JP5969147B1 - エレベータの乗車検知システム - Google Patents

Abstract

【課題】乗車意思のある利用者を広範囲に正確に検知してドアの開閉制御に反映させる。【解決手段】一実施形態に係るエレベータの乗車検知システムは、撮像手段、動き検知手段、位置推定手段、履歴保持手段、乗車意思推定手段及び制御手段を備えている。位置推定手段は、動き検知手段によって検知された動きありのブロックの中からドアに最も近いブロックを画像毎に抽出し、当該ブロックにおける上記ドアの中心から乗場方向の座標位置を人物の位置として推定する。履歴保持手段は、位置推定手段によって推定された人物の位置を示す位置データのうち、現在から所定時間前までの位置データを履歴データとして保持する。位置推定手段は、履歴保持手段に保持された履歴データを参照して、推定された人物の位置を補正するかどうかを決定する。【選択図】図１

Description

本発明の実施形態は、乗りかごに乗車する利用者を検知するエレベータの乗車検知システムに関する。

通常、エレベータの乗りかごが乗場に到着して戸開すると、所定時間経過後に戸閉して出発する。その際、エレベータの利用者は乗りかごがいつ戸閉するのか分からないため、乗場から乗りかごに乗車するときに戸閉途中のドアにぶつかることがある。

このような乗車時のドアの衝突を回避するため、乗りかごに乗車する利用者をセンサで検知してドアの開閉動作を制御することが考えられている。上記センサとしては一般的に光電センサが用いられる。すなわち、乗りかごの上部に光電センサを設置しておき、乗りかごに乗車する利用者を光学的に検知する。利用者が検知されている間は、ドアの戸開状態が維持されるので、利用者が戸閉途中のドアにぶつかることを回避でき、また、ドアの戸袋に引き込まれることを防止できる。

特許第５２０１８２６号公報

しかしながら、光電センサの検知範囲は狭く、ピンポイントでしか利用者を検知できない。このため、乗りかごから少し離れた場所に利用者がいると、それを検知できずに戸閉を開始してしまうことや、逆に乗りかごの近くを通り過ぎただけの人物を誤検知してドアを開いてしまうことがある。

本発明が解決しようとする課題は、乗車意思のある利用者を広範囲に正確に検知してドアの開閉制御に反映させることのできるエレベータの乗車検知システムを提供することである。

一実施形態に係るエレベータの乗車検知システムは、撮像手段、動き検知手段、位置推定手段、履歴保持手段、乗車意思推定手段及び制御手段を備えている。撮像手段は、乗りかごが乗場に到着したときに、当該乗りかごのドア付近から上記乗場の方向に向けて所定の範囲を撮影可能である。動き検知手段は、この撮像手段によって撮影された時系列的に連続した複数枚の画像の輝度をブロック単位で比較して人物の動きを検知する。位置推定手段は、この動き検知手段によって検知された動きありのブロックの中から上記ドアに最も近いブロックを上記画像毎に抽出し、当該ブロックにおける上記ドアの中心から上記乗場方向の座標位置を人物の位置として推定する。履歴保持手段は、この位置推定手段によって推定された人物の位置を示す位置データのうち、現在から所定時間前までの位置データを履歴データとして保持する。乗車意思推定手段は、上記位置推定手段によって推定された人物の位置の時系列変化に基づいて利用者の乗車意思の有無を推定する。制御手段は、この乗車意思推定手段の推定結果に基づいて上記ドアの開閉動作を制御する。上記位置推定手段は、上記履歴保持手段に保持された履歴データを参照して、上記推定された人物の位置を補正するかどうかを決定する。

図１は一実施形態に係るエレベータの乗車検知システムの構成を示す図である。 図２は同実施形態におけるカメラによって撮影された画像の一例を示す図である。 図３は同実施形態における撮影画像をブロック単位で区切った状態を示す図である。 図４は同実施形態における実空間での検知エリアを説明するための図である。 図５は同実施形態における実空間での座標系を説明するための図である。 図６は同実施形態における画像比較による動き検知を説明するための図であり、時間ｔで撮影された画像の一部を模式的に示す図である。 図７は同実施形態における画像比較による動き検知を説明するための図であり、時間ｔ＋１で撮影された画像の一部を模式的に示す図である。 図８は同実施形態における乗車検知システムの全体の処理の流れを示すフローチャートである。 図９は同実施形態における乗車検知システムの動き検知処理を示すフローチャートである。 図１０は同実施形態における乗車検知システムの位置推定処理を示すフローチャートである。 図１１は同実施形態における乗車検知システムの乗車意思推定処理を示すフローチャートである。 図１２は同実施形態における乗車意思ありの足元位置の変化状態を示す図である。 図１３は同実施形態における乗車検知システムによる乗りかごの戸閉中の処理動作を示すフローチャートである。 図１４は同実施形態における移動体が乗場を横切った場合の動き検知を説明するための図であり、時間ｔで撮影された画像の一部を模式的に示す図である。 図１５は同実施形態における移動体が乗場を横切った場合の動き検知を説明するための図であり、時間ｔ＋１で撮影された画像の一部を模式的に示す図である。 図１６は同実施形態における移動体が乗場を横切った場合の動き検知を説明するための図であり、時間ｔ＋２で撮影された画像の一部を模式的に示す図である。 図１７は同実施形態における誤って乗車意思ありと判断される足元位置の変化状態を示す図である。 図１８は同実施形態における乗車検知システムの別の位置推定処理を示すフローチャートである。 図１９は同実施形態における乗車意思なしの足元位置の変化状態を示す図である。 図２０は同実施形態における乗車意思ありの足元位置の変化状態を示す別の図である。

