows the algorithm which a determination means performs. 実施形態２に係り、判定手段が実行するアルゴリズムを示す図である。FIG. 10 is a diagram illustrating an algorithm executed by a determination unit according to the second embodiment. 実施形態３に係り、判定手段が実行するアルゴリズムを示す図である。FIG. 10 is a diagram illustrating an algorithm executed by a determination unit according to the third embodiment. 実施形態４に係り、判定手段が実行する判定処理２のアルゴリズムを示す図である。It is a figure which concerns on Embodiment 4 and shows the algorithm of the determination process 2 which a determination means performs. 実施形態５に係り、判定手段が実行する判定処理３のアルゴリズムを示す図である。FIG. 10 is a diagram illustrating an algorithm of determination processing 3 executed by a determination unit according to the fifth embodiment. 試験例を示すグラフである。It is a graph which shows a test example.

符号の説明Explanation of symbols

１はベッド、２はマットレス等の寝具、３はセンサ、４はセンサ群、４０は上位センサ群、１００は制御装置を示す。 Reference numeral 1 denotes a bed, 2 a bedding such as a mattress, 3 a sensor, 4 a sensor group, 40 a host sensor group, and 100 a control device.

Claims

使用者が前記ベッドに横たわるための位置に分散して前記ベッドまたは寝具に設けられ、前記使用者から発生する物理量を検知することにより前記ベッド上における前記使用者の存在を検知する複数個（Ｍ個）のセンサからなるセンサ群と、
前記センサ群のうち出力値が高い側の上位の前記センサの前記ベッドの平面座標における位置に基づいて、前記使用者が前記ベッドから転落する転落可能性または前記使用者が前記ベッドから転落した転落事実を判定する判定処理を実行する判定手段とを具備することを特徴とするベッド転落検知システム。 A plurality (M) of detecting the presence of the user on the bed by detecting a physical quantity generated from the user by being distributed in a position where the user lies on the bed and being distributed on the bed or bedding. Sensor group of sensors),
The possibility that the user falls from the bed or the user falls from the bed based on the position in the plane coordinates of the bed of the sensor on the higher output side of the sensor group. A bed fall detection system comprising: determination means for executing a determination process for determining a fact.

請求項１において、前記判定手段は、前記センサ群のうち出力値が高い側の複数個（Ｎ個，Ｎ＜Ｍ）の上位の前記センサからなる上位センサ群を選択する選択手段と、複数個の前記上位センサ群の前記ベッドの前記平面座標における位置に基づいて前記判定処理を実行する実行手段とを具備することを特徴とするベッド転落検知システム。 2. The determination unit according to claim 1, wherein the determination unit includes a selection unit configured to select a plurality of upper sensor groups (N, N <M) on the higher output value side of the sensor group, and a plurality of selection units. A bed fall detection system comprising: execution means for executing the determination process based on a position of the bed in the plane coordinates of the upper sensor group.

請求項２において、前記判定手段は、前記判定処理において、前記上位センサ群を構成する前記センサのうち半分以上が前記ベッドの幅方向の端側に存在するとき、転落可能性を有りと判定することを特徴とするベッド転落検知システム。 The determination unit according to claim 2, wherein in the determination process, when more than half of the sensors constituting the upper sensor group are present on an end side in the width direction of the bed, the determination unit determines that there is a possibility of falling. Bed fall detection system.

請求項２において、前記ベッドの前記平面座標は前記ベッドの長さ方向および幅方向において複数の領域に分割されており、
前記判定手段は、次の（ｉ）〜（ｉｉｉ）のうちの一つ以上または二つ以上が満足されるとき、転落可能性有りと判定することを特徴とするベッド転落検知システム。
（ｉ）前記上位センサ群を構成する前記センサのうち半分以上が、前記ベッドの幅方向において中心線よりもベッド端側の領域に存在すること。
（ｉｉ）前記上位センサ群を構成する前記センサのうち半分以上が、互いに隣接する前記領域に存在すること。
（ｉｉｉ）前記上位センサ群を構成する前記センサが前記ベッドの枕元の領域に存在しないこと。 In Claim 2, the plane coordinates of the bed are divided into a plurality of regions in the length direction and width direction of the bed,
The bed fall detection system, wherein the judgment means judges that there is a possibility of fall when one or more of the following (i) to (iii) is satisfied.
(I) More than half of the sensors constituting the upper sensor group are present in a region closer to the bed end than the center line in the width direction of the bed.
(Ii) More than half of the sensors constituting the upper sensor group are present in the adjacent areas.
(Iii) The sensor constituting the upper sensor group does not exist in the bedside area of the bed.

