WO2011027557A1

WO2011027557A1 - 位置校正情報収集装置、位置校正情報収集方法、及び位置校正情報収集プログラム

Info

Publication number: WO2011027557A1
Application number: PCT/JP2010/005397
Authority: WO
Inventors: 谷川　徹; 山上　勝義
Original assignee: パナソニック株式会社
Priority date: 2009-09-04
Filing date: 2010-09-02
Publication date: 2011-03-10
Also published as: JPWO2011027557A1; CN102265112A; CN102265112B; JP4677060B1; US20110184685A1; US8504317B2

Abstract

　人２０４を観測装置１０１で検出し、人の検出履歴を人検出履歴データベース１０２に記憶し、人が初めて検出された位置を初回検出位置推定手段１０３で推定して初回検出位置履歴データベース１０４に記憶し、部屋２０１のドア２０５のローカル座標での位置を出入口位置推定手段１０５で推定し、ローカル座標とグローバル座標とでのドア位置に基づいて、観測装置の位置の校正情報を位置校正情報算出手段１０６で算出する。

Description

位置校正情報収集装置、位置校正情報収集方法、及び位置校正情報収集プログラム

　予め用意したマーカを使用することなく、観測装置の位置に関する校正を行うことができる、位置校正情報収集装置、位置校正情報収集方法、及び位置校正情報収集プログラムに関する。

　人を監視する観測装置として、カメラ、又は、最近では超広帯域無線［UWB(Ultra Wide Band)］タグなどが用いられることがある。通常、これらの観測装置を利用する場合には、観測装置の位置の校正を予め行っておく必要がある。観測装置の位置の校正には、人工的に作成したマーカを使用することが一般的である。タグリーダのマーカの例としては、位置情報を記憶した位置タグがある。また、カメラのマーカの例としては、位置情報が記憶された二次元バーコードなどがある。タグリーダとカメラとの何れのマーカを使用する場合にも、位置情報を記憶し、その位置にマーカを設置するといった労力が発生する。

　これに対して、人工的なマーカを用いずに、環境に存在する既知物体を用いて、ロボットの自己位置を推定する技術がある（特許文献１）。

特開２００４-３０４４５号公報

　しかしながら、特許文献１の技術は、既知の物体の三次元形状をロボットに予め学習させておく必要があり、人工的ではないが既知の物体を、マーカとして代用していることになる。また、特許文献１の技術は、三次元形状を識別できないUWBタグには、適用できない技術である。

　そこで、本発明の目的は、人を監視する観測装置の位置に関する校正を、マーカを用いずに行うことのできる、位置校正情報収集装置、位置校正情報収集方法、及び位置校正情報収集プログラムを提供することにある。

　前記目的を達成するために、本発明は以下のように構成する。

　本発明の第１態様によれば、出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報としてそれぞれ取得する観測装置と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を推定する初回検出位置推定手段と、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を推定する出入口位置推定手段と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づいて、前記観測装置の位置に関して校正を行うための位置校正情報を算出する位置校正情報算出手段と、
　を備えたことを特徴とする位置校正情報収集装置を提供する。

　本発明の第９態様によれば、第１～８のいずれか１つの態様に記載の前記位置校正情報収集装置と、
　前記位置校正情報収集装置の前記位置校正情報算出装置により前記グローバル空間に設置されている前記出入口の出入口位置のグローバル座標と前記出入口位置のローカル座標とに基づいて算出された前記位置校正情報に基づいて、前記観測装置の位置に関する校正を行う校正手段と、
　を備えることを特徴とする位置校正装置を提供する。

　本発明の第１０態様によれば、出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報としてそれぞれ取得する観測装置と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を最後に検出した位置を推定する終回検出位置推定手段と、
　前記終回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を最後に検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を推定する出入口位置推定手段と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づいて、前記観測装置の位置に関して校正を行うための位置校正情報を算出する位置校正情報算出手段と、
　を備える位置校正情報収集装置を提供する。

　本発明の第１１態様によれば、出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得し、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定し、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定し、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づいて、前記観測装置の位置に関して校正を行うための位置校正情報を位置校正情報算出手段で算出する、
　ことを特徴とする位置校正情報収集方法を提供する。

　本発明の第１２態様によれば、コンピュータに、
　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得する機能と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定する機能と、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定する機能と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づいて、前記観測装置の位置に関して校正を行うための位置校正情報を位置校正情報算出手段で算出する機能と、
　を実現させるための位置校正情報収集プログラムを提供する。

　本発明によれば、人を初めて検出した位置又は人を最後に検出した位置を、閉じた環境への出入口の位置であると推定することができて、グローバル座標系での絶対位置を特定することができる。そのため、マーカを用いることなく、人を検出することによって観測装置の位置に関する校正情報を算出することができるようになる。