以下、図面を参照して実施形態を説明する。
図１は一実施形態に係るエレベータの乗車検知システムの構成を示す図である。なお、ここでは、１台の乗りかごを例にして説明するが、複数台の乗りかごでも同様の構成である。

乗りかご１１の出入口上部にカメラ１２が設置されている。具体的には、乗りかご１１の出入口上部を覆う幕板１１ａの中にカメラ１２のレンズ部分を乗場１５側に向けて設置されている。カメラ１２は、例えば車載カメラなどの小型の監視用カメラであり、広角レンズを有し、１秒間に数コマ（例えば３０コマ／秒）の画像を連続撮影可能である。乗りかご１１が各階に到着して戸開したときに、乗場１５の状態を乗りかご１１内のかごドア１３付近の状態を含めて撮影する。

このときの撮影範囲はＬ１＋Ｌ２に調整されている（Ｌ１≫Ｌ２）。Ｌ１は乗場側の撮影範囲であり、かごドア１３から乗場１５に向けて例えば３ｍである。Ｌ２はかご側の撮影範囲であり、かごドア１３からかご背面に向けて例えば５０ｃｍである。なお、Ｌ１，Ｌ２は奥行き方向の範囲であり、幅方向（奥行き方向と直交する方向）の範囲については少なくとも乗りかご１１の横幅より大きいものとする。

なお、各階の乗場１５において、乗りかご１１の到着口には乗場ドア１４が開閉自在に設置されている。乗場ドア１４は、乗りかご１１の到着時にかごドア１３に係合して開閉動作する。動力源（ドアモータ）は乗りかご１１側にあり、乗場ドア１４はかごドア１３に追従して開閉するだけである。以下の説明において、かごドア１３を戸開しているときには乗場ドア１４も戸開しており、かごドア１３を戸閉しているときには乗場ドア１４も戸閉しているものとする。

カメラ１２によって撮影された各画像（映像）は、画像処理装置２０によってリアルタイムに解析処理される。なお、図１では、便宜的に画像処理装置２０を乗りかご１１から取り出して示しているが、実際には画像処理装置２０はカメラ１２と共に幕板１１ａの中に収納されている。

ここで、画像処理装置２０には、記憶部２１と利用者検知部２２が備えられている。記憶部２１は、カメラ１２によって撮影された画像を逐次保存すると共に、利用者検知部２２の処理に必要なデータを一時的に保持しておくためのバッファエリアを有する。このバッファエリアの１つが足元位置履歴保持部２１ａである。利用者検知部２２は、カメラ１２によって撮影された時系列的に連続した複数枚の画像の中でかごドア１３に最も近い人・物の動きに着目して乗車意思のある利用者の有無を検知する。この利用者検知部２２を機能的に分けると、動き検知部２２ａ、位置推定部２２ｂ、乗車意思推定部２２ｃで構成される。

動き検知部２２ａは、各画像の輝度をブロック単位で比較して人・物の動きを検知する。ここで言う「人・物の動き」とは、乗場１５の人物や車椅子等の移動体の動きのことである。

位置推定部２２ｂは、動き検知部２２ａによって各画像毎に検知された動きありのブロックの中からかごドア１３に最も近いブロックを抽出し、当該ブロックにおけるかごドア１３の中心（ドア間口の中心）から乗場方向の座標位置（図５に示すＹ座標）を利用者の位置（足元位置）として推定する。乗車意思推定部２２ｃは、位置推定部２２ｂによって推定された位置の時系列変化に基づいて当該利用者の乗車意思の有無を判定する。

