JPH04292713A - Heating cooker - Google Patents

Abstract

PURPOSE:To form a neural network for discriminating an object by effecting learning based on information on the shadow pattern of an object through irradiation with light and a teaching signal for an object discriminating content, output a discriminating signal and improve cooking basing on the neural work. CONSTITUTION:The shadow of a container 4 is projected to a photo sensor unit 5 by an indoor lamp 2, information on the shadow pattern of the container 4 is detected by the photo sensor unit 5, and the information is inputted to a memory 6. At a timing at which a turn table 3 makes one full turn, the memory 6 outputs the memory information to a neurounit 7 by a timing signal from a timer 13. In which case, the neural network of the neurounit 7 learns based on learning data, and outputs a discriminating result wherein the container 4 is a cup and a liquor bottle. Based on the discriminating result, an optimum cooking course is set by a control part 8 of a sequence, and based on the cooking course, a drive signal is inputted to drive circuits 15 and 16 to execute cooking.

Description

【発明の詳細な説明】[Detailed description of the invention]

【０００１】0001

【産業上の利用分野】この発明は、電子レンジ等の加熱
調理器における、容器や食品の形状、大きさ、個数等の
情報判別に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to determining information such as the shape, size, number, etc. of containers and foods in a cooking device such as a microwave oven.

【０００２】0002

【従業の技術】従来から容器や食品の形状、大きさ、個
数等をＣＣＤカメラ等を使って判別し、その判別情報を
調理シーケンスに利用して優れた調理を実現しようとす
ることが行われている。[Employee technology] Traditionally, the shape, size, number, etc. of containers and foods have been determined using a CCD camera, etc., and the determination information is used in the cooking sequence to achieve excellent cooking. ing.

【０００３】0003

【発明が解決しようとする課題】しかしながら、このよ
うな従来の方法によれば、情報判別システムの規模が大
きくなり過ぎたり、高価になるために、実用化されてい
ないのが現状である。また、画像処理も困難であるとと
もに、画像解析に多くの手間がかかる問題点があった。[Problems to be Solved by the Invention] However, according to such conventional methods, the scale of the information discrimination system becomes too large and the cost becomes too high, so that it has not been put into practical use at present. In addition, image processing is difficult and image analysis requires a lot of effort.

【０００４】この発明は上記の事情に鑑みて行ったもの
で、容器や食品の形状、大きさ、個数等の情報判別が簡
単な構成において容易に短時間で行え、判別した情報に
基づいて調理が良好になされる加熱調理器を提供するこ
とを目的とする。[0004] This invention was developed in view of the above-mentioned circumstances, and it is possible to easily and quickly determine information such as the shape, size, and number of containers and foods with a simple configuration, and to prepare food based on the determined information. It is an object of the present invention to provide a heating cooker that can be used satisfactorily.

【０００５】[0005]

【課題を解決するための手段】この発明では、加熱調理
器を、対象物に光を照射する光源と、前記光の照射によ
る対象物の陰パターンを検出する検出部と、前記検出部
からの陰パターン情報と対象物判別内容の教師信号とに
基づいて学習を行って対象物判別のためのニューラルネ
ットワークを予め形成し、前記検出部から情報が入力さ
れると前記ニューラルネットワークにより対象物判別出
力を行うニューロユニットとを備えてなる構成とした。[Means for Solving the Problems] According to the present invention, a heating cooker includes a light source that irradiates light onto an object, a detection section that detects a shadow pattern of the object due to the irradiation of the light, and a detection section that detects a shadow pattern of the object due to the irradiation of the light. A neural network for object discrimination is formed in advance by learning based on the shadow pattern information and a teacher signal of object discrimination content, and when information is input from the detection section, the neural network outputs object discrimination. The structure includes a neuro unit that performs the following functions.

【０００６】[0006]

【作用】この発明によれば、光の照射による対象物の陰
パターンの情報と対象物判別内容の教師信号とに基づい
て学習を行って対象物判別のためのニューラルネットワ
ークを形成し、次に、検出部から陰パターン情報が入力
されるとニューラルネットワークにより対象物判別出力
を行う。[Operation] According to the present invention, a neural network for object discrimination is formed by learning based on the information on the shadow pattern of the object due to light irradiation and the teacher signal of the object discrimination content, and then When the shadow pattern information is input from the detection unit, the neural network performs object discrimination and outputs.