　本発明のこれらと他の目的と特徴は、添付された図面についての好ましい実施形態に関連した次の記述から明らかになる。この図面においては、
図１は、本発明の第一実施形態に係る位置校正情報収集装置の構成を示すブロック図であり、図２は、本発明の前記第一実施形態に係る前記位置校正情報収集装置での観測対象である生活空間としての部屋を説明する図であり、図３Ａは、本発明の第一実施形態に係る位置校正情報収集装置の人検出履歴データベースに記憶されたカメラによる人の検出履歴の情報の例を示す図であり、図３Ｂは、本発明の第一実施形態に係る位置校正情報収集装置の人検出履歴データベースに記憶されたUltra Wide Bandタグリーダによる人の検出履歴の情報の例を示す図であり、図４Ａは、本発明の第一実施形態に係る位置校正情報収集装置の初回検出位置履歴データベースに記憶されたカメラによる人の初回検出履歴の情報の例を示す図であり、図４Ｂは、本発明の第一実施形態に係る位置校正情報収集装置の初回検出位置履歴データベースに記憶されたUltra Wide Bandタグリーダによる人の初回検出履歴の情報の例を示す図であり、図５は、本発明の第一実施形態に係る位置校正情報収集装置の環境マップの例を示す図であり、図６Ａは、本発明の第一実施形態に係る位置校正情報収集装置の初回検出位置履歴データベースに記憶されたカメラによる人の初回検出履歴の情報の例を示す図であり、図６Ｂは、本発明の第一実施形態に係る位置校正情報収集装置の初回検出位置履歴データベースに記憶されたカメラによる人の初回検出履歴の情報をクラスタリングした例を示す図であり、図６Ｃは、本発明の第一実施形態に係る位置校正情報収集装置の出入口位置推定手段の推定例を示す図であり、図７Ａは、本発明の第一実施形態に係る位置校正情報収集装置の人検出履歴データベースに記憶されたカメラによる人の検出履歴の情報の例を示す図であり、図７Ｂは、本発明の第一実施形態に係る位置校正情報収集装置の人検出履歴データベースに記憶されたカメラによる人の検出位置を太らせた例を示す図であり、図８は、本発明の第一実施形態に係る位置校正情報収集装置の全体処理を示すフローチャートであり、図９は、本発明の第一実施形態に係る位置校正情報収集装置におけるタグリーダの位置検出方法の例を示す図であり、図１０は、本発明の第一実施形態に係る位置校正情報収集装置の構成を示すブロック図であり、図１１は、本発明の第一実施形態に係る位置校正情報収集装置の人の滞在位置と侵入不可位置を利用した校正パラメータ取得処理を示すフローチャートであり、図１２は、本発明の第一実施形態に係る位置校正情報収集装置の初回検出位置抽出処理を示すフローチャートであり、図１３は、本発明の第一実施形態の変形例に係る位置校正情報収集装置の構成を示すブロック図であり、図１４は、本発明の第一実施形態の別の変形例に係る位置校正情報収集装置の構成を示すブロック図であり、図１５は、本発明の第二実施形態に係る位置校正情報収集装置の構成を示すブロック図であり、図１６Ａは、本発明の第二実施形態に係る位置校正情報収集装置において、カメラが人を最後に検出したときの終回検出位置履歴データベースの一例を示す図であり、図１６Ｂは、本発明の第二実施形態に係る位置校正情報収集装置において、タグリーダが人を最後に検出したときの終回検出位置履歴データベースの一例を示す図であり、図１７は、本発明の第二実施形態に係る位置校正情報収集装置の終回検出位置取得処理を示すフローチャートである。

　以下に、本発明にかかる実施の形態を図面に基づいて詳細に説明する。

　以下、図面を参照して本発明における実施形態を詳細に説明する前に、本発明の種々の態様について説明する。

　本発明の第２態様によれば、前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　前記初回検出位置推定手段は、前記観測装置で取得されかつ前記人が検出された前記観測情報のそれぞれについて、前記人検出履歴データベースを参照して、前記観測情報の前記人が検出された時刻から所定時刻前までの間に、前記観測情報と同じ特徴情報が記憶されている他の観測情報が、前記人検出履歴データベースに記憶されているか否かを判断し、同じ特徴情報が記憶されている他の観測情報が前記人検出履歴データベースに記憶されていなかった場合には、当該観測情報の前記人が検出された位置を、前記人を初めて検出した位置と推定して、前記初回検出位置履歴データベースに記憶する、第１の態様に記載の位置校正情報収集装置を提供する。

　本発明の第３態様によれば、前記出入口位置推定手段は、前記ローカル座標空間内で前記人を初めて検出した位置の近傍において、前記出入口の自動ドア識別情報を参照して、前記ローカル座標空間における出入口位置のローカル座標として推定する、第１又は２の態様に記載の位置校正情報収集装置を提供する。

　本発明の第４態様によれば、前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標が記憶されている環境マップ記憶手段をさらに備えて、
　前記位置校正情報算出手段は、前記環境マップ記憶手段に記憶されている前記グローバル空間における前記出入口の前記出入口位置のグローバル座標を利用して、前記出入口位置のグローバル座標と前記出入口位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出する、第１～３のいずれか１つの態様に記載の位置校正情報収集装置を提供する。

　本発明の第５態様によれば、前記環境マップ記憶手段には、前記グローバル空間における前記出入口のドアが自動で開く出入口か、又は、ドアが手動で開く出入口であるかを識別する自動ドア識別情報を記憶しており、
　前記位置校正情報算出手段は、前記環境マップ記憶手段に記憶された前記自動ドア識別情報に基づき、前記ローカル座標における出入口のドアと前記グローバル座標における出入口のドアとを対応付けて前記位置校正情報を算出する第１～４のいずれか１つの態様に記載の位置校正情報収集装置を提供する。

　本発明の第６態様によれば、前記初回検出位置推定手段は、
　　前記自動ドア識別情報に基づき前記出入口の前記ドアが自動で開く出入口であると判断された前記出入口の前記出入口位置のローカル座標が、前記人を初めて検出した位置として複数あるときには、前記人を初めて検出した複数の位置の中で前記環境の中心座標から最も離れた座標にある位置を、前記出入口の前記出入口位置のローカル座標と決定する一方、
　　前記自動ドア識別情報に基づき前記出入口の前記ドアが手動で開く出入口であると判断された前記出入口の前記出入口位置のローカル座標が、前記人を初めて検出した位置として複数あるときには、前記人を初めて検出した複数の位置の重心位置を、前記出入口の前記出入口位置のローカル座標と決定する、第５の態様に記載の位置校正情報収集装置を提供する。