なお、これらの機能（動き検知部２２ａ、位置推定部２２ｂ、乗車意思推定部２２ｃ）はカメラ１２に設けられていても良いし、かご制御装置３０に設けられていても良い。

かご制御装置３０は、図示せぬエレベータ制御装置に接続され、このエレベータ制御装置との間で乗場呼びやかご呼びなどの各種信号を送受信する。なお、「乗場呼び」とは、各階の乗場１５に設置された図示せぬ乗場呼び釦の操作により登録される呼びの信号のことであり、登録階と行先方向の情報を含む。「かご呼び」とは、乗りかご１１のかご室内に設けられた図示せぬ行先呼び釦の操作により登録される呼びの信号のことであり、行き先階の情報を含む。

また、かご制御装置３０は、戸開閉制御部３１を備える。戸開閉制御部３１は、乗りかご１１が乗場１５に到着したときのかごドア１３の戸開閉を制御する。詳しくは、戸開閉制御部３１は、乗りかご１１が乗場１５に到着したときにかごドア１３を戸開し、所定時間経過後に戸閉する。ただし、かごドア１３の戸開中に画像処理装置２０の利用者検知部２２によって乗車意思のある人物が検知された場合には、戸開閉制御部３１は、かごドア１３の戸閉動作を禁止して戸開状態を維持する。

次に、図２乃至図７を参照して本実施形態における乗車意思検知方法について説明する。

図２はカメラ１２によって撮影された画像の一例を示す図である。図中のＥ１は位置推定エリア、ｙｎは利用者の足元位置が検知されたＹ座標を表している。図３は撮影画像をブロック単位で区切った状態を示す図である。なお、原画像を一辺Ｗ_blockの格子状に区切ったものを「ブロック」と呼ぶ。

カメラ１２は乗りかご１１の出入口上部に設置されている。したがって、乗りかご１１が乗場１５で戸開したときに、乗場側の所定範囲（Ｌ１）とかご内の所定範囲（Ｌ２）が撮影される。ここで、カメラ１２を利用すると検知範囲が広がり、乗りかご１１から少し離れた場所にいる利用者でも検知することができる。しかし、その一方で、乗りかご１１に乗車しない人物を誤検知して、かごドア１３を開いてしまう可能性がある。

そこで、本システムでは、図３に示すように、カメラ１２で撮影した画像を一定サイズのブロックに区切り、人・物の動きがあるブロックを検知し、その動きありのブロックを追うことで乗車意思のある利用者であるか否かを判断する構成としている。

なお、図３の例では、ブロックの縦横の長さが同じであるが、縦と横の長さが異なっていても良い。また、画像全域にわたってブロックを均一な大きさとしても良いし、例えば画像上部ほど縦（Ｙ方向）の長さを短くするなどの不均一な大きさにしても良い。これらにより、後に推定する足元位置をより高い分解能もしくは実空間での均一な分解能で求めることができる（画像上で均一に区切ると、実空間ではかごドア１３から遠い方ほど疎な分解能となる）。

図４は実空間での検知エリアを説明するための図である。図５は実空間での座標系を説明するための図である。

撮影画像から乗車意思のある利用者の動きを検知するため、まず、ブロック毎に動き検知エリアを設定しておく。具体的には、図４に示すように、少なくとも位置推定エリアＥ１と乗車意思推定エリアＥ２を設定しておく。位置推定エリアＥ１は、乗場１５からかごドア１３に向かってくる利用者の身体の一部、具体的には利用者の足元位置を推定するエリアである。乗車意思推定エリアＥ２は、位置推定エリアＥ１で検知された利用者に乗車意思があるか否かを推定するエリアである。なお、乗車意思推定エリアＥ２は、上記位置推定エリアＥ１に含まれ、利用者の足元位置を推定するエリアでもある。すなわち、乗車意思推定エリアＥ２では、利用者の足元位置を推定すると共に当該利用者の乗車意思を推定する。

実空間において、位置推定エリアＥ１はかごドア１３の中心から乗場方向に向かってＬ３の距離を有し、例えば２ｍに設定されている（Ｌ３≦乗場側の撮影範囲Ｌ１）。位置推定エリアＥ１の横幅Ｗ１は、かごドア１３の横幅Ｗ０以上の距離に設定されている。乗車意思推定エリアＥ２はかごドア１３の中心から乗場方向に向かってＬ４の距離を有し、例えば１ｍに設定されている（Ｌ４≦Ｌ３）。乗車意思推定エリアＥ２の横幅Ｗ２は、かごドア１３の横幅Ｗ０と略同じ距離に設定されている。

なお、乗車意思推定エリアＥ２の横幅Ｗ２はＷ０よりも横幅が大きくても良い。また、乗車意思推定エリアＥ２は実空間で長方形ではなく、三方枠の死角を除く台形であっても良い。

