JP6678512B2

JP6678512B2 - Sensor installation position support device

Info

Publication number: JP6678512B2
Application number: JP2016098985A
Authority: JP
Inventors: 聡笹谷; 誠也伊藤; 正嗣野宮
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2016-05-17
Filing date: 2016-05-17
Publication date: 2020-04-08
Anticipated expiration: 2036-05-17
Also published as: JP2017207872A

Description

本発明は、物体の検出や位置計測を実施する複数のセンサの配置を決定する技術に関する。 The present invention relates to a technique for determining an arrangement of a plurality of sensors for performing object detection and position measurement.

大型商業施設や駅、空港といった公共施設などにおいて、人物や不審物の検出といった従来の防犯サービスに加え、人の位置を計測、追跡することで、マーケティング、混雑緩和、レイアウト改善などの空間価値を高めるサービスの需要が高まっている。これらのサービスは、監視カメラやレーザレーダなどの複数のセンサを設置して、各計測結果を参照することで実現できるものの、安定した計測精度を維持するためにはセンサの配置が重要となる。 In public facilities such as large commercial facilities, train stations, and airports, in addition to conventional security services such as detection of people and suspicious objects, by measuring and tracking the position of people, spatial value such as marketing, congestion reduction, layout improvement, etc. There is a growing demand for enhanced services. These services can be realized by installing a plurality of sensors such as monitoring cameras and laser radars, and referring to each measurement result. However, to maintain stable measurement accuracy, the arrangement of the sensors is important.

例えば、不審者を検出したい場合は死角が生じないようセンサを設置する必要があり、また、人を追跡したい場合には人物の移動軌跡が途切れず計測できるようセンサの位置を決定する必要がある。そのため、サービスを導入する際には、顧客のニーズを踏まえた上で、実際に設置作業を行う専門家が己のノウハウでセンサ配置、設定を決定している。 For example, if you want to detect a suspicious person, you need to install a sensor so that blind spots do not occur, and if you want to track a person, you need to determine the position of the sensor so that the trajectory of the person can be measured without interruption . Therefore, when introducing a service, an expert who actually performs the installation work decides the sensor arrangement and setting based on his own know-how, taking into account the needs of the customer.

しかし、この方法では、設置コストの増加に繋がるだけでなく、専門家の知識・経験の差によって計測精度が左右されてしまうため、センサ設置位置を自動で決定する支援技術が求められる。 However, this method not only leads to an increase in the installation cost, but also the measurement accuracy is affected by differences in the knowledge and experience of specialists. Therefore, a support technology for automatically determining the sensor installation position is required.

例えば、特許文献１では、商業施設において、ＰＯＳ（Point of Sales）データや顧客の性別などの情報に応じて人物が集まりやすい領域を推定することで、カメラの配分やその設置位置を決定する。また、特許文献２では、不審者や動きを検出したいなどの顧客の計測ニーズに応じて、監視カメラの最適な設置位置を自動で出力する。 For example, in Patent Literature 1, in a commercial facility, the distribution of cameras and the installation position of the cameras are determined by estimating an area where persons are likely to gather in accordance with information such as POS (Point of Sales) data and gender of a customer. In Patent Document 2, an optimal installation position of a monitoring camera is automatically output according to a customer's measurement needs such as detection of a suspicious person or movement.

特開２００５−２８６６１９号公報JP 2005-286619 A 特開２０１２−１０２１０号公報JP 2012-10210A

特許文献１では、カメラの設置位置は推定できるものの、俯角などのカメラの設置角度などの細かい設置情報は出力できないという課題がある。また、使用するカメラの全数を予め決定する必要があり、その決定には専門家のノウハウなどが必要となる。 Patent Literature 1 has a problem that although the installation position of the camera can be estimated, detailed installation information such as the installation angle of the camera such as a depression angle cannot be output. In addition, the total number of cameras to be used must be determined in advance, and the determination requires expert know-how and the like.

特許文献２では、撮影範囲のレイアウトと顧客ニーズ表から、最小限のカメラ台数となる構成にてカメラ設置位置を自動で推定できる。しかし、撮影範囲における実際の人流などの人の動きを考慮して、状況によっては高精度な計測をすることや、監視カメラ以外のセンサも併用したい場合について、更なる改善の余地があった。 In Patent Literature 2, a camera installation position can be automatically estimated from a layout of a shooting range and a customer needs table with a configuration that minimizes the number of cameras. However, there is room for further improvement in high-precision measurement depending on the situation in consideration of actual movement of a person or the like in the photographing range or in a case where a sensor other than the surveillance camera is also used.

本発明は、前記の課題を解決するための発明であって、カメラなどのセンサの設置位置を、人流を考慮して適切に決定することができるセンサ設置位置支援装置を提供することを目的とする。 An object of the present invention is to solve the above-mentioned problem, and an object of the present invention is to provide a sensor installation position support device that can appropriately determine an installation position of a sensor such as a camera in consideration of a human flow. I do.

前記目的を達成するため、本発明のセンサ設置位置支援装置は、センサの特性情報と計測項目情報とに基づき該センサの計測範囲を示す計測モデルを生成する計測モデル生成手段（例えば、計測モデル生成部３）と、監視対象のエリアのマップ情報と該エリアの人流情報とに基づき該エリアの人流方向を示す人流マップ（例えば、図４の２３）を生成する人流マップ生成手段（例えば、人流マップ生成部４）と、計測モデルと人流マップに基づきエリアを構成するセル毎の計測感度（例えば、数１）を算出し、該算出した計測感度に基づきエリアにおけるセンサの配置位置を決定するセンサ配置決定手段（例えば、センサ配置調整部５）とを有し、センサ配置決定手段は、人流マップに計測モデルに含まれる計測精度を照合して、セル毎の計測感度を算出し、計測モデルは、センサからの距離に応じた計測精度と計測可能な範囲とを含んでおり、計測感度は、計測精度が１に対する比率がＡの場合に、セルの面積に対する計測精度がＡの面積の比率とＡとを積算した値であることを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。 In order to achieve the above object, a sensor installation position support device of the present invention provides a measurement model generation unit (for example, a measurement model generation unit) that generates a measurement model indicating a measurement range of the sensor based on characteristic information of the sensor and measurement item information. Unit 3) and a human flow map generating means (for example, a human flow map) for generating a human flow map (for example, 23 in FIG. 4) indicating the human flow direction of the area based on the map information of the area to be monitored and the human flow information of the area. A sensor arrangement for calculating a measurement sensitivity (for example, Equation 1) for each cell constituting the area based on the measurement model and the human flow map, and determining a sensor arrangement position in the area based on the calculated measurement sensitivity. determining means (e.g., a sensor arrangement adjusting section 5) possess the sensor arrangement determining means, by matching the measurement accuracy included in the measurement model human stream map, a total of each cell The sensitivity is calculated, and the measurement model includes the measurement accuracy according to the distance from the sensor and the measurable range. When the ratio of the measurement accuracy to 1 is A, the measurement sensitivity is measured with respect to the cell area. The accuracy is a value obtained by integrating the ratio of the area of A and A. Other aspects of the present invention will be described in embodiments described later.

本発明によれば、カメラなどのセンサの設置位置を、人流を考慮して適切に決定することができる。 ADVANTAGE OF THE INVENTION According to this invention, the installation position of a sensor, such as a camera, can be determined appropriately in consideration of a human flow.