　本発明の第７態様によれば、前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　更に前記環境マップ記憶手段には、前記グローバル空間内であってかつ前記人が滞在しやすい位置に関する情報が記憶されており、
　前記出入口位置推定手段は、さらに、前記人検出履歴データベースに記憶されている前記人の特徴情報と前記人のローカル座標と前記人を検出した時刻とに基づき、前記ローカル座標空間内で前記人が滞在しやすい位置を推定し、
　前記初回検出位置履歴データベースは、前記初回検出位置推定手段により前記ローカル座標空間内で前記人が滞在しやすい位置を、前記人を検出した時刻と共に記憶し、
　前記出入口位置推定手段は、前記初回検出位置履歴データベースに記憶された前記ローカル座標空間内で前記人が滞在しやすい位置に基づいて、前記ローカル座標空間における前記人が滞在しやすい位置のローカル座標を推定し、
　前記位置校正情報算出手段は、前記人が滞在しやすい位置のグローバル座標と、前記出入口位置推定手段により推定された前記人が滞在しやすい位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出することを特徴とする第４の態様に記載の位置校正情報収集装置を提供する。

　本発明の第８態様によれば、前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　更に前記環境マップ記憶手段には、前記人が侵入できない位置に関する情報が記憶されており、
　前記出入口位置推定手段は、さらに、前記人検出履歴データベースに記憶されている前記人の特徴情報と前記人のローカル座標と前記人を検出した時刻とに基づき、前記ローカル座標空間内で前記人が侵入できない位置を推定し、
　前記初回検出位置履歴データベースは、前記初回検出位置推定手段により前記ローカル座標空間内で前記人が侵入できない位置を、前記人を検出した時刻と共に記憶し、
　前記出入口位置推定手段は、前記初回検出位置履歴データベースに記憶された前記ローカル座標空間内で前記人が侵入できない位置に基づいて、前記ローカル座標空間における前記人が侵入できない位置のローカル座標を推定し、
　前記位置校正情報算出手段は、前記人が滞在しやすい位置のグローバル座標と、前記出入口位置推定手段により推定された前記人が侵入できない位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出することを特徴とする第４の態様に記載の位置校正情報収集装置を提供する。

　本発明の第１０態様によれば、出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報としてそれぞれ取得する観測装置と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を最後に検出した位置を推定する終回検出位置推定手段と、
　前記終回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を最後に検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を推定する出入口位置推定手段と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を出力する位置校正情報算出手段と、
　を備える位置校正情報収集装置を提供する。

　本発明の第１１態様によれば、出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得し、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定し、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定し、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を位置校正情報算出手段で出力する、
　ことを特徴とする位置校正情報収集方法を提供する。

　本発明の第１２態様によれば、コンピュータに、
　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得する機能と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定する機能と、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定する機能と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を位置校正情報算出手段で出力する機能と、
　を実現させるための位置校正情報収集プログラムを提供する。

　以下、本発明の実施の形態について、図面を参照しながら説明する。本発明の記述を続ける前に、添付図面において同じ部品については同じ参照符号を付している。

　（第一実施形態）
　＜位置校正情報収集装置の構成の説明＞
　図１は、本発明の第一実施形態に係る位置校正情報収集装置の構成を示した図である。

　本発明の第一実施形態に係る位置校正情報収集装置は、観測装置１０１と、人検出履歴記憶手段の一例としての人検出履歴データベース１０２と、初回検出位置推定手段（初回検出位置推定部）１０３と、初回検出位置履歴記憶手段の一例としての初回検出位置履歴データベース１０４と、出入口位置推定手段（出入口位置推定部）１０５と、位置校正情報を算出する位置校正情報算出手段の一例としての校正パラメータ取得手段（校正パラメータ取得部）１０６と、環境マップ記憶手段の一例としての環境マップデータベース１０７と、を備える。

　尚、出入口位置推定手段１０５と校正パラメータ取得手段１０６とは、それぞれ、環境マップデータベース１０７から情報を読み込むための構成情報参照手段１０５ａ，１０６ａを備えているものとする。

　また、図２に、生活環境の具体的な例としての部屋２０１を示す。部屋２０１は、カメラ２０２とUWB(Ultra Wide Band)（超広帯域無線）タグリーダシステム２０３（以後、タグリーダ２０３と記述する）とを備えている。このカメラ２０２とUWBタグリーダシステム２０３は、本発明の第一実施形態に係る前記位置校正情報収集装置の構成要素である観測装置１０１の一例である。直方体の部屋２０１の四角形の天井２０１ｄの中央付近には、真下に向けられたカメラ２０２とタグリーダ２０３とが設置されている。部屋２０１内には、人２０４が存在して部屋２０１に出入りしている。尚、部屋２０１に出入りする人の数に制限は無く、任意の一人を、代表的に人２０４として説明を行っている。更に、人２０４が座る椅子２０６と、人２０４がその配置領域内に侵入することができない机２０７とが床２０１ｆ上に存在している。また、閉じた環境である部屋２０１内への出入口の例として、ドア２０５Ａと、ドア２０５Ｂと、ドア２０５Ｃとが設置されている。以後、部屋２０１内のドア２０５Ａとドア２０５Ｂとドア２０５Ｃとのうちの任意のドアを、ドア２０５として代表的に説明する。一例として、部屋２０１の対向する一対の壁２０１ｖ，２０１ｗ
にそれぞれドア２０５Ａとドア２０５Ｃとが配置され、一対の壁２０１ａ，２０１ｃをつなぐ壁２０１ｂにドア２０５Ｂが配置されている。

　尚、部屋２０１内には、カメラ２０２とタグリーダ２０３との２種類の観測装置が設置されているが、どちらか片方の観測装置１０１のみが設置されている場合でも、本発明は適用可能である。

　以下、図８のフローチャートに対応させながら、図１と図２とを用いて、各構成要素について説明する。なお、図８は、前記位置校正情報収集装置の全体処理（位置校正情報収集処理）を示すフローチャートである。