ここで、図５に示すように、カメラ１２は、乗りかご１１の出入口に設けられたかごドア１３と水平の方向をＸ軸、かごドア１３の中心から乗場１５の方向（かごドア１３に対して垂直の方向）をＹ軸、乗りかご１１の高さ方向をＺ軸とした画像を撮影する。このカメラ１２によって撮影された各画像において、図４に示した位置推定エリアＥ１および乗車意思推定エリアＥ２の部分をブロック単位で比較することで、かごドア１３の中心から乗場１５の方向、つまりＹ軸方向に移動中の利用者の足元位置の動きを検知する。

この様子を図６および図７に示す。
図６および図７は画像比較による動き検知を説明するための図である。図６は時間ｔで撮影された画像の一部、図７は時間ｔ＋１で撮影された画像の一部を模式的に示している。

図中のＰ１，Ｐ２は撮影画像上で動きありとして検知された利用者の画像部分であり、実際には画像比較により動きありとして検知されたブロックの集合体である。画像部分Ｐ１，Ｐ２の中でかごドア１３に最も近い動きありのブロックＢｘを抽出し、そのブロックＢｘのＹ座標を追うことで乗車意思の有無を判定する。この場合、Ｙ軸方向に点線で示すような等距離線（かごドア１３と平行な等間隔の水平線）を引けば、ブロックＢｘとかごドア１３とのＹ軸方向の距離が分かる。

図６および図７の例では、かごドア１３に最も近い動きありのブロックＢｘの検知位置がｙ_ｎ→ｙ_ｎ−１に変化しており、利用者がかごドア１３に近づいてくることがわかる。

次に、本システムの動作について詳しく説明する。
図８は本システムにおける全体の処理の流れを示すフローチャートである。
乗りかご１１が任意の階の乗場１５に到着すると（ステップＳ１１のＹｅｓ）、かご制御装置３０は、かごドア１３を戸開して乗りかご１１に乗車する利用者を待つ（ステップＳ１２）。

このとき、乗りかご１１の出入口上部に設置されたカメラ１２によって乗場側の所定範囲（Ｌ１）とかご内の所定範囲（Ｌ２）が所定のフレームレート（例えば３０コマ／秒）で撮影される。画像処理装置２０は、カメラ１２で撮影された画像を時系列で取得し、これらの画像を記憶部２１に逐次保存しながら（ステップＳ１３）、以下のような利用者検知処理をリアルタイムで実行する（ステップＳ１４）。

利用者検知処理は、画像処理装置２０に備えられた利用者検知部２２によって実行される。この利用者検知処理は、動き検知処理（ステップＳ１４ａ）、位置推定処理（ステップＳ１４ｂ）、乗車意思推定処理（ステップＳ１４ｃ）に分けられる。

（ａ）動き検知処理
図９は上記ステップＳ１４ａの動き検知処理を示すフローチャートである。この動き検知処理は、上記利用者検知部２２の構成要素の１つである動き検知部２２ａで実行される。

動き検知部２２ａは、記憶部２１に保持された各画像を１枚ずつ読み出し、ブロック毎に平均輝度値を算出する（ステップＡ１１）。その際、動き検知部２２ａは、初期値として最初の画像が入力されたときに算出されたブロック毎の平均輝度値を記憶部２１内の図示せぬバッファエリアに保持しておくものとする（ステップＡ１２）。

２枚目以降の画像が得られると、動き検知部２２ａは、現在の画像のブロック毎の平均輝度値と上記バッファエリアに保持された１つ前の画像のブロック毎の平均輝度値とを比較する（ステップＡ１３）。その結果、現在の画像の中で予め設定された値以上の輝度差を有するブロックが存在した場合には、動き検知部２２ａは、当該ブロックを動きありのブロックとして判定する（ステップＡ１４）。

現在の画像に対する動きの有無を判定すると、動き検知部２２ａは、当該画像のブロック毎の平均輝度値を次の画像との比較用として上記バッファエリアに保持する（ステップＡ１５）。

以後同様にして、動き検知部２２ａは、カメラ１２によって撮影された各画像の輝度値を時系列順にブロック単位で比較しながら動きの有無を判定することを繰り返す。

（ｂ）位置推定処理
図１０は上記ステップＳ１４ｂの位置推定処理を示すフローチャートである。この位置推定処理は、上記利用者検知部２２の構成要素の１つである位置推定部２２ｂで実行される。

位置推定部２２ｂは、動き検知部２２ａの検知結果に基づいて現在の画像の中で動きありのブロックをチェックする（ステップＢ１１）。その結果、図４に示した位置推定エリアＥ１内に動きありのブロックが存在した場合、利用者検知部２２は、その動きありのブロックのうち、かごドア１３に最も近いブロックを抽出する（ステップＢ１２）。