請求項２において、前記ベッドの前記平面座標は前記ベッドの長さ方向および幅方向において複数の領域に分割されており、
前記判定手段は、次の（ｉ）〜（ｉｉｉ）のうちの一つ以上または二つ以上が満足されるとき、転落可能性有りと判定することを特徴とするベッド転落検知システム。
（ｉ）前記上位センサ群を構成するセンサのうち半分以上が、前記ベッドの幅方向において中心線よりもベッド端側に存在すること。
（ｉｉ）前記上位センサ群を構成するセンサのうち半分以上が、互いに隣接する前記領域に存在すること。
（ｉｉｉ）前記センサ群のうち体動を検知したセンサが存在すること。 In Claim 2, the plane coordinates of the bed are divided into a plurality of regions in the length direction and width direction of the bed,
The bed fall detection system, wherein the judgment means judges that there is a possibility of fall when one or more of the following (i) to (iii) is satisfied.
(I) More than half of the sensors constituting the upper sensor group are present on the bed end side with respect to the center line in the width direction of the bed.
(Ii) More than half of the sensors constituting the upper sensor group are present in the regions adjacent to each other.
(Iii) There is a sensor that detects body movement in the sensor group.

請求項１〜４のうちの一項において、前記判定手段は、前記センサ群のうち少なくとも１個の前記センサが前記使用者の体動を検知したら、前記判定処理を実行しないことを特徴とするベッド転落検知システム。 5. The determination unit according to claim 1, wherein the determination unit does not execute the determination process when at least one of the sensors in the sensor group detects the movement of the user. Bed fall detection system.

請求項１〜６のうちの一項において、前記判定手段は、前記センサ群を構成する前記センサの全てが前記使用者の存在を検知しないとき、前記使用者は前記ベッドから離れている離床と判定することを特徴とするベッド転落検知システム。 In one of Claims 1-6, when all of the said sensors which comprise the said sensor group do not detect the presence of the said user, the said determination means is the bed leaving from the said bed, and the said user. Bed fall detection system characterized by judging.

請求項７において、前記判定手段は、前記判定処理を繰り返して実行しており、今回の前記判定処理において離床と判定し、且つ、前回および／または前々回の前記判定処理において転落可能性有りと判定するとき、前記使用者が前記ベッドから転落した前記転落事実の可能性有りと判定することを特徴とするベッド転落検知システム。 8. The determination unit according to claim 7, wherein the determination unit repeatedly executes the determination process, determines that the person is getting out of bed in the determination process of this time, and determines that there is a possibility of falling in the determination process of the previous time and / or the previous time. In this case, the bed fall detection system is characterized in that it is determined that there is a possibility that the user has fallen from the bed.

請求項７において、前記判定手段は、前記判定処理を繰り返して実行しており、今回の前記判定処理において離床と判定し、且つ、前回および／または前々回の前記判定処理において離床または端座位と判定するとき、前記使用者が前記ベッドから正常に離床したと判定することを特徴とするベッド転落検知システム。 8. The determination unit according to claim 7, wherein the determination unit repeatedly executes the determination process, determines that the person is getting out of bed in the determination process of the present time, and determines that the person is getting out of bed or in an end sitting position in the determination process of the previous time and / or the previous time. A bed fall detection system, wherein the user determines that the user has successfully left the bed.

請求項８において、前記判定手段は、前記判定処理を繰り返して実行しており、前記転落事実の可能性有りと連続して複数個回判定するとき、前記使用者が前記ベッドから転落した前記転落事実を仮確定することを特徴とするベッド転落検知システム。 9. The fall according to claim 8, wherein the determination means repeatedly executes the determination process, and when the user determines that there is a possibility of the fall fact several times in succession, the user has fallen from the bed. Bed fall detection system characterized by temporarily confirming the facts.

請求項１０において、前記判定手段は、前記転落事実の仮確定を連続して複数個回判定するとき、前記使用者が前記ベッドから転落した前記転落事実を本確定することを特徴とするベッド転落検知システム。 11. The bed fall according to claim 10, wherein the determination means finally determines the fall fact that the user has fallen from the bed when judging the provisional decision of the fall fact a plurality of times in succession. Detection system.

請求項１〜１１において、前記ベッドに横たわる前記使用者の身長方向を列方向とし、前記ベッドに横たわる前記使用者の幅方向を行方向とするとき、前記センサ群は、前記行方向において複数個並設されており、前記列方向に複数個並設されていることを特徴とするベッド転落検知システム。 In Claim 1-11, when the height direction of the user lying on the bed is a column direction and the width direction of the user lying on the bed is a row direction, a plurality of the sensor groups are arranged in the row direction. A bed fall detection system, wherein a plurality of the bed fall detection systems are arranged side by side in the row direction.

寝具が載置されるベッドと、
前記ベッドに使用者が横たわるための位置に分散して前記ベッドまたは寝具に設けられ、前記使用者から発生する物理量を検知することにより前記使用者の存在を検知する複数個（Ｍ個）のセンサからなるセンサ群と、
前記センサ群のうち出力値が高い上位センサ群の前記ベッドの平面座標における位置に基づいて、前記使用者が前記ベッドから転落する転落可能性または前記使用者が前記ベッドから転落した転落事実を判定する判定処理を実行する判定手段とを具備することを特徴とするベッド装置。 A bed on which the bedding is placed;
A plurality of (M) sensors that are provided on the bed or bedding in a distributed manner for the user to lie on the bed and detect the presence of the user by detecting a physical quantity generated from the user. A sensor group comprising:
Based on the position of the upper sensor group having a high output value in the sensor group in the plane coordinate of the bed, the possibility of the user falling from the bed or the fact that the user has fallen from the bed is determined. And a determination means for executing a determination process.