実施形態１に係るセンサ設置位置支援装置の機能ブロックを示す図である。FIG. 2 is a diagram showing functional blocks of the sensor installation position support device according to the first embodiment. 計測モデル生成部が取得するセンサの特性情報の一例を示す図である。FIG. 7 is a diagram illustrating an example of sensor characteristic information acquired by a measurement model generation unit. 計測モデル生成部により生成する計測モデルの一例を示す図である。FIG. 5 is a diagram illustrating an example of a measurement model generated by a measurement model generation unit. 人流マップ生成部の処理を説明する図である。It is a figure explaining the processing of the people flow map generation part. 人流マップ生成部の処理を示すフローチャートである。It is a flowchart which shows the process of a person flow map generation part. センサ配置調整部の機能ブロックを示す図である。It is a figure showing the functional block of a sensor arrangement adjustment part. 計測中心点検出部により出力する重要計測ポイントの一例を示す図である。It is a figure showing an example of an important measurement point outputted by a measurement center point detection part. 計測モデル照合部の処理を示すフローチャートである。9 is a flowchart illustrating processing of a measurement model matching unit. 計測モデル照合部の処理Ｓ３を説明する図であり、（ａ）は人流マップ、（ｂ）は計測モデルの計測方向、（ｃ）はカメラの設置位置を示す図である。It is a figure explaining processing S3 of a measurement model collation part, (a) is a person flow map, (b) is a figure showing a measurement direction of a measurement model, and (c) shows an installation position of a camera. 計測モデル照合部の処理Ｓ５を説明する図であり、（ａ）は計測モデル、（ｂ）は人流マップ５１に照合した計測モデル、（ｃ）（ｄ）は人流マップ内のセルの拡大図である。It is a figure explaining processing S5 of a measurement model collation part, (a) is a measurement model, (b) is a measurement model collated with people flow map 51, (c) (d) is an enlarged view of a cell in a people flow map. is there. 計測モデル照合部の処理Ｓ４を説明する図である。It is a figure explaining processing S4 of a measurement model collation part. 計測モデル照合部により計測モデルを照合する一例を示す図である。FIG. 9 is a diagram illustrating an example of collating a measurement model by a measurement model collation unit. センサ配置調整部により出力するセンサ位置の一例を示す図である。It is a figure showing an example of a sensor position outputted by a sensor arrangement adjustment part. 実施形態２に係るセンサ設置位置支援装置の機能ブロック図を示す図である。It is a figure showing the functional block diagram of the sensor installation position support device concerning Embodiment 2. 実施形態２に係るセンサ配置調整部の処理を示すフローチャートである。9 is a flowchart illustrating a process of a sensor arrangement adjustment unit according to the second embodiment. センサ配置調整部により調整されるセンサ位置の一例を示す図である。It is a figure showing an example of a sensor position adjusted by a sensor arrangement adjustment part.

本発明を実施するための実施形態について、適宜図面を参照しながら詳細に説明する。
<<実施形態１>>
図１は、実施形態１に係るセンサ設置位置支援装置１の機能ブロックを示す図である。本実施形態では、センサとして監視カメラを使用した場合の例を説明するが、本発明はこれらセンサに限定されるものでは無く、種類の異なるセンサを組み合わせて使用してもよい。 An embodiment for carrying out the present invention will be described in detail with reference to the drawings as appropriate.
<< Embodiment 1 >>
FIG. 1 is a diagram illustrating functional blocks of a sensor installation position support device 1 according to the first embodiment. In the present embodiment, an example in which a monitoring camera is used as a sensor will be described. However, the present invention is not limited to these sensors, and different types of sensors may be used in combination.

センサ設置位置支援装置１は、対象エリアのマップ情報１００、人流情報１０１、センサ情報１０２、計測項目情報１０３を含むデータベース２を保持しており、処理部として、計測モデル生成部３（計測モデル生成手段）、人流マップ生成部４（人流マップ生成手段）、センサ配置調整部５（センサ配置決定手段）を有する。センサ設置位置支援装置１は、各情報に基づき対象エリアの計測感度が最良となるセンサ配置を自動で出力する装置である。 The sensor installation position support apparatus 1 holds a database 2 including map information 100 of a target area, human flow information 101, sensor information 102, and measurement item information 103, and as a processing unit, a measurement model generation unit 3 (measurement model generation Means), a human flow map generation unit 4 (human flow map generation unit), and a sensor arrangement adjustment unit 5 (sensor arrangement determination unit). The sensor installation position support device 1 is a device that automatically outputs a sensor arrangement with the best measurement sensitivity in a target area based on each information.

図１に示す各機能の概要をまず説明すると、計測モデル生成部３はセンサ情報１０２と計測項目情報１０３からセンサの計測範囲を示す計測モデルを決定する機能、人流マップ生成部４は対象エリアのマップ情報１００と人流情報１０１に基づき対象エリアの人の流れを示す人流マップを作成する機能、センサ配置調整部５は人流マップに計測モデルを照合し対象エリアの計測感度が最良となるセンサ位置を出力する機能を有する。なお、対象エリアとは、顧客がセンサにより計測したい範囲であり、例えばカメラの場合はその監視対象のエリア、レーザレーダの場合は計測対象のエリアを示す。以下、各機能の詳細について説明する。 First, the outline of each function shown in FIG. 1 will be described. The measurement model generation unit 3 determines the measurement model indicating the measurement range of the sensor from the sensor information 102 and the measurement item information 103. The human flow map generation unit 4 determines the measurement area. The function of creating a human flow map indicating the flow of people in the target area based on the map information 100 and the human flow information 101. The sensor arrangement adjustment unit 5 checks the measurement model against the human flow map and determines the sensor position at which the measurement sensitivity of the target area is the best. It has a function to output. Note that the target area is a range that the customer wants to measure with a sensor. For example, in the case of a camera, it indicates the area to be monitored, and in the case of a laser radar, the area to be measured. Hereinafter, details of each function will be described.

＜計測モデル生成部＞
図２は、計測モデル生成部３が取得するセンサの特性情報の一例を示す図である。図３は、計測モデル生成部３により生成する計測モデルの一例を示す図である。計測モデル生成部３について、図２と図３を用い、適宜図１を参照して説明する。 <Measurement model generator>
FIG. 2 is a diagram illustrating an example of sensor characteristic information acquired by the measurement model generation unit 3. FIG. 3 is a diagram illustrating an example of a measurement model generated by the measurement model generation unit 3. The measurement model generation unit 3 will be described with reference to FIGS.

図２は、計測モデル生成部３がセンサ情報１０２より取得するセンサの特性情報の一例であり、各センサにおける、計測可能な範囲、センサから計測人物までの距離に応じた計測精度、人物の密集度に応じた計測精度（分解能）、センサにより計測可能な項目（計測項目）の特徴を示している。なお、センサ及び特性情報については特にこれに限定するものでは無く、同じセンサにおいても計測項目に応じて範囲、精度、分解能が変化している特性情報でもよい。また、必ずしも距離に応じて計測精度が異なる必要は無く、計測範囲全体の精度が均一である特性情報でもよい。 FIG. 2 is an example of sensor characteristic information acquired by the measurement model generation unit 3 from the sensor information 102. The measurement accuracy of each sensor, the measurement accuracy according to the distance from the sensor to the measurement person, and the density of persons It shows the characteristics of the measurement accuracy (resolution) according to the degree and the items (measurement items) that can be measured by the sensor. Note that the sensor and the characteristic information are not particularly limited thereto, and may be characteristic information in which the range, accuracy, and resolution of the same sensor vary according to the measurement item. Further, the measurement accuracy does not necessarily have to be different depending on the distance, and may be characteristic information in which the accuracy of the entire measurement range is uniform.

計測モデル生成部３では、計測項目情報１０３から抽出した人追跡や不審者検出といった顧客の計測ニーズとセンサの特性情報を照合することで、図３に示すようなセンサの計測モデルを生成する。図３において、１０は単眼カメラ、１１ａ、１１ｂは単眼カメラの人追跡及び物体検出時の計測モデルの一例、１２はレーザセンサ、１３ａ、１３ｂはレーザセンサの人追跡及び物体検出時の計測モデルの一例を示している。 The measurement model generation unit 3 generates a sensor measurement model as shown in FIG. 3 by collating customer measurement needs, such as person tracking and suspicious person detection, extracted from the measurement item information 103 with sensor characteristic information. In FIG. 3, reference numeral 10 denotes a monocular camera, 11a and 11b denote examples of a measurement model at the time of human tracking and object detection by the monocular camera, 12 denotes a laser sensor, and 13a and 13b denote measurement models at the time of human tracking and object detection by the laser sensor. An example is shown.

なお、計測モデルの形状は図３のように計測項目により変更するのではなく、一貫して同形状のものを使用してもよい。計測項目によってモデルの形状を変更する方法を使用する要因としては、例えば、対象エリア中に存在するモノを検知する物体検出と比較すると、物体を人と認識して追従する人追跡の方が計測は困難であり、計測範囲や精度に差が生じるため、同じセンサにおいても、１１ａと１３ａの形状の大きさが１１ｂ、１３ｂよりも小さくなる。また、一般的にカメラは近過ぎる物体や遠方の物体の検出が難しいなどといった特性を表現するために、１１ａや１１ｂのようにセンサ１０からの距離に応じて精度が変化する計測モデルを使用してもよい。計測モデルの形状としては、特に図３に示すものに限定するものではない。また、計測モデルの生成に利用する情報としては、センサの特性と計測項目の情報に限定されるものではなく、建物内のマップ情報などを利用してもよく、例えば、設置場所の高さや俯角により計測モデルの形状を変動的にする方法でもよい。 It should be noted that the shape of the measurement model does not need to be changed depending on the measurement items as shown in FIG. Factors that use the method of changing the shape of the model depending on the measurement items include, for example, human tracking, which recognizes objects as people and follows them, compared to object detection, which detects objects in the target area. Is difficult, and there is a difference in the measurement range and accuracy. Therefore, even in the same sensor, the size of the shape of 11a and 13a is smaller than 11b and 13b. In general, a camera uses a measurement model whose accuracy changes according to the distance from the sensor 10, such as 11a or 11b, in order to express characteristics such as difficulty in detecting an object that is too close or a distant object. You may. The shape of the measurement model is not particularly limited to the shape shown in FIG. Further, the information used to generate the measurement model is not limited to the information on the characteristics of the sensors and the measurement items, but may use map information in the building, for example, the height of the installation location and the depression angle. May be used to make the shape of the measurement model variable.