ここで、図１に示したように、カメラ１２は乗りかご１１の出入口上部に乗場１５に向けて設置されている。したがって、利用者が乗場１５からかごドア１３に向かっていた場合には、その利用者の右または左の足元の部分が撮影画像の一番手前つまりかごドア１３側のブロックに映っている可能性が高い。そこで、位置推定部２２ｂは、かごドア１３に最も近い動きありのブロックのＹ座標（かごドア１３の中心から乗場１５方向の座標）を利用者の足元位置のデータとして求め、記憶部２１内の足元位置履歴保持部２１ａに保持する（ステップＢ１３）。

以後同様にして、位置推定部２２ｂは、各画像毎にかごドア１３に最も近い動きありのブロックのＹ座標を利用者の足元位置のデータとして求め、記憶部２１内の足元位置履歴保持部２１ａに保持していく。なお、このような足元位置の推定処理は、位置推定エリアＥ１内だけでなく、乗車意思推定エリアＥ２内でも同様に行われている。

（ｃ）乗車意思推定処理
図１１は上記ステップＳ１４ｃの乗車意思推定処理を示すフローチャートである。この乗車意思推定処理は、上記利用者検知部２２の構成要素の１つである乗車意思推定部２２ｃで実行される。

乗車意思推定部２２ｃは、上記足元位置履歴保持部２１ａに保持された各画像の利用者の足元位置のデータを平滑化する（ステップＣ１１）。なお、平滑化の方法としては、例えば平均値フィルタやカルマンフィルタなどの一般的に知られている方法を用いるものとし、ここではその詳しい説明を省略する。

足元位置のデータを平滑化したとき、変化量が所定値以上のデータが存在した場合（ステップＣ１２のＹｅｓ）、乗車意思推定部２２ｃは、そのデータを外れ値として除外する（ステップＣ１３）。なお、上記所定値は、利用者の標準的な歩行速度と撮影画像のフレームレートによって決められている。また、足元位置のデータを平滑化する前に外れ値を見つけて除外しておくことでも良い。

図１２に足元位置の変化状態を示す。横軸が時間、縦軸が位置（Ｙ座標値）を示している。利用者が乗場１５からかごドア１３に向かって歩いてくる場合、時間経過に伴い、利用者の足元位置のＹ座標値が徐々に小さくなる。

なお、例えば車椅子等の移動体であれば点線で示すような直線的なデータ変化になるが、利用者の場合には左右の足元が交互に検知されるので、実線のように湾曲したデータ変化になる。また、検知結果に何らかのノイズが入り込むと、瞬間的な足元位置の変化量が大きくなる。このような変化量の大きい足元位置のデータは外れ値として除外しておく。

ここで、乗車意思推定部２２ｃは、図２に示した乗車意思推定エリアＥ２内の足元位置の動き（データ変化）を確認する（ステップＣ１４）。その結果、乗車意思推定エリアＥ２内でＹ軸方向へかごドア１３に向かっている利用者の足元位置の動き（データ変化）を確認できた場合には（ステップＣ１５のＹｅｓ）、乗車意思推定部２２ｃは、当該利用者に乗車意思ありと判断する（ステップＣ１６）。

一方、乗車意思推定エリアＥ２内でＹ軸方向にかごドア１３に向かっている利用者の足元位置の動きを確認できなかった場合には（ステップＣ１５のＮｏ）、乗車意思推定部２２ｃは、当該利用者に乗車意思なしと判断する（ステップＣ１７）。

このように、かごドア１３に最も近い動きありのブロックを利用者の足元位置とみなし、その足元位置のＹ軸方向の時間的な変化を追跡することで利用者の乗車意思の有無を推定することができる。

図８に戻って、乗車意思ありの利用者が検知されると（ステップＳ１５のＹｅｓ）、画像処理装置２０からかご制御装置３０に対して利用者検知信号が出力される。かご制御装置３０は、この利用者検知信号を受信することによりかごドア１３の戸閉動作を禁止して戸開状態を維持する（ステップＳ１６）。

詳しくは、かごドア１３が全戸開状態になると、かご制御装置３０は戸開時間のカウント動作を開始し、所定の時間Ｔ（例えば１分）分をカウントした時点で戸閉を行う。この間に乗車意思ありの利用者が検知され、利用者検知信号が送られてくると、かご制御装置３０はカウント動作を停止してカウント値をクリアする。これにより、上記時間Ｔの間、かごドア１３の戸開状態が維持されることになる。

なお、この間に新たな乗車意思ありの利用者が検知されると、再度カウント値がクリアされ、上記時間Ｔの間、かごドア１３の戸開状態が維持されることになる。ただし、上記時間Ｔの間に何度も利用者が来てしまうと、かごドア１３をいつまでも戸閉できない状況が続いてしまうので、許容時間Ｔｘ（例えば３分）を設けておき、この許容時間Ｔｘを経過した場合にかごドア１３を強制的に戸閉することが好ましい。