　＜観測装置の説明＞
　観測装置１０１は、所定の観測周期（例えば１秒～２秒の任意の時間又は１００ｍｓ）毎に、部屋２０１内を観測し、部屋２０１内に存在する人２０４の検出を行う。観測装置１０１は、検出結果を人検出履歴データベース１０２に記憶する。観測装置１０１で人２０４を検出すると、観測装置１０１は、検出した人２０４の特徴情報（人であることを示す特徴（特徴量）を表す情報）とローカル座標とを取得する。そして、観測装置１０１が、検出した人２０４の特徴情報とローカル座標を、人２０４を検出した時刻と共に人検出履歴データベース１０２に記憶する。これによって、人２０４と、人２０４を検出した時刻とが対応付けされて、人検出履歴データベース１０２に記憶されている。ここで、ローカル座標とは、観測装置１０１で検出される、部屋２０１内での人２０４の位置を示す位置座標（例えば、ＸＹ座標）である。従って、ローカル座標には、観測装置１０１の設置位置に依存し、後述する部屋２０１の絶対座標であるグローバル座標に対する観測装置１０１の配置位置誤差が含まれている。そのため、後述するように、位置の校正が必要となる。

　観測装置１０１にカメラ２０２を用いた場合、ローカル座標の原点位置は、カメラ２０２で撮像された画像の左上隅の画素とすることができる。

　また、観測装置１０１にタグリーダ２０３を用いた場合、ローカル座標の原点位置は、タグリーダ２０３に接続された複数の基地局のうちの何れかの基地局の位置とすることができる。

　まず、観測装置１０１の一例として、観測装置１０１にカメラ２０２を用いた場合について説明する。カメラ２０２は、人２０４を検出する撮像部２０２ａと、画像データを画像処理する画像処理部２０２ｂとを備えている。

　カメラ２０２を用いて人２０４を検出するには、カメラ２０２が取得した画像データを、カメラ２０２内に備えた画像処理部２０２ｂで画像処理する必要がある。そのような画像処理の方法として、例えば、背景差分法を用いることができる。カメラ２０２で予め撮像して用意しておいた、人２０４が存在していないときの部屋２０１の背景画像データと、カメラ２０２で撮像した現在の画像データとを画像処理部２０２ｂで比較する。その後、画素値が異なる領域を差分領域として画像処理部２０２ｂで取り出す。ただし、画像データにはノイズが混じっている可能性があるため、画像処理部２０２ｂで、前記差分領域が人２０４に対して十分に小さいということが判断できる場合には、画像処理部２０２ｂで、前記差分領域は人２０４ではないと判断しても良い。ここで、差分領域が人２０４に対して十分に小さい場合とは、前記差分領域の画素数が、人２０４と認識可能な最低画素数を基に予め設定した閾値以下である場合が考えられる。尚、検出した人２０４のローカル座標は、画像処理部２０２ｂで、例えば前記差分領域の重心位置とすることができる。

　以上が、図８のフローチャートにおけるステップＳ８０１の処理である。すなわち、ステップＳ８０１では、カメラ２０２を用いて、人２０４を検出したと画像処理部２０２ｂで判断した場合には、次のステップＳ８０２の処理に進む。一方、カメラ２０２を用いて、人２０４を検出していないと画像処理部２０２ｂで判断した場合には、人２０４を検出したと画像処理部２０２ｂで判断するまで、ステップＳ８０１の処理を繰り返す。なお、場合によっては、具体的には図示していないが、画像処理部２０２ｂで、人２０４を検出していないと判断した場合には、前記位置校正情報収集処理を終了するようにしてもよい。

　検出した人２０４の特徴情報は、例えば、前記差分領域の色の分布とすることができる。以下、これを色特徴情報と称する。ステップＳ８０１で、カメラ２０２を用いて人２０４を検出したことが、画像処理部２０２ｂで判断される。その後、ステップS８０２において、画像処理部２０２ｂで、人２０４の特徴情報の一例として、人２０４であると認識された前記差分領域の色の分布を抽出する。その後、ステップＳ８０３の処理に進む。

　一方、観測装置１０１の別の例として、観測装置１０１にタグリーダ２０３を用いた場合について説明する。タグリーダ２０３は、タグを検出するタグ検出部２０３ａと、タグ検出部２０３ａが検出した情報を基に前記タグの位置を算出する情報処理部２０３ｂとを備えている。

　タグリーダ２０３を用いて人２０４を検出するためには、人２０４である事を示し、かつその人の特徴情報を示す情報（タグＩＤ）をＩＤデータ（識別情報）として有するタグ９０２を、人２０４に予め所持させておく必要がある。