すなわち、計測モデル生成部３（計測モデル生成手段）は、対象エリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、計測モデルの計測範囲または／および計測精度を変更してもよい。ここで、対象エリアのレイアウト情報には、マップ情報、建物の高さ、建物の出入り口などがある。人流方向情報には、人流マップ生成手段が生成する人流マップがある。位置環境情報には、逆光、屋内外などの計測位置の環境である。混雑状況情報には、混雑か閑散かなどの人が集まり易い場所であるか否かの情報である。 That is, the measurement model generation unit 3 (measurement model generation means) uses at least one of the layout information, the flow direction information, the position environment information, and the congestion state information of the target area to measure the measurement range or / and the measurement of the measurement model. The accuracy may be changed. Here, the layout information of the target area includes map information, the height of the building, the entrance of the building, and the like. The flow direction information includes a flow map generated by the flow map generation means. The position environment information includes the environment of the measurement position such as backlight or indoor / outdoor. The congestion status information is information indicating whether or not the location is easily crowded, such as congestion or idleness.

＜人流マップ生成部＞
図４は、人流マップ生成部４（図１参照）の処理を説明する図である。図５は、人流マップ生成部４の処理を示すフローチャートである。人流マップ生成部４について、図４と図５を用いて説明する。 <People flow map generator>
FIG. 4 is a diagram illustrating the processing of the human flow map generation unit 4 (see FIG. 1). FIG. 5 is a flowchart showing the processing of the human flow map generation unit 4. The flow map generator 4 will be described with reference to FIGS. 4 and 5.

人流マップ生成部４では、初めに、図４に示す対象エリアのレイアウト俯瞰図２０（レイアウト情報）をマップ情報１００から取得する（処理Ｓ４１）、保持したレイアウト俯瞰図を２１に示すような複数の小領域に分割する（処理Ｓ４２）。次に、人流情報１０１から対象エリアにおける人流データ２２を抽出し（処理Ｓ４３）、各小領域における主たる人流の向きを推定する（処理Ｓ４４）。最後に、レイアウト俯瞰図に人流の向きを反映した人流マップ２３を出力する（処理Ｓ４５）。なお、以後はこの小領域をセルと呼び説明する。 First, the human flow map generation unit 4 obtains the layout overhead view 20 (layout information) of the target area shown in FIG. 4 from the map information 100 (process S41). It is divided into small areas (process S42). Next, the human flow data 22 in the target area is extracted from the human flow information 101 (process S43), and the direction of the main human flow in each small area is estimated (process S44). Finally, a flow map 23 reflecting the direction of the flow of people in the overhead view of the layout is output (process S45). Hereinafter, this small area is called a cell and will be described.

処理Ｓ４２におけるレイアウト俯瞰図１０のセルの分割方法として、セルの大きさは計測モデルよりも小さければよく、全てのセルが同じ大きさである必要ない。また、形状は２１のような格子状以外にも俯瞰図全体を網羅できるものであれば、特に限定はしない。 As a method of dividing the cells in the layout overhead view 10 in the processing S42, the size of the cells may be smaller than the measurement model, and it is not necessary that all cells have the same size. The shape is not particularly limited as long as it can cover the entire bird's-eye view in addition to the lattice shape such as 21.

処理Ｓ４３にて取得する人流のデータについては、人物の軌跡情報などの対象エリアにおける人流の主な向きを推定できる情報であればよい。例えば、既に対象エリア内に実際に移動する人物が存在する場合であれば一時的に人流計測用のセンサを配置して取得したデータ、人物が存在しない場合であればレイアウト俯瞰図における出入り口や曲がり角の情報などからシミュレーションにより推定した人流データでもよく、特に限定しない。 The human flow data acquired in the process S43 may be any information that can estimate the main direction of the human flow in the target area, such as the trajectory information of the person. For example, if there is already a person who actually moves in the target area, data obtained by temporarily arranging sensors for measuring the flow of people is obtained.If no person exists, the doorway or corner in the layout bird's-eye view The data may be human flow data estimated by simulation from the above information or the like, and is not particularly limited.

処理Ｓ４４では、この取得した人流データ２２からレイアウト俯瞰図の各格子内における人流の向き２４を決定する。人流の向き２４の推定方法としては、人流データ２２を２１に照合し、格子の中心を原点として最も頻出頻度が多い方向ベクトルを推定する方法などがある。本実施形態では、２４のように人流の向きを４パターンとし、各格子内にて推定した方向ベクトルがいずれの向きのパターンに類似しているかを比較することで、最終の人流方向を決定する。なお、人流の向きのパターン数は４つに限定するものではなく、パターン数を増やすほどセンサ配置の精度が向上できる。 In the process S44, the direction 24 of the human flow in each grid of the layout overhead view is determined from the obtained human flow data 22. As a method of estimating the direction 24 of the human flow, there is a method of collating the human flow data 22 with 21 and estimating a direction vector having the most frequent occurrence with the center of the grid as the origin. In the present embodiment, the final direction of the human flow is determined by setting the direction of the human flow to four patterns as in 24 and comparing the direction vector estimated in each grid to which pattern is similar. . Note that the number of patterns in the direction of the human flow is not limited to four, and the accuracy of sensor arrangement can be improved as the number of patterns is increased.

＜センサ配置調整部＞
図６は、センサ配置調整部５の機能ブロックを示す図である。図６を用いて、センサ配置調整部５を説明する。センサ配置調整部５は、計測中心点検出部３０、計測モデル照合部３１、センサ配置位置出力部３２の機能を有する。各機能の概要を説明すると、計測中心点検出部３０は人流マップの情報から対象エリアにおける計測の中心位置を示す重要計測ポイントを決定する機能、計測モデル照合部３１は取得した計測モデルを、重要計測ポイントを中心に人流マップへ照合することで、対象エリア内の全てのセルの計測感度を更新する機能、センサ配置位置出力部３２は、最適化された感度マップ情報からセンサ位置の情報を出力する機能を有する。以下、各機能の詳細を説明する。 <Sensor arrangement adjustment unit>
FIG. 6 is a diagram showing functional blocks of the sensor arrangement adjusting unit 5. The sensor arrangement adjusting unit 5 will be described with reference to FIG. The sensor arrangement adjustment section 5 has functions of a measurement center point detection section 30, a measurement model collation section 31, and a sensor arrangement position output section 32. To explain the outline of each function, the measurement center point detection unit 30 determines the important measurement point indicating the measurement center position in the target area from the information of the human flow map, and the measurement model collation unit 31 determines the acquired measurement model as important. The function of updating the measurement sensitivity of all cells in the target area by collating the measurement point with the human flow map. The sensor arrangement position output unit 32 outputs the sensor position information from the optimized sensitivity map information. It has a function to do. Hereinafter, details of each function will be described.

図７は、計測中心点検出部３０により出力する重要計測ポイント（候補計測地点）の一例を示す図である。重要計測ポイントの決定方法としては、４つのセルを包括する探索ウインドウ４０を走査させ、「全てのセルに人流の向き情報が含まれる」、「人流の向きの分散が最大」という２つの条件を満たす隣接した４つのセルを探索し、その中心位置を重要計測ポイント（候補計測地点）とする方法がある。 FIG. 7 is a diagram illustrating an example of important measurement points (candidate measurement points) output by the measurement center point detection unit 30. As a method of determining an important measurement point, a search window 40 including four cells is scanned, and two conditions of “all cells include direction information of a human flow” and “variance of the direction of a human flow are maximum” are set. There is a method of searching for four adjacent cells to be filled and setting the center position as an important measurement point (candidate measurement point).

前者の条件付けの理由としては、レイアウト情報のひとつである壁などの人物が存在しない領域を計測対象から除くことで効率的なセンサ配置を実施するためで、後者の理由としては人流情報を把握したい場合や人物を追跡したい場合に、人流の向き（人流方向情報）の変化が多い地点（混雑状況情報）は重要な計測対象となる確率が高いためである。 The reason for the former condition is to implement an efficient sensor arrangement by excluding areas such as walls, which are one of the layout information, where there is no person, from the measurement target.The latter reason is to grasp human flow information This is because when a person or a person is to be tracked, a point (congestion status information) where the direction of the flow of people (flow direction information) changes a lot is likely to be an important measurement target.