上記時間Ｔ分のカウント動作が終了すると（ステップＳ１７）、かご制御装置３０はかごドア１３を戸閉し、乗りかご１１を目的階に向けて出発させる（ステップＳ１８）。

このように本実施形態によれば、乗りかご１１の出入口上部に設置したカメラ１２によって乗場１５を撮影した画像を解析することにより、例えば乗りかご１１から少し離れた場所からかごドア１３に向かって来る利用者を検知して戸開閉動作に反映させることができる。

また、上記実施形態では乗場１５で乗りかご１１のかごドア１３が戸開している状態を想定して説明したが、かごドア１３が戸閉中であっても、カメラ１２によって撮影された画像を用いて乗車意思のある利用者の有無が検知される。乗車意思のある利用者が検知されると、かご制御装置３０の戸開閉制御部３１によってかごドア１３の戸閉動作が中断され、再度戸開動作が行われる。

以下に、図１３のフローチャートを参照して、戸閉中の処理動作について説明する。
乗りかご１１のかごドア１３が全戸開の状態から所定の時間が経過すると、戸開閉制御部３１によって戸閉動作が開始される（ステップＳ２１）。このとき、カメラ１２の撮影動作は継続的に行われている。上記画像処理装置２０は、このカメラ１２によって撮影された画像を時系列で取得し、これらの画像を記憶部２１に逐次保存しながら（ステップＳ２２）、利用者検知処理をリアルタイムで実行する（ステップＳ２３）。

利用者検知処理は、画像処理装置２０に備えられた利用者検知部２２によって実行される。この利用者検知処理は、動き検知処理（ステップＳ２３ａ）、位置推定処理（ステップＳ２３ｂ）、乗車意思推定処理（ステップＳ２３ｃ）に分けられる。なお、これらの処理は、図８のステップＳ１４ａ，Ｓ１４ｂ，Ｓ１４ｃと同様であるため、その詳しい説明は省略する。

ここで、乗車意思ありの利用者が検知されると（ステップＳ２４のＹｅｓ）、画像処理装置２０からかご制御装置３０に対して利用者検知信号が出力される。かご制御装置３０は、戸閉中に上記利用者検知信号を受信すると、かごドア１３の戸閉動作を中断して再度戸開動作（リオープン）を行う（ステップＳ２５）。

以降は、図８のステップＳ１２に戻って上記同様の処理が繰り返される。ただし、戸閉中に乗車意思のある利用者が続けて検知されると、リオープンが繰り返され、乗りかご１１の出発が遅れてしまう。したがって、乗車意思のある利用者を検知した場合でも、上述した許容時間Ｔｘ（例えば３分）が経過していれば、リオープンしないで戸閉することが好ましい。

このように、戸閉中であっても乗車意思のある利用者の有無が検知され、当該検知結果を戸開閉動作に反映させることができる。したがって、利用者が戸閉途中の乗りかご１１に乗ろうとしたときにドアにぶつかってしまうような事態を回避できる。

なお、移動体が乗りかごの近くを通り過ぎた（乗場をＸ軸方向に横切った）だけにも関わらず、当該移動体に乗車意思があると誤って判断してしまうことを精度良く防ぐために、位置推定部２２ｂは、図１０に示した位置推定処理に代えて、後述する位置推定処理を実行しても良い。以下では、まず、移動体が乗場をＸ軸方向に横切っただけにも関わらず、当該移動体に乗車意思があると誤って判断してしまう様子について説明する。

図１４乃至図１６は、移動体が乗場をＸ軸方向に横切った場合に、動き検知部２２ａによって動きありとして検知されたブロックの集合体を示す。図１４では時間ｔに撮影された画像の一部、図１５では時間ｔ＋１に撮影された画像の一部、図１６では時間ｔ＋２に撮影された画像の一部を模式的に示している。

図１４中のＰ３は、撮影画像上で動きありとして検知された移動体（ここでは人物）の右足の画像部分であり、図１５中のＰ４は、当該人物の左足の画像部分であり、図１６中のＰ５は、当該人物の右足の画像部分である。図１４および図１６に示すように、時間ｔおよび時間ｔ＋２の撮影画像上では、乗場をＸ軸方向に横切った人物の左足は動きありとして検知されない。これは、右足を進行方向（Ｘ軸正方向）に出すために左足を軸足とし、左足を動かしていないことに起因する。同様に、図１５に示すように、時間ｔ＋１の撮影画像上では、乗場をＸ軸方向に横切った人物の右足は動きありとして検知されない。これは、左足を進行方向（Ｘ軸正方向）に出すために右足を軸足とし、右足を動かしていないことに起因する。