　タグリーダ２０３により、人２０４が所持していたタグ９０２（タグ９０２のタグＩＤ）を検出すると、検出した人２０４のローカル座標は、例えば、三点測量の原理を用いて決定することができる。図９に三点測量によるタグ９０２の位置を検出する例を示す。図９に示される環境内には、情報処理部２０３ｂと接続されたタグ検出部２０３ａとしての基地局９０１Ａと基地局９０１Ｂと基地局９０１Ｃが配置されている。基地局９０１Ａは、ローカル座標(x,y)=(500,600)に配置され、基地局９０１Ｂは、ローカル座標(x,y)=(700,300)に配置され、基地局９０１Ｃは、ローカル座標(x,y)=(300,300)に配置されている。ここで、情報処理部２０３ｂは、３つの基地局９０１Ａ，９０１Ｂ，９０１Ｃが配置されているローカル座標を知っているものとする。具体的には、情報処理部２０３ｂは、３つの基地局９０１Ａ，９０１Ｂ，９０１Ｃのローカル座標が記憶された記憶部を有している。そして、各基地局９０１Ａ，９０１Ｂ，９０１Ｃは、各基地局９０１Ａ，９０１Ｂ，９０１Ｃから射出した電波がタグ９０２から返ってくる時間を計測することによって、前記タグ９０２までの距離を算出することができる。このような状況において、タグ９０２がローカル座標(x,y)=(400,400)に存在したとする。基地局９０１Ａは、基地局９０１Ａの位置を中心とし、半径を223.61ｃｍとした円弧上にタグ９０２が存在することが分かる。同様に、基地局９０１Ｂは、基地局901Ｂの位置を中心とする半径316.23ｃｍの円弧上にタグ９０２が存在することが分かる。基地局９０１Ｃは、基地局901Ｃの位置を中心とする半径141.42ｃｍの円弧上にタグ９０２が存在することが分かる。以上の３つの円弧が全て重なり合う位置がタグ９０２の存在する位置であると情報処理部２０３ｂで判断することができる。図９では、二次元空間におけるタグ位置検出の説明を行った。実空間（三次元空間）におけるタグ位置検出を行う場合には、図９の円弧が球面となるだけであり、他の処理に変化は無い。以上が、図８のフローチャートにおけるステップＳ８０１の処理にあたる。すなわち、ステップＳ８０１では、タグリーダ２０３を用いて、人２０４を検出した（タグＩＤを検出した）とタグリーダ２０３の情報処理部２０３ｂで判断した場合には、次のステップＳ８０２に進む。一方、タグリーダ２０３を用いて、タグリーダ２０３の情報処理部２０３ｂが人２０４を検出していない（タグＩＤを検出していない）と判断した場合には、タグリーダ２０３の情報処理部２０３ｂが人２０４を検出したと判断するまで、ステップＳ８０１の処理を繰り返す。なお、場合によっては、具体的には図示していないが、人２０４を検出していないとタグリーダ２０３の情報処理部２０３ｂで判断した場合には、前記位置校正情報収集処理を終了するようにしてもよい。

　検出した人２０４（実際には、人２０４が所持している前記タグ９０２）の特徴情報は、例えば前記タグ９０２に記憶されているＩＤデータ（タグＩＤ）とすることができる。このように、前記タグＩＤである特徴情報を抽出する処理が、図８のフローチャートにおけるステップＳ８０２の処理にあたる。その後、ステップＳ８０３の処理に進む。

　尚、観測装置１０１は、人２０４（又はタグ９０２のタグＩＤ）を検出した時刻の情報を取得するためのタイマを備えているものとする。

　また、以後、カメラ２０２とタグリーダ２０３との観測周期は、それぞれ一例として１秒であるとして説明する。

　＜人検出履歴データベースの説明＞
　人検出履歴データベース１０２には、観測装置１０１により人２０４が検出された時刻と、観測装置１０１により検出された人２０４の特徴情報と、人２０４が観測装置１０１により検出されたローカル座標とが、観測装置１０１により記憶される。

　図３Ａに、カメラ２０２が人２０４を検出したときの人検出履歴データベース１０２の一例を示す。図３Bに、タグリーダ２０３が人２０４を検出したときの人検出履歴データベース１０２の一例を示す。

　図３Ａの人検出履歴データベース１０２には、カメラ２０２が人２０４を検出したときの時刻とローカル座標と色特徴情報と、そして観測ＩＤ（時刻とローカル座標と色特徴情報とを含む観測情報同士を識別するための情報）とを記憶できる。例えば、時刻2008/09/02_12:00:01では、ローカル座標(x,y)=(50,550)にて色特徴情報が赤の人が検出され、観測ＩＤ=CAM_001として人検出履歴データベース１０２に記憶されている。また、時刻2008/09/02_12:00:04では、ローカル座標(1050,350)にて色特徴情報が白の人が検出され、観測ＩＤ=CAM_005として人検出履歴データベース１０２に記憶されている。ここで、観測ＩＤ=CAM_001と観測ＩＤ=CAM_005にそれぞれ記憶されている色特徴情報が異なっている事を、初回検出位置推定手段１０３で判断することができる。このことから、観測ＩＤ=CAM_001で検出した人と観測ＩＤ=CAM_005で検出した人が異なる人物であるということを、初回検出位置推定手段１０３で推定することができる。

　一方、図３Ｂの人検出履歴データベース１０２には、タグリーダ２０３が人２０４を検出したときの時刻とローカル座標とタグＩＤと、そして観測ＩＤ（時刻とローカル座標とタグＩＤとを含む観測情報同士を識別するための情報）とを記憶できる。例えば、時刻2008/09/02_12:00:01では、ローカル座標(0,-600)にてタグＩＤ=001の人が検出され、観測ＩＤ=TAG_001として人検出履歴データベース１０２に記憶されている。また、時刻2008/09/02_12:00:04では、ローカル座標(1000,-400)にてタグＩＤ=002の人が検出され、観測ＩＤ=TAG_005として人検出履歴データベース１０２に記憶されている。ここで、観測ＩＤ=TAG_001と観測ＩＤ=TAG_005に記憶されているタグＩＤが異なっていると初回検出位置推定手段１０３で判断することができる。このことから、観測ＩＤ=TAG_001で検出した人と観測ＩＤ=TAG_005で検出した人が異なる人物であるということを、初回検出位置推定手段１０３で推定することができる。

　以上、カメラ２０２又はタグリーダ２０３が抽出した特徴情報とローカル座標とを、カメラ２０２又はタグリーダ２０３で人検出履歴データベース１０２に記憶する処理が、図８のフローチャートにおけるステップＳ８０３の処理にあたる。その後、ステップＳ８０４の処理に進む。

　＜初回検出位置推定手段の説明＞
　初回検出位置推定手段１０３は、人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報から、人２０４が観測装置１０１で初めて検出された観測ＩＤを推定する。推定方法の詳細は、以下の初回検出位置履歴データベース１０４を用いて説明する。

　＜初回検出位置履歴データベースの説明＞
　初回検出位置履歴データベース１０４には、少なくとも、人２０４が初めて検出された位置が初回検出位置推定手段１０３により記憶される。