なお、重要計測ポイントの決定方法としては、マップ情報から位置環境情報である建物の出入り口の位置を判定する方法、使用者がＧＵＩ（Graphical User Interface）などを利用することで、手動で設定する方法など、重要計測ポイントの数が１つ以上決定できる方法であれば特に限定しない。また、計測項目により重要計測ポイントの計測方法を切り替えてもよい。例えば、計測項目が人物追跡の場合は図７に示した方法、不審者検出の場合はマップ情報から計測の中心エリアと考えられる建物の出入り口の位置を判定する方法を用いてもよい。 In addition, as a method of determining an important measurement point, a method of determining the position of an entrance of a building, which is positional environment information from map information, or a method of manually setting by a user using a GUI (Graphical User Interface) or the like The method is not particularly limited as long as one or more important measurement points can be determined. The measurement method of the important measurement point may be switched according to the measurement item. For example, when the measurement item is person tracking, the method shown in FIG. 7 may be used, and when the suspicious individual is detected, the method of determining the position of the entrance of a building which is considered to be the central area of measurement from the map information may be used.

すなわち、計測中心点検出部（重要計測ポイント検出部）は、監視対象のエリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、対象エリア内における計測すべき重要な地点を、１つ以上を抽出するとよい。 That is, the measurement center point detection unit (important measurement point detection unit) performs measurement in the target area using at least one of the layout information, the flow direction information, the position environment information, and the congestion state information of the area to be monitored. One or more important points to be extracted may be extracted.

図８は、計測モデル照合部３１の処理を示すフローチャートである。計測モデル照合部３１では、まず、計測モデル生成部３から計測モデルを取得する(処理Ｓ１)。続いて、３０により検出した重要計測ポイント付近のセルの計測感度を確認し(処理Ｓ２)、閾値未満であれば（処理Ｓ２，Ｎｏ）重要計測ポイントに計測モデルを照合し(Ｓ３)、閾値以上であれば（処理Ｓ２，Ｙｅｓ）計測感度が設定されていないセル付近を中心に新たな重要計測ポイントを作成後(処理Ｓ４)に処理Ｓ３を実施する。そして、計測モデルが照合された各セルの計測感度の値を更新し(処理Ｓ５)、対象エリア内の全てのセルの計測感度が閾値以上であるか確認する（処理Ｓ６）。閾値未満であれば（処理Ｓ６，Ｎｏ）処理Ｓ２に戻り、閾値以上であれば（処理Ｓ６，Ｙｅｓ）、計測モデル照合部３１の処理を終了する。そして、センサ配置位置出力３２（図６参照）がセンサ配置位置を出力する。以下に、処理Ｓ３における計測モデルの照合方法と、処理Ｓ４における重要計測ポイントの作成方法、Ｓ５における計測感度の計算方法について詳細に説明する。 FIG. 8 is a flowchart illustrating the processing of the measurement model matching unit 31. First, the measurement model matching unit 31 acquires a measurement model from the measurement model generation unit 3 (process S1). Subsequently, the measurement sensitivity of the cell in the vicinity of the important measurement point detected by 30 is confirmed (processing S2), and if less than the threshold (processing S2, No), the measurement model is collated with the important measurement point (S3), and is equal to or more than the threshold If it is (process S2, Yes), after creating a new important measurement point around the cell where the measurement sensitivity is not set, the process S3 is performed (process S4). Then, the measurement sensitivity value of each cell whose measurement model has been collated is updated (process S5), and it is confirmed whether the measurement sensitivity of all cells in the target area is equal to or larger than the threshold (process S6). If it is less than the threshold (process S6, No), the process returns to process S2, and if it is more than the threshold (process S6, Yes), the process of the measurement model collating unit 31 ends. Then, the sensor arrangement position output 32 (see FIG. 6) outputs the sensor arrangement position. Hereinafter, the method of matching the measurement model in step S3, the method of creating important measurement points in step S4, and the method of calculating measurement sensitivity in step S5 will be described in detail.

図９は、計測モデル照合部３１の処理Ｓ３を説明する図であり、（ａ）は人流マップ、（ｂ）は計測モデルの計測方向、（ｃ）はカメラの設置位置を示す図である。図９を用いて処理Ｓ３について説明する。ここでは、計測項目が人物追跡である場合において、図９（ａ）に示す重要計測ポイント５０が設定された人流マップ５１にカメラの計測モデルを照合するフローについて述べる。 FIGS. 9A and 9B are diagrams for explaining the process S3 of the measurement model collation unit 31. FIG. 9A is a diagram illustrating a human flow map, FIG. 9B is a diagram illustrating the measurement direction of the measurement model, and FIG. The process S3 will be described with reference to FIG. Here, a description will be given of a flow of collating a camera measurement model with a person flow map 51 in which important measurement points 50 shown in FIG. 9A are set when the measurement item is person tracking.

図９（ｂ）における５２は重要計測ポイント５０付近の拡大図であり、５３はカメラ、５４は５３の計測モデル、５５は計測モデルの中心線、５６a、５６ｂ、５６ｃは５０を中心とした人流の向きを表す直線、５７は対象エリア外の領域と計測モデルの領域との重複部分、５８はセンサの設置位置と重要計測ポイントを結んだ直線を示している。 9B is an enlarged view of the vicinity of the important measurement point 50, 53 is a camera, 54 is a measurement model of 53, 55 is a center line of the measurement model, and 56a, 56b, and 56c are people flows around 50. , 57 indicates an overlapping portion of the area outside the target area and the area of the measurement model, and 58 indicates a straight line connecting the sensor installation position and the important measurement point.

処理Ｓ３では、まず人流マップにおける計測モデル５４の設置位置を決定した後に、人流の向きにより最適な計測方向を推定する。５４の設置位置を決定する方法としては、計測モデルの重心を重要計測ポイント５０に合わせる手法がある。その他にも、計測モデルの中で最も計測精度が高い領域の重心に設定する方法、または、計測モデルを生成する際に予めセンサ情報などから取得した計測精度が最も高い位置情報を計測モデルに付与し、その位置を重要計測ポイントと一致させる方法などがあり、特に限定しない。 In the process S3, first, an installation position of the measurement model 54 in the human flow map is determined, and then an optimal measurement direction is estimated based on the direction of the human flow. As a method of determining the installation position of 54, there is a method of adjusting the center of gravity of the measurement model to the important measurement point 50. In addition, the method of setting the center of gravity of the area with the highest measurement accuracy in the measurement model, or adding the position information with the highest measurement accuracy obtained in advance from sensor information etc. to the measurement model when generating the measurement model However, there is a method of matching the position with an important measurement point, and the method is not particularly limited.

次に、計測モデルの計測方向を推定する方法について説明する。カメラによる人物追跡を実施する場合、カメラに対して水平な動きよりも垂直な向きに移動する人物の方が、追跡が容易になる傾向がある。また、不審者検知においても垂直方向から撮影することで不審者の顔が撮影されやすいといった利点もある。 Next, a method for estimating the measurement direction of the measurement model will be described. When a person is tracked by a camera, a person moving in a vertical direction rather than a horizontal movement with respect to the camera tends to be easier to track. In addition, there is an advantage that the face of the suspicious individual is easily photographed by photographing the suspicious individual in the vertical direction.

そこで、本例では、計測モデルの中心線５５と各人流の向きを表す直線５６ａ、５６ｂ、５６ｃとの成す角度θａ，θｂ、θｃが、一定値以下となる方向を計測モデルの向き候補とし、壁などの計測対象外エリアと計測モデルの重複面積５７が最小となる向きを最終の計測モデルの向きとする。 Therefore, in this example, a direction in which angles θa, θb, and θc formed by the center line 55 of the measurement model and the straight lines 56a, 56b, and 56c indicating the directions of the respective people are less than or equal to a certain value is set as a measurement model direction candidate. The direction in which the overlapping area 57 between the non-measurement area such as a wall and the measurement model is the minimum is defined as the direction of the final measurement model.