このため、時間ｔおよび時間ｔ＋２の撮影画像上からは、乗場をＸ軸方向に横切った人物の右足の画像部分Ｐ３の一部が、かごドア１３に最も近い動きありのブロックＢｘとして抽出される。また、時間ｔ＋１の撮影画像上からは、乗場をＸ軸方向に横切った人物の左足の画像部分Ｐ４の一部が、かごドア１３に最も近い動きありのブロックＢｘとして抽出される。

この場合、Ｙ軸方向に点線で示す等距離線によれば、かごドア１３に最も近い動きありのブロックＢｘの検知位置は、時間ｔから時間ｔ＋２の間に、ｙ_ｍ→ｙ_ｍ＋１→ｙ_ｍと変化している。具体的には、かごドア１３に最も近い動きありのブロックＢｘの検知位置は、図１７に示すように、ｙ_ｍ→ｙ_ｍ＋１→ｙ_ｍ→…、のように繰り返し変化する。これによれば、利用者検知部２２の乗車意思推定部２２ｃは、人物が乗場をＸ軸方向に横切っただけにも関わらず、例えば時間ｔ＋１から時間ｔ＋２の間に、かごドア１３に最も近い動きありのブロックＢｘの検知位置がＹ軸方向にかごドア１３に向かっているので、当該人物に乗車意思があると誤って判断してしまう可能性がある。

このような誤った判断を精度良く防ぐために、位置推定部２２ｂは、図１０に示した位置推定処理に代えて、図１８に示す位置推定処理を実行する。なお、図１０に示す位置推定処理と同様な処理については同一の符号を付し、ここではその詳しい説明は省略する。

ステップＢ１２の後、位置推定部２２ｂは、現在の撮影画像から所定フレーム前までの各撮影画像毎に求められた足元位置のデータ（履歴データ）を記憶部２１内の足元位置履歴保持部２１ａから取得する（ステップＢ２１）。

位置推定部２２ｂは、取得された所定フレーム前までの各足元位置のデータを参照して、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を補正するかどうかを決定する（ステップＢ２２）。

具体的には、位置推定部２２ｂは、取得された所定フレーム前までの各足元位置のデータにより各々示されるかごドア１３に最も近いブロックのＹ座標のうち、かごドア１３に最も近いＹ座標（すなわち、最も小さいＹ座標）と、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標とを比較することで、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を補正するかどうかを決定する。

現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を補正する場合、つまり、当該Ｙ座標が、所定フレーム前までの足元位置のデータにより示されるＹ座標よりも大きい場合（ステップＢ２２のＹｅｓ）、位置推定部２２ｂは、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を、所定フレーム前までの足元位置のデータにより示されるＹ座標に補正し、補正後のＹ座標を、現在の足元位置のデータとして、記憶部２１内の足元位置履歴保持部２１ａに保持する（ステップＢ２３）。

一方、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を補正しない場合、つまり、当該Ｙ座標が、所定フレーム前までの足元位置のデータにより示されるＹ座標よりも小さい場合（ステップＢ２２のＮｏ）、位置推定部２２ｂは、現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を、現在の足元位置のデータとして、記憶部２１内の足元位置履歴保持部２１ａに保持する（ステップＢ２４）。

なお、上記所定フレームは、標準的な歩行周期と同程度の時間（例えば０．５秒）に相当するフレームまたは標準的な歩行周期よりも長い時間に相当するフレームに設定される。例えば、カメラ１２が１秒間に３０コマの画像を連続撮影可能である場合、上記所定フレームは１５フレームに設定される。歩行周期とは、右足および左足の各々で１歩ずつ進むのに要する時間を示す。図１４乃至図１７によれば、時間ｔから時間ｔ＋２までの時間が歩行周期に相当する。

ステップＢ２３，Ｂ２４の処理が実行されると、位置推定部２２ｂはブロックＢ１１に戻り、以降同様にして、人物の足元位置のデータを求め、これを記憶部２１内の足元位置履歴保持部２１ａに保持していく。なお、足元位置履歴保持部２１ａは、上記所定フレーム前までの足元位置のデータを保持していれば良い。つまり、上記所定フレーム前より以前の足元位置のデータは、足元位置履歴保持部２１ａから適宜削除される。

図１８に示す位置推定処理によれば、図１５に示すように、右足を軸足とし、動かしていなかったとしても、時間ｔ＋１の撮影画像から抽出されたかごドア１３に最も近い動きありのブロックＢｘのＹ座標ｙ_ｍ＋１を、図１４に示す時間ｔの撮影画像から抽出されたかごドア１３に最も近い動きありのブロックＢｘのＹ座標ｙ_ｍに補正することができる。このため、移動体が乗場をＸ軸方向に横切った場合のかごドア１３に最も近い動きありのブロックＢｘの検知位置は、図１９の実線部分のように一定となる。つまり、移動体が乗場をＸ軸方向に横切ったとしても、乗車意思推定部２２ｃによって、当該移動体に乗車意思があると誤って判断されてしまう可能性を低減させることができる。