　図４Ａに、カメラ２０２が人２０４を初めて検出したときの初回検出位置履歴データベース１０４の一例を示し、図４Ｂに、タグリーダ２０３が人２０４を初めて検出したときのそれぞれ示す。

　図４Ａの初回検出位置履歴データベース１０４のデータには、カメラ２０２が人２０４を初めて検出したときの時刻とローカル座標と色特徴情報と、そして観測ＩＤとが、初回検出位置推定手段１０３により記憶できるようになっている。尚、図４Ａの初回検出位置履歴データベース１０４のデータは、図３Ａの人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に初回検出位置推定手段１０３により作成されている。

　図４Ａの初回検出位置履歴データベース１０４のデータを使用して初回検出位置を取得する方法を図１２のフローチャートを用いて説明する。

　ステップＳ１２０１では、人検出履歴データベース１０２に未読のデータがあるか否かを初回検出位置推定手段１０３で判断している。未読データが存在しないと初回検出位置推定手段１０３が判断すれば、初回検出位置の取得処理を終了する。未読のデータがあるか否かの初回検出位置推定手段１０３での判断方法については後述する。

　ステップＳ１２０２は、ステップＳ１２０１において未読データが存在するという事を、初回検出位置推定手段１０３が判断した場合の処理である。人検出履歴データベース１０２に記憶されている未読データは、初回検出位置推定手段１０３により１つ読み込まれる。

　次いで、ステップＳ１２０３では、ステップＳ１２０２で読み込んだデータに対して以下の処理を行っている。すなわち、初回検出位置推定手段１０３が、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されているか否かを判断している。初回検出位置推定手段１０３により、同じ特徴情報が記憶されているデータが人検出履歴データベース１０２に記憶されているという事が判断された場合は、初回検出位置推定手段１０３により、初めて検出した人ではないと判断される。そして、ステップＳ１２０１の処理へ戻る。ここで、Ｎは観測装置１０１の観測周期（例えば１秒～２秒の任意の時間又は１００ｍｓ）などとすることができる。観測装置１０１が人２０４の検出ミスをする可能性を考慮し、Ｎに観測装置１０１の観測周期を定数倍した値を用いても構わない。

　ステップＳ１２０４は、ステップＳ１２０３において、記憶されている時刻からＮ時刻前までの間に同じ特徴情報が記憶されているデータが存在していると初回検出位置推定手段１０３により判断された場合の処理である。この処理により、ステップＳ１２０２において読み込んだデータを初回検出位置履歴データベース１０４に初回検出位置推定手段１０３が記憶する。その後、ステップＳ１２０１の処理に戻る。

　以下に、図３Ａと図４Ａを用いて具体的に説明する。

　図４Ａの初回検出位置履歴データベース１０４には、人２０４が初めて検出された観測ＩＤとして、観測ＩＤ=CAM_001と観測ＩＤ=CAM_005と観測ＩＤ=CAM_016とがそれぞれ初回検出位置推定手段１０３により記憶されている。尚、初回検出位置履歴データベース１０４を用いずに、人検出履歴データベース１０２に、人２０４を初めて検出したか否かを示すフィールドを設けておいても良い。

　観測ＩＤ=CAM_001は、色特徴情報が赤色の人が初めて検出されたため記憶されている。同様に、観測ＩＤ=CAM_005は、色特徴情報が白色の人が初めて検出されたため記憶されている。さらに、観測ＩＤ=CAM_016の色特徴情報は赤色であるが記憶されている。これは、観測ＩＤ=CAM_016の観測（時刻2008/09/02_12:00:10）より前の前回の観測（時刻2008/09/02_12:00:09）において、色特徴情報が赤色の人が検出されていないためである。つまり、色特徴情報が赤色の人は、一度、時刻2008/09/02_12:00:08に部屋２０１を退室し、時刻2008/09/02_12:00:10に部屋２０１に入室したと考えられるためである。これは、観測装置１０１（ここでは、カメラ２０２。）が人２０４の検出ミスをしないことを想定し、Ｎの値を観測装置１０１の観測周期の一例である１秒に設定していることを示す。すなわち、初回検出位置推定手段１０３は、観測周期毎に連続した観測において、同じ色特徴情報を有する人２０４が連続して観測できている場合は、人２０４が部屋２０１に存在すると判断する一方、前記連続した観測において、同じ色特徴情報を有する人２０４が観測できなかった場合は、人２０４が部屋２０１から出たと判断するためである。

　ここで、人２０４が部屋２０１内に存在するにも関わらず、カメラ２０２が人２０４の検出ミスをする場合のことを考える。この場合、例えば、カメラ２０２が人２０４をＭ回検出できなければ（ただし、Ｍは０より大きな整数。）、人２０４は部屋２０１から出て行ったと初回検出位置推定手段１０３で判断しても良い。つまり、カメラ２０２の観測周期が１秒の場合、（Ｎ×Ｍ）秒間、人２０４が検出されないと初回検出位置推定手段１０３で判断すれば、人２０４は部屋から出て行ったと初回検出位置推定手段１０３で判断することとなる。

　図３Ａの例に戻って説明すると、赤色の人が時刻2008/09/02_12:00:08で検出されなくなって、赤色の人が次回検出されたのが２秒後の時刻2008/09/02_12:00:10である。人２０４が一度でも検出されなければ部屋２０１から出たと初回検出位置推定手段１０３で判断する。この場合、初回検出位置履歴データベース１０４には、観測ＩＤ=CAM_001と観測ＩＤ=CAM_005と観測ＩＤ=CAM_016とが初回検出位置推定手段１０３により記憶されることとなる。しかし、例えば、人２０４が連続で５回以上（すなわち、Ｍ＝５）検出されなかった場合には人２０４が部屋２０１から出たと初回検出位置推定手段１０で判断する。この場合には、初回検出位置履歴データベース１０４には、観測ＩＤ=CAM_001とCAM_005が記憶されることとなる。この場合は、観測ＩＤ=CAM_014の時刻2008/09/02_12:00:09でカメラ２０２が人２０４の検出ミスをした、と初回検出位置推定手段１０で判断させることを意味する。