【０００７】[0007]

【実施例】図１は、この発明の加熱調理器としての電子
レンジのブロック構成図であり、１は加熱室であって、
加熱室１の一方の側壁に光源としての室内灯２が取りつ
けられている。３はターンテーブルであり、ターンテー
ブル３上には容器４が載置されている。５は他方の側壁
に設けられる陰パターン検出部としての光センサユニッ
トで、光センサユニット５は、図２に示すような受光素
子５ａがマトリックス状に配置された受光面５ｂを備え
、その受光面５ｂが室内灯２およびターンテーブル３側
に向くように設けられている。また、加熱室１内の上部
にはマグネットロン１０が、下部にはヒータ１１がそれ
ぞれ設けられている。DESCRIPTION OF THE PREFERRED EMBODIMENTS FIG. 1 is a block diagram of a microwave oven as a heating cooker of the present invention, and 1 is a heating chamber,
An indoor light 2 as a light source is attached to one side wall of the heating chamber 1. 3 is a turntable, and a container 4 is placed on the turntable 3. Reference numeral 5 designates an optical sensor unit as a negative pattern detection section provided on the other side wall, and the optical sensor unit 5 includes a light receiving surface 5b on which light receiving elements 5a are arranged in a matrix as shown in FIG. 5b is provided so as to face the indoor light 2 and turntable 3 side. Further, a magnetron 10 is provided in the upper part of the heating chamber 1, and a heater 11 is provided in the lower part.

【０００８】６は光センサユニット５からの信号を記憶
するメモリ、１３はメモリ６にタイマ信号を与えるタイ
マ、７はメモリ６からの信号に基づいて対象物判別出力
を行うニューロユニット、８はニューロユニット７から
の出力に対応して、メモリ１４から選択されるシーケン
スに基づいてマネットロン１０、ヒータ１１の駆動回路
１５，１６それぞれに駆動信号を与えるシーケンス制御
部である。１７は操作部である。6 is a memory that stores the signal from the optical sensor unit 5; 13 is a timer that provides a timer signal to the memory 6; 7 is a neuro unit that outputs object discrimination based on the signal from the memory 6; and 8 is a neuron. This is a sequence control section that applies drive signals to the drive circuits 15 and 16 of the manetron 10 and the heater 11, respectively, based on the sequence selected from the memory 14 in response to the output from the unit 7. 17 is an operation section.

【０００９】上記ニューロユニット７は、陰パターン情
報と対象物判別内容の教師信号とに基づいて学習を行っ
て対象物判別のためのニューラルネットワークを形成し
、さらに、対象物に関する入力値があるとそのニューラ
ルネットワークにより対象物判別出力を行うように構成
されている。[0009] The neuro unit 7 forms a neural network for object discrimination by performing learning based on the shadow pattern information and the teacher signal of the object discrimination content, and furthermore, when there is an input value regarding the object, The neural network is configured to output object discrimination.

【００１０】以下、上記電子レンジにおける判別動作に
ついて説明する。[0010] The discrimination operation in the above microwave oven will be explained below.

【００１１】まず、室内灯２の点灯により、容器４の陰
が光センサユニット５に投影され、これにより、光セン
サユニット５で容器４の陰パターン情報が検出され、メ
モリ６に与えられる。メモリ６では、ターンテーブル３
が一回転したタイミングでタイマ１３から与えられるタ
イミング信号によってその記憶情報をニューロユニット
７に与える。First, when the indoor light 2 is turned on, the shadow of the container 4 is projected onto the photosensor unit 5, whereby the photosensor unit 5 detects the shade pattern information of the container 4 and provides it to the memory 6. In memory 6, turntable 3
The stored information is given to the neuro unit 7 by a timing signal given from the timer 13 at the timing of one revolution.

【００１２】ニューロユニット７のニューラルネットワ
ークは、入力層、中間層、出力層の３層からなり、学習
アルゴリズムはバックプロパゲーションである。このニ
ューラルネットワークの入力層に陰パターン情報が入力
されると、ニューラルネットワークは学習データに沿っ
て学習して出力層から容器４が、カップ、徳利、スープ
皿等であるとの判別結果を出力する。The neural network of the neuro unit 7 consists of three layers: an input layer, an intermediate layer, and an output layer, and the learning algorithm is backpropagation. When the negative pattern information is input to the input layer of this neural network, the neural network learns according to the learning data and outputs the determination result that the container 4 is a cup, sake bottle, soup plate, etc. from the output layer. .