なお、照合した計測モデルからカメラ５３の設置位置が壁や人流マップ外などの設置対象では無いエリアに設定された場合は、その設置位置と重要計測ポイントを直線５８（図９（ｃ））で結び、設置対象内に設置位置が含まれるように計測モデルを平行移動してもよい。また、前述した方法により最適な計測モデルの位置が複数候補として出力される場合は、自動的に片方を選択する方法や人手により片方を選択する方法などで対応する。また、計測モデルの計測方向を決定するために、マップ情報などを参考にしてもよく、例えば出入りする人物の撮影を重視するために出入り口が撮影できる方向を優先するや、逆光などの外乱による計測精度の低下を防止あるいはプライバシーを保護するために屋外が撮影されない方向を優先するなどの方法を取り入れてもよい。 When the installation position of the camera 53 is set to an area that is not an installation target, such as a wall or outside a person flow map, from the collated measurement model, the installation position and the important measurement point are represented by a straight line 58 (FIG. 9C). In conclusion, the measurement model may be translated so that the installation position is included in the installation target. In the case where the optimum measurement model position is output as a plurality of candidates by the above-described method, a method of automatically selecting one of them or a method of manually selecting one of them is used. In order to determine the measurement direction of the measurement model, map information or the like may be referred to.For example, priority is given to the direction in which the doorway can be photographed in order to emphasize photographing of people entering and exiting, and measurement due to disturbance such as backlighting. In order to prevent a decrease in accuracy or protect privacy, a method of giving priority to a direction in which the outdoors are not photographed may be adopted.

図１０は、計測モデル照合部３１の処理Ｓ５を説明する図であり、（ａ）は計測モデル６０、（ｂ）は人流マップ５１に照合した計測モデル６０ａ，６０ｂ、（ｃ）（ｄ）は人流マップ５１内のセルの拡大図である。処理Ｓ４を説明する前に、セルの計測感度を算出する処理Ｓ５について図１０を用いて説明する。 FIGS. 10A and 10B are diagrams for explaining the processing S5 of the measurement model collating unit 31. FIG. 10A shows the measurement model 60, FIG. 10B shows the measurement models 60a and 60b collated with the human flow map 51, and FIGS. It is an enlarged view of the cell in the people flow map 51. Before describing the process S4, a process S5 for calculating the measurement sensitivity of the cell will be described with reference to FIG.

図１０（ａ）において、６０は計測モデル、図１０（ｂ）において６０ａ、６０ｂは処理Ｓ３により人流マップ５１に照合した計測モデル、６１ａ、６１ｂは人流マップ内の２つのセルの拡大図を示している。図１０（ｃ）において、セル６１ａでは、計測モデル６０ｂの計測可能領域のみ存在しており、６２は計測精度９０％の領域、６３は計測精度７０％の領域を示している。また、図１０（ｄ）において、セル６１ｂでは、計測モデル６０ａ、６０ｂの両方の計測可能領域が存在しており、６４は６０ａの計測精度４０％の領域、６５は６０ｂの計測精度４０％の領域、６６は６０ａ、６０ｂの計測精度４０％の重複領域を示している。領域６２、６３、６４、６５のような他の領域と重複が無い場合の計測感度は［数１］により導出できる。 In FIG. 10A, reference numeral 60 denotes a measurement model, and in FIG. 10B, reference numerals 60a and 60b denote measurement models collated with the human flow map 51 in step S3, and reference numerals 61a and 61b denote enlarged views of two cells in the human flow map. ing. In FIG. 10 (c), in the cell 61a, only the measurable area of the measurement model 60b exists, 62 indicates an area with a measurement accuracy of 90%, and 63 indicates an area with a measurement accuracy of 70%. Also, in FIG. 10D, in the cell 61b, there are both measurable regions of the measurement models 60a and 60b, 64 is a region of 60% of the measurement accuracy of 60a, and 65 is a region of the measurement accuracy of 40% of 60b. An area 66 indicates an overlap area where the measurement accuracy of 60a and 60b is 40%. The measurement sensitivity when there is no overlap with other regions such as the regions 62, 63, 64, and 65 can be derived from [Equation 1].

領域６６のように重複がある場合は［数１］でそれぞれ求めた計測感度の平均を求めることで導出できる。そして、各領域の計測感度の合計がその領域を含むセルの計測感度となる。なお、計測感度の計算方法としては、セル毎に算出でき、その値がセンサの計測精度を考慮したものでセル同士の間で相対的に比較可能であれば、特に限定しない。 When there is an overlap as in the region 66, it can be derived by calculating the average of the measurement sensitivities obtained respectively in [Equation 1]. Then, the sum of the measurement sensitivities of the respective regions is the measurement sensitivity of the cell including the region. The method of calculating the measurement sensitivity is not particularly limited as long as the measurement sensitivity can be calculated for each cell, and the value is determined in consideration of the measurement accuracy of the sensor and can be relatively compared between the cells.

図１１は、計測モデル照合部３１の処理Ｓ４を説明する図である。図１１を用いて処理Ｓ４について説明する。図１１において、７０は計測感度が反映された人流マップの一例、７１は重要計測ポイント、７２は各セルの計測感度値、７３は重要計測ポイント付近に存在する計測感度が閾値（本例では３０）未満であるセル、７４ａ、７４ｂ、７４ｃ、７４ｄ、７４ｅは新規に作成する重要計測ポイントの位置候補を示している。処理Ｓ４では、予め設定した条件下において、多くの７３の計測感度が閾値以上となるよう重要計測ポイントの位置を決定する。 FIG. 11 is a diagram illustrating the process S4 of the measurement model matching unit 31. The processing S4 will be described with reference to FIG. In FIG. 11, reference numeral 70 denotes an example of a human flow map on which the measurement sensitivity is reflected, reference numeral 71 denotes an important measurement point, reference numeral 72 denotes a measurement sensitivity value of each cell, reference numeral 73 denotes a threshold value of the measurement sensitivity existing near the important measurement point (30 in this example). ), Cells 74a, 74b, 74c, 74d, and 74e indicate candidate positions for newly created important measurement points. In the process S4, the positions of the important measurement points are determined so that many of the 73 measurement sensitivities are equal to or more than the threshold value under the condition set in advance.

位置を決定する方法は、図１１の例のように、計測感度が算出済みのセルと７３が接する格子点を候補とし、「周囲４つのセルが全て対象エリア内である」、「重要計測ポイントとの距離が近い」などの条件を元に最終の位置を出力する方法があり、本例では７４ｃが位置候補となる。 As a method of determining the position, as shown in the example of FIG. 11, a grid point where the measurement sensitivity has already been calculated and the contact point 73 are selected as candidates, “all four surrounding cells are within the target area”, “important measurement points” There is a method of outputting the final position on the basis of a condition such as "the distance is short". In this example, 74c is a position candidate.

なお、位置候補としては格子点に限定されず、セルの中心点や格子線上などでもよく、「出入り口に近いセルを優先する」などのマップ情報を利用するなどでもよく、特に上記の条件に限定されない。 Note that the position candidates are not limited to grid points, and may be center points of cells, grid lines, or the like, or may use map information such as "prioritize cells close to the entrance", and are particularly limited to the above conditions. Not done.

本実施形態では、処理Ｓ４と処理Ｓ３を繰り返し実施することで、各セルの計測感度を更新し対象エリア全体の計測精度が最適化されたセンサ位置を出力する。そのため、処理Ｓ３を実施する際に、既に重要計測ポイントと照合された計測モデルと新規の重要計測ポイントに合わせた計測モデルの計測可能領域が重複する場合があり、その重複領域の面積から後者の計測モデルの位置と向きを調整してもよい。 In the present embodiment, by repeatedly performing the processing S4 and the processing S3, the measurement sensitivity of each cell is updated, and the sensor position where the measurement accuracy of the entire target area is optimized is output. Therefore, when performing the process S3, the measurable region of the measurement model already matched with the important measurement point may overlap with the measurable region of the measurement model adjusted to the new important measurement point. The position and orientation of the measurement model may be adjusted.

図１２は、計測モデル照合部３１により計測モデルを照合する一例を示す図である。例えば、図１２のように、処理Ｓ４により求めた重要計測ポイント８１に計測モデル８０ｂを照合すると、計測モデル８０ａとの重複領域８２が発生する。この場合、不審者の検出などは対象エリアに死角が生じないようセンサを設置することが求められるため、この重複領域８２が小さくなる計測方法の優先度を上げるとよい。また、人物追跡の場合は重複領域８２が多いほど計測精度が上がるため、重複領域８２が計測モデルの一定割合以上の面積となる計測方向の優先度を上げるとよい。また、各セルにおける重複領域８２の割合を、計測方法を決定する条件に加えるなどの方法でもよく、特に限定しない。 FIG. 12 is a diagram illustrating an example in which the measurement model is compared by the measurement model matching unit 31. For example, as shown in FIG. 12, when the measurement model 80b is collated with the important measurement point 81 obtained in the process S4, an overlapping area 82 with the measurement model 80a occurs. In this case, for detection of a suspicious person or the like, it is required to install a sensor so that a blind spot does not occur in the target area. Therefore, it is preferable to increase the priority of the measurement method in which the overlapping area 82 is reduced. In addition, in the case of tracking a person, since the measurement accuracy increases as the number of overlapping regions 82 increases, the priority in the measurement direction in which the overlapping region 82 has an area equal to or greater than a certain ratio of the measurement model may be increased. In addition, a method of adding the ratio of the overlapping area 82 in each cell to a condition for determining the measurement method may be used, and there is no particular limitation.