　一方、図４Ｂの初回検出位置履歴データベース１０４には、タグリーダ２０３が人２０４を初めて検出したときの時刻とローカル座標とタグＩＤと、そして、観測ＩＤとが初回検出位置推定手段１０３により記憶できるようになっている。尚、図４Ｂの初回検出位置履歴データベース１０４は、図３Ｂの人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、初回検出位置推定手段１０３により作成されている。

　図４Ｂの初回検出位置履歴データベース１０４を使用して初回検出位置を取得する方法を図１２のフローチャートを用いて説明する。

　ステップＳ１２０１では、初回検出位置推定手段１０３が、人検出履歴データベース１０２に未読のデータがあるか否かを判断している。初回検出位置推定手段１０３が、未読データが存在しないと判断すれば、初回検出位置の取得処理を終了する。

　未読データがあるか否かの判断方法として、初回検出位置推定手段１０３で観測ＩＤを使用する方法が考えられる。例えば、観測ＩＤには、人検出履歴データベース１０２に記録された順に、観測ＩＤ番号が昇順で付与されるようにしておく。初回検出位置推定手段１０３は、人検出履歴データベース１０２に記録されたデータを読み出すときに、読み出した観測ＩＤを初回検出位置推定手段１０３の内部メモリ等に記憶しておく。これにより、初回検出位置推定手段１０３は、内部メモリに記憶された観測ＩＤの次のデータを読み込むべきデータと判断することができ、前記データが存在しない場合、未読データが存在しないと判断することができる。

　ステップＳ１２０２は、ステップＳ１２０１において未読データが存在すると初回検出位置推定手段１０３が判断した場合の処理であり、人検出履歴データベース１０２に記憶されている未読データを初回検出位置推定手段１０３で１つ読み込む。

　次いで、ステップＳ１２０３では、読み込んだデータに対して以下の処理を行っている。すなわち、初回検出位置推定手段１０３が、記憶されている時刻からＮ時刻前までの間に同じタグＩＤ（特徴情報）が記憶されているデータが人検出履歴データベース１０２に記憶されているか否かを判断している。初回検出位置推定手段１０３にが、同じタグＩＤが記憶されているデータが人検出履歴データベース１０２に記憶されていると判断した場合は、初回検出位置推定手段１０３が、初めて検出した人ではないと判断し、ステップＳ１２０１の処理へ戻る。ここで、Ｎは観測装置１０１の観測周期（例えば１秒～２秒の任意の時間又は１００ｍｓ）などとすることができる。観測装置１０１が人２０４の検出ミスをする可能性を考慮し、Ｎに観測装置１０１の観測周期を定数倍した値を用いても構わない。

　ステップＳ１２０４は、ステップＳ１２０３において、記憶されている時刻からＮ時刻前までの間に同じタグＩＤが記憶されているデータが存在していないと初回検出位置推定手段１０３により判断した場合の処理であり、ステップＳ１２０２において読み込んだデータを、初回検出位置情報として、初回検出位置推定手段１０３により初回検出位置履歴データベース１０４に記憶する。その後、ステップＳ１２０１の処理に戻る。

　以下に、図３Ｂと図４Ｂを用いて具体的に説明する。

　図４Ｂの初回検出位置履歴データベース１０４には、人２０４が初めて検出された観測ＩＤとして、観測ＩＤ=TAG_001と観測ＩＤ=TAG_005と観測ＩＤ=TAG_016とがそれぞれ初回検出位置推定手段１０３により記憶されている。

　尚、初回検出位置履歴データベース１０４を用いずに、人検出履歴データベース１０２に、人２０４を初めて検出したか否かを示すフィールドを設けておいても良い。

　観測ＩＤ=CAM_001は、タグＩＤ（特徴情報）が「001」の人が初めて検出された情報であるため記憶されている。同様に、観測ＩＤ=CAM_005は、タグＩＤ（特徴情報）が「002」の人が初めて検出された情報であるため記憶されている。同様に、観測ＩＤ=CAM_016は、タグＩＤ（特徴情報）が「003」の人が初めて検出された情報であるため記憶されている。

　なお、観測装置１０１の検出ミスに関する処理は、前記カメラ２０２の場合と同様である。よって、観測装置１０１（ここでは、タグリーダ２０３。）が人２０４の検出ミスをしないことを想定する場合には、Ｎの値を観測装置１０１の観測周期の一例である１秒に設定すればよい。すなわち、初回検出位置推定手段１０３は、観測周期毎に連続した観測において、同じタグＩＤを有する人２０４が連続して観測できている場合は、人２０４が部屋２０１に存在すると判断する一方、前記連続した観測において、同じタグＩＤを有する人２０４が観測できなかった場合は、人２０４が部屋２０１から出たと判断するためである。

　ここで、人２０４が部屋２０１内に存在するにも関わらず、タグリーダ２０３が人２０４の検出ミスをする場合のことを考える。この場合、例えば、タグリーダ２０３が人２０４をＭ回検出できなければ（ただし、Ｍは０より大きな整数。）、人２０４は部屋２０１から出て行ったと初回検出位置推定手段１０３で判断しても良い。つまり、タグリーダ２０３の観測周期が１秒の場合、初回検出位置推定手段１０３が、（Ｎ×Ｍ）秒間、人２０４が検出されないと判断すれば、初回検出位置推定手段１０３が、人２０４は部屋から出て行ったと判断することとなる。