このように、位置推定部２２ｂが現在の撮影画像から抽出されたかごドア１３に最も近いブロックのＹ座標を、過去の足元位置のデータを参照して補正する機能をさらに有していることにより、乗車意思のある利用者だけを正しく高精度に検知して戸開閉動作に反映させることができる。

なお上述では、移動体が乗場をＸ軸方向に横切る（すなわち、乗車意思がない人物を補正対象にした）場合を想定したが、移動体がかごドア１３に向かう（すなわち、乗車意思がある利用者を補正対象にした）場合も同様に、図１８に示す位置推定処理により、かごドア１３に最も近い動きありのブロックのＹ座標は補正される。具体的には、図２０に示すように、時間ｔ＋１の撮影画像から抽出されたかごドア１３に最も近い動きありのブロックのＹ座標ｙ_ｌ＋１は、時間ｔの撮影画像から抽出されたかごドア１３に最も近い動きありのブロックのＹ座標ｙ_ｌに補正される。これによれば、移動体がかごドア１３に向かう場合のかごドア１３に最も近い動きありのブロックの検知位置は、図２０の実線部分のように階段状となる。

以上述べた少なくとも１つの実施形態によれば、乗車意思のある利用者を広範囲に正確に検知してドアの開閉制御に反映させることのできるエレベータの乗車検知システムを提供することができる。

なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１１…乗りかご、１２…カメラ、１３…かごドア、１４…乗場ドア、１５…乗場、２０…画像処理装置、２１…記憶部、２１ａ…足元位置履歴保持部、２２…利用者検知部、２２ａ…動き検知部、２２ｂ…位置推定部、２２ｃ…乗車意志推定部、３０…かご制御装置、３１…戸開閉制御部、Ｅ１…利用者位置推定エリア、Ｅ２…乗車意思推定エリア。

Claims (6)

1. 乗りかごが乗場に到着したときに、当該乗りかごのドア付近から上記乗場の方向に向けて所定の範囲を撮影可能な撮像手段と、
   この撮像手段によって撮影された時系列的に連続した複数枚の画像の輝度をブロック単位で比較して人物の動きを検知する動き検知手段と、
   この動き検知手段によって検知された動きありのブロックの中から上記ドアに最も近いブロックを上記画像毎に抽出し、当該ブロックにおける上記ドアの中心から上記乗場方向の座標位置を人物の位置として推定する位置推定手段と、
   この位置推定手段によって推定された人物の位置を示す位置データのうち、現在から所定時間前までの位置データを履歴データとして保持する履歴保持手段と、
   上記位置推定手段によって推定された人物の位置の時系列変化に基づいて利用者の乗車意思の有無を推定する乗車意思推定手段と、
   この乗車意思推定手段の推定結果に基づいて上記ドアの開閉動作を制御する制御手段と
   を具備し、
   上記位置推定手段は、
   上記履歴保持手段に保持された履歴データを参照して、上記推定された人物の位置を補正するかどうかを決定することを特徴とするエレベータの乗車検知システム。
2. 上記位置推定手段は、
   上記推定された人物の位置と、上記履歴データによって示される所定時間前までの人物の位置とを比較し、
   上記履歴データによって示される人物の位置が、上記推定された人物の位置に比べて上記ドアに近い場合、上記推定された人物の位置を上記履歴データによって示される人物の位置に補正することを特徴とする請求項１に記載のエレベータの乗車検知システム。
3. 上記位置推定手段は、
   上記推定された人物の位置が、上記履歴データによって示される人物の位置に比べて上記ドアに近い場合、上記推定された人物の位置を補正しないことを特徴とする請求項２に記載のエレベータの乗車検知システム。
4. 上記所定時間は、
   標準的な歩行周期と同程度の時間または当該歩行周期よりも長い時間であることを特徴とする請求項１に記載のエレベータの乗車検知システム。
5. 上記位置推定手段は、
   上記ドアに最も近い動きのありのブロックにおける上記ドアの中心から上記乗場方向の座標位置を人物の足元位置として推定し、
   上記乗車意思推定手段は、
   上記人物の足元位置が予め設定されたエリア内で上記ドアに近づいている状態が検知された場合に乗車意思ありと判定することを特徴とする請求項１記載のエレベータの乗車検知システム。
6. 上記撮像手段は、
   上記乗りかごの出入口上部に設置され、
   上記ドアと水平の方向をＸ軸、上記ドアの中心から上記乗場の方向をＹ軸、上記乗りかごの高さ方向をＺ軸とした画像を撮影することを特徴とする請求項１記載のエレベータの乗車検知システム。

Images