【００１３】このようにして得られた判別結果に基づい
てシーケンス制御部８で最適な調理コースを設定し、か
つ、その調理コースに基づいて駆動信号が駆動回路１４
，１５に与えられることにより調理が実行される。Based on the determination result obtained in this manner, the sequence control unit 8 sets an optimal cooking course, and the drive signal is transmitted to the drive circuit 14 based on the cooking course.
, 15, the cooking is performed.

【００１４】上記の判別方法によれば、学習によりニュ
ーラルネットワークが自己形成されるので、従来におけ
るような容器毎の画像解析の手間が省け、また解析作業
のミスも問題もなくなり、作業の簡素化が図れる。また
、ニューラルネットワークの特徴上並列処理によって全
ての入力から該当容器を連想して判別するので、判別率
が高く、センサ感度にムラがあっても判別能力が従来の
ようには低下することがない。ニューラルネットワーク
は対象があいまいさを持つ場合に有効に機能するので、
例えば、判別時における容器の設置位置が少しぐらい学
習時の設置位置とずれていても判別が支障無く行われ、
この点においても、作業の簡素化、判別率の向上が可能
となる。くわえて、ＣＣＤカメラを用いる判別システム
に比して、小規模に、低コストで形成できる。[0014] According to the above discrimination method, a neural network is self-formed through learning, so the trouble of image analysis for each container as required in the past can be saved, and there are no errors or problems in the analysis work, which simplifies the work. can be achieved. In addition, due to the characteristics of the neural network, since it uses parallel processing to associate all inputs with the corresponding container and discriminate, the discrimination rate is high, and even if sensor sensitivity is uneven, the discrimination ability does not deteriorate like in the past. . Neural networks work effectively when the target has ambiguity, so
For example, even if the installation position of the container at the time of discrimination is slightly different from the installation position at the time of learning, the discrimination will be performed without any problem.
In this respect as well, it is possible to simplify the work and improve the discrimination rate. In addition, it can be formed on a smaller scale and at lower cost than a discrimination system using a CCD camera.

【００１５】なお、上記の実施例では容器の形状を判別
する構成としたが、食品の形状、大きさ、個数等を判別
することもできる。さらに、光源の数や配置パターンを
替えることにより、種々異なる判別結果が得ることがで
きる。In the above embodiment, the shape of the container is determined, but it is also possible to determine the shape, size, number, etc. of the food. Furthermore, by changing the number of light sources and the arrangement pattern, various different discrimination results can be obtained.

【００１６】[0016]

【発明の効果】この発明は上記のような構成により、容
器や食品の形状、大きさ、個数等の情報判別が簡単な構
成において容易に短時間で行え、とくに、ニューラルネ
ットワークの使用により高い判別結果が得られるので、
これにより、その判別結果を使用して調理が良好になさ
れる加熱調理器を提供できる。[Effects of the Invention] With the above-described configuration, the present invention can easily and quickly determine information such as the shape, size, and number of containers and foods. Because you can get results,
Thereby, it is possible to provide a heating cooker that can cook food well using the determination result.

【図面の簡単な説明】[Brief explanation of the drawing]

【図１】この発明の電子レンジのブロック構成図。FIG. 1 is a block diagram of a microwave oven according to the present invention.

【図２】光センサユニットの受光面の正面図。FIG. 2 is a front view of the light-receiving surface of the optical sensor unit.

【符号の説明】[Explanation of symbols]

２　　　　室内灯（光源） ５　　　　光センサユニット（検出部）７　　　　ニュ
ーロユニット2 Indoor light (light source) 5 Optical sensor unit (detection section) 7 Neuro unit

Claims (1)

【特許請求の範囲】[Claims] 【請求項１】　　対象物に光を照射する光源と、前記光
の照射による対象物の陰パターンを検出する検出部と、
前記検出部からの陰パターン情報と対象物判別内容の教
師信号とに基づいて学習を行って対象物判別のためのニ
ューラルネットワークを予め形成し、前記検出部から情
報が入力されると前記ニューラルネットワークにより対
象物判別出力を行うニューロユニットと、を備えてなる
加熱調理器。1. A light source that irradiates a target object with light; a detection unit that detects a shadow pattern of the target object due to the irradiation of the light;
A neural network for object discrimination is formed in advance by performing learning based on the shadow pattern information from the detection section and a teacher signal of object discrimination content, and when information is input from the detection section, the neural network A heating cooker comprising: a neuro unit that outputs an object discrimination output based on the information provided by the neuron unit;