センサ配置位置出力部３２（図６参照）は、計測モデル照合部３１により取得した人流マップにおける計測モデルの位置情報から、最終的なセンサの配置位置を出力する。 The sensor arrangement position output unit 32 (see FIG. 6) outputs the final sensor arrangement position from the position information of the measurement model in the human flow map acquired by the measurement model collation unit 31.

図１３は、センサ配置調整部５により出力するセンサ位置の一例を示す図である。以上述べた処理により、センサ配置調整部５は、図１３のように、対象エリアにおける各重要計測ポイントを全てのセンサの位置を決定する。 FIG. 13 is a diagram illustrating an example of a sensor position output by the sensor arrangement adjustment unit 5. Through the processing described above, the sensor arrangement adjustment unit 5 determines the positions of all sensors at each important measurement point in the target area as shown in FIG.

本実施形態のセンサ配置調整部５（センサ配置決定手段）は、計測モデルと人流マップに基づきセンサの配置位置を決定しているが、これに限定されるわけではない。センサ配置調整部５は、対象エリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、センサの配置位置を決定してもよい。 Although the sensor arrangement adjusting unit 5 (sensor arrangement determining means) of the present embodiment determines the sensor arrangement position based on the measurement model and the human flow map, the present invention is not limited to this. The sensor arrangement adjusting unit 5 may determine the arrangement position of the sensor using at least one of the layout information, the flow direction information, the position environment information, and the congestion state information of the target area.

なお、センサ配置調整部５で使用する計測モデルは、同じセンサであっても形状が異なるものを使用してもよい。例えば、マップ情報と重要計測ポイントに照合した計測モデルの位置からセンサを配置する高さが取得できるため、その高さ情報から生成された計測モデルを処理Ｓ３により人流マップに照合してもよい。 As the measurement model used in the sensor arrangement adjustment unit 5, a model having the same shape but a different shape may be used. For example, since the height at which the sensor is arranged can be obtained from the position of the measurement model that has been collated with the map information and the important measurement point, the measurement model generated from the height information may be collated with the flow map in step S3.

また、人流情報から混雑が生じやすいあるいは閑散とした対象エリアを判定し、そのエリア内においては計測精度が変化した計測モデルを照合し各セルの計測感度を算出することで、より高精度なセンサの計測方向などを決定できる。 In addition, a more accurate sensor is determined by judging the target area where congestion is likely to occur or is quiet from the human flow information and comparing the measurement model in which measurement accuracy has changed and calculating the measurement sensitivity of each cell within that area. Can be determined.

なお、センサ配置調整部５にて異なるセンサの計測モデルを使用してもよい。例えば、基本的にはカメラの計測モデルを人流マップに照合していき、広範囲のエリア内にてセルの人流方向が同一である場合は混雑が生じにくいエリアと判断し、レーザレーダの計測モデルを照合するという方法などでもよい。この場合、例えばユーザによって予め使用するカメラとレーザレーダの台数または全体のコストなどを指定してもらうことで、最適化の条件として追加してもよい。 Note that the sensor arrangement adjustment unit 5 may use measurement models of different sensors. For example, basically, the measurement model of the camera is checked against the flow map, and if the flow direction of the cell is the same in a wide area, it is determined that the area is unlikely to cause congestion, and the measurement model of the laser radar is used. A method of collation may be used. In this case, for example, the number of cameras and laser radars to be used or the total cost may be designated by the user in advance, and the conditions may be added as optimization conditions.

また、センサ配置調整部５にて異なるセンサの計測モデルを使用する際に、例えば、図８の処理Ｓ３の際に、照合済みの計測モデルと新規モデルとの計測範囲の重複率が大きい場合は、計測モデルを変更して重複率が少ない方を選択する処理を加え、設置センサ数を最小限にするという方法などがある。 When the sensor arrangement adjustment unit 5 uses measurement models of different sensors, for example, in the case of the process S3 in FIG. 8, when the overlap rate of the measurement range of the collated measurement model and the measurement range of the new model is large, There is a method of adding a process of changing the measurement model to select the one with the smaller overlapping rate, and minimizing the number of installed sensors.

また、センサ配置調整部５にて出力するセンサ配置のパターンは１つだけではなく、複数出力してもよい。例えば、ある重要計測ポイントにてセンサ位置を決定する際に、２つの計測方向にて同一の計測感度を示した場合はどちらか片方を選択しセンサ配置を出力した後、もう片方を選択した場合のセンサ配置を出力して、ユーザが最終的に選択する方法や、算出した対象エリア全体の計測感度を比較することで高い方を自動で選択する方法などを使用してもよい。 Further, the sensor arrangement pattern outputted by the sensor arrangement adjusting unit 5 is not limited to one pattern, and a plurality of patterns may be outputted. For example, when determining the sensor position at a certain important measurement point, if the same measurement sensitivity is shown in two measurement directions, select one and output the sensor arrangement, then select the other A method may be used in which the sensor arrangement is output and the user finally selects the sensor arrangement, or a method of automatically selecting the higher one by comparing the calculated measurement sensitivities of the entire target area.

本発明の実施形態１では、以上説明した機能構成により、センサの特性と計測項目に応じた計測モデルを生成し、計測範囲のレイアウト情報から作成した人流マップに照合し計測感度を算出することで、複数のセンサの配置位置を自動で出力することができる。 In the first embodiment of the present invention, a measurement model corresponding to the characteristics of the sensor and the measurement items is generated by the above-described functional configuration, and the measurement model is compared with a flow map created from layout information of the measurement range to calculate the measurement sensitivity. In addition, the arrangement positions of a plurality of sensors can be automatically output.

なお、実施形態１において、２次元空間のみではなく３次元空間の情報を用いてカメラの設置位置を出力することができる。例えば、２次元のマップをセルに分割した人流マップではなく、３次元空間を複数のボクセルに分割した人流マップを使用し、各ボクセルの人流の向き及び計測感度を３次元の計測モデルにより導出することで、図１の一連のフローを実施してもよい。 In the first embodiment, the camera installation position can be output using information not only in the two-dimensional space but also in the three-dimensional space. For example, instead of a human flow map in which a two-dimensional map is divided into cells, a human flow map in which a three-dimensional space is divided into a plurality of voxels is used, and the direction and measurement sensitivity of the human flow in each voxel are derived using a three-dimensional measurement model. Thus, the series of flows in FIG. 1 may be performed.

<<実施形態２>>
図１４は、実施形態２に係るセンサ設置位置支援装置１Ａの機能ブロック図を示す図である。センサ設置位置支援装置１Ａは、図１と比較して、センサ情報取得部６、人流情報取得部７を有し、データベース２には、センサ情報取得部６で取得したセンサ設置情報１０４が記憶されている。実施形態２は、既にセンサが設置済みの状況下において、センサの設置方法の修正や新たなセンサの配置位置の出力を実施する。 << Embodiment 2 >>
FIG. 14 is a functional block diagram of the sensor installation position support device 1A according to the second embodiment. The sensor installation position support device 1A has a sensor information acquisition unit 6 and a person flow information acquisition unit 7 as compared with FIG. 1, and the database 2 stores the sensor installation information 104 acquired by the sensor information acquisition unit 6. ing. In the second embodiment, in a situation where a sensor has already been installed, correction of a sensor installation method and output of a new sensor arrangement position are performed.

センサ配置調整部５Ａは、対象エリアに既設されたセンサの情報から全体の計測感度を算出することで、計測感度が低いエリアを判定し感度向上のためにセンサの設置方法の補正を実施し、場合によっては新たなセンサの設置位置を出力する。以下は、センサ配置調整部５Ａの詳細について説明する。 The sensor arrangement adjustment unit 5A calculates the entire measurement sensitivity from the information of the existing sensors in the target area, determines an area with low measurement sensitivity, and corrects the sensor installation method to improve the sensitivity, In some cases, a new sensor installation position is output. Hereinafter, details of the sensor arrangement adjustment unit 5A will be described.

図１５は、実施形態２に係るセンサ配置調整部の処理を示すフローチャートである。図１５において、処理Ｓ２，Ｓ４，Ｓ５，Ｓ６は図８の処理と同一である。センサ配置調整部５Ａは、まず対象エリアの人流マップ及び現在設置しているセンサの計測モデルから対象エリア内の全てのセルの計測感度を算出する(処理Ｓ２０)。次に、図６の計測中心点検出部３０と同様の方法などを用いることにより、対象エリアにおける重要計測ポイントの初期位置を１つ以上決定する(処理Ｓ２１)。 FIG. 15 is a flowchart illustrating a process of the sensor arrangement adjustment unit according to the second embodiment. In FIG. 15, processes S2, S4, S5, and S6 are the same as the processes in FIG. First, the sensor arrangement adjustment unit 5A calculates the measurement sensitivities of all the cells in the target area from the human flow map of the target area and the measurement model of the currently installed sensor (step S20). Next, one or more initial positions of important measurement points in the target area are determined by using the same method as that of the measurement center point detection unit 30 in FIG. 6 (process S21).

そして、センサ配置調整部５Ａは、重要計測ポイント付近のセルの計測感度が閾値以上であるか否かを判断する（処理Ｓ２）。重要計測ポイント付近のセルの計測感度が閾値以上であれば（処理Ｓ２，Ｙｅｓ）、新たに重要計測ポイント作成し(処理Ｓ４)、処理Ｓ２２に進む。重要計測ポイント付近のセルの計測感度が閾値未満であれば（処理Ｓ２，Ｎｏ）、処理Ｓ２２に進む。 Then, the sensor arrangement adjustment unit 5A determines whether or not the measurement sensitivity of the cell near the important measurement point is equal to or more than the threshold (process S2). If the measurement sensitivity of the cell near the important measurement point is equal to or larger than the threshold (Yes in step S2), a new important measurement point is created (step S4), and the process proceeds to step S22. If the measurement sensitivity of the cell near the important measurement point is less than the threshold (No in step S2), the process proceeds to step S22.

処理Ｓ２２では、重要な計測ポイント付近に既存の計測モデル（現在設置されているセンサの計測モデル）が存在するか否かを判断する。具体的には、重要計測ポイントと既存の計測モデルの位置との距離を計算し閾値以内であれば近くに存在すると判断する。なお、処理Ｓ２２の確認方法としては、特に位置関係を比較できる方法であれば特に限定しない。 In the process S22, it is determined whether or not an existing measurement model (a measurement model of a currently installed sensor) exists near an important measurement point. Specifically, the distance between the important measurement point and the position of the existing measurement model is calculated, and if it is within the threshold value, it is determined that it is close. It should be noted that the confirmation method of the process S22 is not particularly limited as long as the method can compare the positional relationship.

処理Ｓ２２により既存の計測モデルが存在しないと判定された場合は（処理Ｓ２２，Ｎｏ）、新規に計測モデルを計測モデル生成部３から取得し図８の処理Ｓ３と同様の処理にて重要計測モデルに照合し(処理Ｓ２３)、処理Ｓ５に進む。 If it is determined in step S22 that there is no existing measurement model (step S22, No), a new measurement model is acquired from the measurement model generation unit 3 and the important measurement model is processed in the same manner as in step S3 in FIG. (Step S23), and the process proceeds to Step S5.

一方、処理Ｓ２２により既存の計測モデルが存在することが確認された場合は（処理Ｓ２２，Ｙｅｓ）、既存の計測モデルを重要計測ポイントに照合し（処理Ｓ２４）、処理Ｓ５に進む。なお、処理Ｓ２４としては、計測モデルの位置が固定されているため計測方向のみの調整となり、その方法としては処理Ｓ３と同様の処理でよい。 On the other hand, when it is confirmed in step S22 that an existing measurement model exists (step S22, Yes), the existing measurement model is collated with an important measurement point (step S24), and the process proceeds to step S5. In step S24, only the measurement direction is adjusted because the position of the measurement model is fixed, and the method may be the same as step S3.

最後に、計測モデルが照合されたセルの計測感度を更新し(処理Ｓ５)、処理Ｓ６において、対象エリア内の全てのセルの計測感度が閾値以上となれば（処理Ｓ６，Ｙｅｓ）、処理を終了し、閾値未満であれば（処理Ｓ６，Ｎｏ）、再度、処理Ｓ２に戻る。 Lastly, the measurement sensitivity of the cell whose measurement model has been collated is updated (step S5). In step S6, if the measurement sensitivity of all cells in the target area is equal to or greater than the threshold (step S6, Yes), the processing is terminated. When the processing is completed and is less than the threshold value (No in step S6), the process returns to step S2.

実施形態２では、センサ配置調整部５Ａにより処理が終了された際の人流マップにおける計測モデルの位置を最終のセンサ配置位置として出力する。なお、センサ配置調整部５Ａにおいて、ユーザの希望によっては、新規に計測モデルを作成して照合する処理は行わず、既設のセンサの計測モデルのみを人流マップに照合することでセンサの計測方向を補正する方法としてもよい。 In the second embodiment, the position of the measurement model in the human flow map at the time when the processing is terminated by the sensor arrangement adjusting unit 5A is output as the final sensor arrangement position. In addition, in the sensor arrangement adjusting unit 5A, depending on the user's request, a process of creating a new measurement model and collating is not performed, and only the measurement model of the existing sensor is collated with the human flow map so that the measurement direction of the sensor is changed. A correction method may be used.

図１６は、センサ配置調整部５Ａにより調整されるセンサ位置の一例を示す図であり、（ａ）は調整前の計測感度、（ｂ）は調整後の計測感度である。図１６に、センサ配置調整部５Ａによりセンサの設置角度が調整される例を示す。図１６において、５３はセンサ、６０ｃは５３の計測モデル、７０ａ、７０ｂはセンサ配置調整部５Ａによるセンサ位置の調整前後における計測感度が反映された人流マップ、１１０は対象エリア内の１つのセルを示している。例えば、ユーザが計測感度の閾値を５０と設定した場合、セル１１０では計測感度が不足しているため、５３の設置角度を変更することで１１０の計測感度を５０とし、対象エリア内の全てのセルの計測感度を閾値以上となるセンサ配置を出力できる。 FIGS. 16A and 16B are diagrams illustrating an example of a sensor position adjusted by the sensor arrangement adjusting unit 5A, wherein FIG. 16A illustrates the measurement sensitivity before adjustment, and FIG. 16B illustrates the measurement sensitivity after adjustment. FIG. 16 illustrates an example in which the sensor installation angle is adjusted by the sensor arrangement adjustment unit 5A. In FIG. 16, 53 is a sensor, 60c is a measurement model of 53, 70a and 70b are human flow maps reflecting measurement sensitivities before and after sensor position adjustment by the sensor arrangement adjustment unit 5A, and 110 is one cell in the target area. Is shown. For example, if the user sets the threshold value of the measurement sensitivity to 50, the measurement sensitivity of the cell 110 is insufficient, so that the measurement sensitivity of the cell 110 is changed to 50 by changing the installation angle of the cell 110, and all cells in the target area are changed. It is possible to output a sensor arrangement in which the measurement sensitivity of the cell is equal to or more than a threshold.

本発明の実施形態２では以上説明した機能構成により、対象エリアに既に設置されているセンサの位置情報を考慮して人流マップに計測モデルを照合し計測感度を算出することで、既設のセンサの設置方法を修正し、必要に応じて新たなセンサの設置位置を出力できる。 According to the second embodiment of the present invention, by the above-described functional configuration, the measurement sensitivity is calculated by comparing the measurement model with the human flow map in consideration of the position information of the sensor already installed in the target area, and the existing sensor is The installation method can be modified, and the installation position of a new sensor can be output if necessary.

なお、実施形態２では、人流マップの作成、計測モデルの作成、計測モデルの重要計測ポイントへの照合の際に、人流情報取得部７で取得した既設のセンサにより計測した人流情報や人物の検出率などの結果を利用してもよい。例えば、施設内のレイアウト変更により人流が変更前と比べて大きく変化した際に、実施形態２を適用することで変更後のレイアウトに適したセンサ配置を出力できる。 In the second embodiment, when creating a person flow map, creating a measurement model, and collating the measurement model with important measurement points, detection of the person flow information and the person measured by the existing sensor acquired by the person flow information acquisition unit 7 is performed. A result such as a rate may be used. For example, when the flow of people changes significantly due to a layout change in the facility, compared to before the change, by applying the second embodiment, a sensor arrangement suitable for the layout after the change can be output.

本実施形態のセンサ設置位置支援装置１は、センサの特性情報と計測項目情報とに基づき該センサの計測範囲を示す計測モデルを生成する計測モデル生成部３と、監視対象のエリアのマップ情報と該エリアの人流情報とに基づき該エリアの人流方向を示す人流マップを生成する人流マップ生成部４と、計測モデルと人流マップに基づきエリアを構成するセル毎の計測感度を算出し、該算出した計測感度に基づきエリアにおけるセンサの配置位置を決定するセンサ配置調整部５とを有する。なお、計測モデルは、センサからの距離に応じた計測精度と計測可能な範囲とを含んでおり、計測感度は、計測精度が１に対する比率がＡの場合に、セルの面積に対する計測精度がＡの面線の比率とＡとを積算した値である。 The sensor installation position support device 1 according to the present embodiment includes a measurement model generation unit 3 that generates a measurement model indicating a measurement range of the sensor based on characteristic information and measurement item information of the sensor, map information of an area to be monitored, and A human flow map generation unit 4 that generates a human flow map indicating the direction of human flow in the area based on the human flow information of the area, and a measurement sensitivity for each cell constituting the area based on the measurement model and the human flow map, and the calculated value is calculated. A sensor arrangement adjusting unit for determining a sensor arrangement position in the area based on the measurement sensitivity. The measurement model includes the measurement accuracy according to the distance from the sensor and the measurable range. When the ratio of the measurement accuracy to 1 is A, the measurement accuracy is A for the cell area. Is a value obtained by integrating the ratio of the surface line of A with A.

以上述べた実施形態のセンサ設置位置支援装置１，１Ａを適用することで、顧客の計測ニーズに応じて、１つまたは複数のセンサの設置位置を自動で決定できる。 By applying the sensor installation position support devices 1 and 1A of the above-described embodiment, the installation positions of one or a plurality of sensors can be automatically determined according to the measurement needs of the customer.

１，１Ａセンタ設置位置支援装置
２データベース（記憶手段）
３計測モデル生成部（計測モデル生成手段）
４人流マップ生成部（人流マップ生成手段）
５，５Ａセンサ配置調整部（センサ設置位置決定手段）
６センサ情報取得部
７人流情報取得部
１０単眼カメラ（センサ）
１２レーザセンサ（センサ）
１１ａ，１１ｂ，１３ａ，１３ｂ計測モデル
２０レイアウト俯瞰図（レイアウト情報）
２３人流マップ
１００マップ情報
１０１人流情報
１０２センサ情報
１０３計測項目情報
１０４センサ設置情報 1,1A Center installation position support device 2 Database (storage means)
3 Measurement model generation unit (measurement model generation means)
4 Traffic flow map generator (People flow map generator)
5,5A sensor arrangement adjustment unit (sensor installation position determining means)
6 Sensor information acquisition unit 7 People flow information acquisition unit 10 Monocular camera (sensor)
12 Laser sensor (sensor)
11a, 11b, 13a, 13b Measurement model 20 Layout overhead view (layout information)
23 People flow map 100 Map information 101 People flow information 102 Sensor information 103 Measurement item information 104 Sensor installation information

Claims

センサの特性情報と計測項目情報とに基づき該センサの計測範囲を示す計測モデルを生成する計測モデル生成手段と、
監視対象のエリアのマップ情報と該エリアの人流情報とに基づき該エリアの人流方向を示す人流マップを生成する人流マップ生成手段と、
前記計測モデルと前記人流マップに基づき前記エリアを構成するセル毎の計測感度を算出し、該算出した計測感度に基づき前記エリアにおける前記センサの配置位置を決定するセンサ配置決定手段とを有し、
前記センサ配置決定手段は、前記人流マップに前記計測モデルに含まれる計測精度を照合して、前記セル毎の計測感度を算出し、
前記計測モデルは、前記センサからの距離に応じた計測精度と計測可能な範囲とを含んでおり、
前記計測感度は、前記計測精度が１に対する比率がＡの場合に、前記セルの面積に対する前記計測精度がＡの面積の比率と前記Ａとを積算した値である
ことを特徴とするセンサ設置位置支援装置。 A measurement model generation unit that generates a measurement model indicating a measurement range of the sensor based on the characteristic information and the measurement item information of the sensor;
Means for generating a people flow map indicating the direction of the people in the area based on the map information of the area to be monitored and the people information of the area,
The measurement model and on the basis of the human stream map to calculate the measurement sensitivity for each cell constituting the area, have a sensor arrangement determining means for determining the position of the sensor in the area based on the measurement sensitivity the calculated,
The sensor arrangement determination unit compares the measurement accuracy included in the measurement model with the flow map, calculates the measurement sensitivity for each cell,
The measurement model includes a measurement accuracy and a measurable range according to a distance from the sensor,
Wherein the measurement sensitivity is a value obtained by integrating the ratio of the area of A to the area of the cell and the value of A when the ratio of the measurement accuracy to 1 is A. Support equipment.

前記人流マップ生成手段は、前記エリアのマップ情報から前記エリアのレイアウト情報を取得し、前記取得したレイアウト情報を、前記エリアを構成するセルに分割し、前記人流情報から前記セル毎の人流方向を決定する
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 The people flow map generation means obtains layout information of the area from the map information of the area, divides the obtained layout information into cells constituting the area, and calculates a flow direction of each cell from the flow information. The sensor installation position support device according to claim 1, wherein the determination is made.

前記センサ配置決定手段は、前記エリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、前記エリア内における計測すべき候補計測地点を１つ以上抽出し、前記抽出した候補計測地点に前記計測モデルを配置する
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 The sensor arrangement determining means extracts at least one candidate measurement point to be measured in the area using at least one of the area layout information, the flow direction information, the location environment information, and the congestion state information, The sensor installation position support device according to claim 1, wherein the measurement model is arranged at the extracted candidate measurement point.

前記センサ配置決定手段は、前記エリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、前記センサの配置位置を決定する
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 The said sensor arrangement | positioning determination means determines the arrangement | positioning position of the said sensor using at least one or more of the layout information of the area, the flow direction information of a person, the location environment information, and the congestion situation information. A sensor installation position support device as described in the above.

前記計測モデル生成手段は、前記エリアのレイアウト情報、人流方向情報、位置環境情報、混雑状況情報の少なくとも１つ以上を用いて、前記計測モデルの計測範囲または／および計測精度を変更する
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 The measurement model generating means changes a measurement range or / and a measurement accuracy of the measurement model using at least one of layout information, flow direction information, position environment information, and congestion state information of the area. The sensor installation position support device according to claim 1.

前記センサ配置決定手段は、前記候補計測地点付近の前記セルの計測感度が所定の閾値以上である場合に、前記候補計測地点付近を新規の前記候補計測地点とする
ことを特徴とする請求項３に記載のセンサ設置位置支援装置。 The sensor arrangement determining means, when the measurement sensitivity of the cells in the vicinity of the candidate measurement point is greater than a predetermined threshold value, according to claim 3, characterized in that the vicinity of the candidate measurement point and the candidate measurement point of the new 3. The sensor installation position support device according to 1.

前記センサ配置決定手段は、前記エリア内のセルの計測感度が所定の閾値以上になるように前記計測モデルを変更する
ことを特徴とする請求項３に記載のセンサ設置位置支援装置。 4. The sensor installation position support device according to claim 3 , wherein the sensor arrangement determination unit changes the measurement model such that measurement sensitivity of a cell in the area is equal to or more than a predetermined threshold. 5.

前記センサ配置決定手段は、前記センサの配置位置が複数ある場合、種類の異なるセンサの計測モデルを使用する
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 2. The sensor installation position support device according to claim 1, wherein when there are a plurality of arrangement positions of the sensors, the sensor arrangement determination unit uses measurement models of different types of sensors. 3.

前記センサ設置位置支援装置は、さらに、設置済みのセンサ設置情報を取得するセンサ情報取得部を有し、
前記センサ配置決定手段は、前記センサ情報取得部で取得したセンサ設置位置を、前記候補計測地点とする
ことを特徴とする請求項３に記載のセンサ設置位置支援装置。 The sensor installation position assistance device further includes a sensor information acquisition unit that acquires installed sensor installation information,
The sensor installation position support device according to claim 3 , wherein the sensor arrangement determination unit sets the sensor installation position acquired by the sensor information acquisition unit as the candidate measurement point.

前記計測モデル生成手段は、前記センサ情報取得部で取得したセンサの特性情報と計測項目情報とに基づき該センサの計測範囲を示す計測モデルを生成する
ことを特徴とする請求項９に記載のセンサ設置位置支援装置。 The sensor according to claim 9 , wherein the measurement model generation unit generates a measurement model indicating a measurement range of the sensor based on the characteristic information and the measurement item information of the sensor acquired by the sensor information acquisition unit. Installation position support device.

前記センサ設置位置支援装置は、さらに、設置済みのセンサから人流情報を取得する人流情報取得部を有し、
前記人流情報取得部で取得した人流情報に基づき前記エリアの人流情報とする
ことを特徴とする請求項１に記載のセンサ設置位置支援装置。 The sensor installation position support device further has a human flow information acquisition unit that obtains human flow information from the installed sensors,
The sensor installation position support device according to claim 1, wherein the information on the area is set as the information on the person flow based on the information on the person flow acquired by the information acquisition unit on the person flow.