　以上、人物履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に、人２０４を初めて検出した履歴の情報（例えば、ローカル座標）を初回検出位置推定手段１０３で抽出する処理が、図８のフローチャートにおけるステップＳ８０４の処理にあたる。その後、ステップＳ８０５の処理に進む。

　次いで、ステップＳ８０５で、初回検出位置推定手段１０３が、人２０４を検出した履歴の情報（例えば、ローカル座標）を抽出できたか（存在したか）否かの判断を行っている。また、ステップＳ８０５で、初回検出位置推定手段１０３が、人２０４を検出した履歴の情報（例えば、ローカル座標）を抽出できたと判断した場合には、初回検出位置推定手段１０３が、抽出した前記履歴の情報（例えば、ローカル座標）を初回検出位置履歴データベース１０４に記憶する処理が、図８のフローチャートにおけるステップＳ８０６の処理にあたる。その後、ステップＳ８０７の処理に進む。一方、ステップＳ８０５で、初回検出位置推定手段１０３が、人２０４を検出した履歴の情報（例えば、ローカル座標）を抽出できなかったと判断した場合には、前記位置校正情報収集装置の全体処理を終了する。

　＜環境マップデータベースの説明＞
　環境マップデータベース１０７には、少なくとも、部屋２０１への出入口となるドア２０５のグローバル座標が予め記憶されている。ここで、グローバル座標とは、ローカル座標とは異なり、部屋２０１の絶対座標であり、一例として、部屋２０１の床の１つの隅を原点とする三次元座標を意味する。

　環境マップデータベース１０７は、図１に示した通り、位置校正情報収集装置に予め格納しておいてもよい。また、予め格納する代わりに、図１４に示す通り、インターネット１４０１を通じて環境マップデータベース１０７に記憶する情報と同じ情報を、オンラインで、出入口位置推定手段１０５と校正パラメータ取得手段１０６とがそれぞれ取得してもよい。

　また、図１３に一点鎖線で示すように、環境マップデータベース１０７とインターネット１４０１とを接続可能に配置し、インターネット１４０１を使用して予め必要な情報を取得して環境マップデータベース１０７に記憶させておく。その後、情報を更新する必要が生じたとき（例えば、観測装置１０１を新たに設置した場合、又は、観測装置１０１のタイプを変更した場合、又は、改装してドアを新たに作った場合などに新たな情報を取得する必要が生じたとき）に、インターネット１４０１を使用して更新された情報を取得して環境マップデータベース１０７に記憶させるようにしてもよい。

　図５に環境マップデータベース１０７の一例を示す。

　図５の環境マップデータベース１０７には、環境ＩＤと、前記環境ＩＤが示す家具の部屋２０１におけるグローバル座標と、環境ＩＤが示す家具の属性と、環境ＩＤが示す家具の取り得る動作とが記憶されている。

　属性は３種類存在する。１つ目は、部屋２０１への出入口を示すもので、ドア２０５が該当する。環境ＩＤでいうと、DOOR_001と、DOOR_002と、DOOR_003となる。２つ目は、人２０４が部屋２０１内で滞在しやすい位置（滞在位置）（例えば、その家具の上に座ることが可能であることなど）を示すもので、椅子２０６が該当する。環境ＩＤでいうと、CHAIR_004となる。３つ目は、人２０４が部屋２０１内において侵入できない位置（侵入不可）（例えば、人２０４が家具の配置領域内に入れないことなど）を示すもので、机２０７が該当する。環境ＩＤでいうと、DESK_005となる。

　動作には、自動ドア識別情報として、環境ＩＤが示す家具が取り得る動作について予め記憶されている。図５の環境マップデータベース１０７によると、環境ＩＤ=DOOR_001(ドア２０５Ａ)と環境ＩＤ=DOOR_002(ドア２０５Ｂ)の動作には、「手動開閉」と予め記憶されている。これは、人２０４が手動でドア２０５（２０５Ａ，２０５Ｂ）の開閉を行う必要があること（人が、一旦、ドア２０５Ａ，２０５Ｂの前で停止して開閉動作を手動で行うこと）を意味している。また、環境ＩＤ=DOOR_003(ドア２０５Ｃ)には、「自動開閉」と予め記憶されている。これは、ドア２０５が自動ドアであり、人２０４が手動でドア２０５の開閉を行う必要がないこと（人が、一旦、ドア２０５Ｃの前で停止して開閉動作を手動で行う必要がないこと）を意味している。以上のようなドア２０５の構成で説明を行うが、本発明は、ドア２０５が全て手動開閉又は自動開閉であっても、動作可能である。ここでは、一例として、出入口にはドア２０５が存在し、ドア２０５が開閉することにより、人２０４が部屋２０２を出入りすることを前提としている。

　＜出入口位置推定手段の説明＞
　出入口位置推定手段１０５は、カメラ２０２のローカル座標とタグリーダ２０３のローカル座標とにおける部屋２０１のドア２０５（３つのドア２０５Ａ，２０５Ｂ，２０５Ｃ）の位置をそれぞれ推定する。

　図６Ａと図６Ｂを用いて、出入口位置推定手段１０５の詳細な説明を行う。

　図６Ａは、カメラ２０２が検出した人２０４の初回検出位置を出入口位置推定手段１０５により視覚化した一例であり、人２０４が初めて検出された位置として１２箇所存在する。ここで、これらの１２箇所の検出位置（検出位置データ）は、同一人物を検出した位置である必要は無い。尚、図６Ａの初回検出位置の履歴の情報は、初回検出位置履歴データベース１０４に記憶されている初回検出位置を出入口位置推定手段１０５により視覚化した図である。

　図６Ｂは、図６Ａの１２箇所の検出位置を出入口位置推定手段１０５によりクラスタリングした結果を示している。丸（の検出位置データ）と、三角（の検出位置データ）と、四角（の検出位置データ）との３つのクラスタに分別されている。三角（の検出位置データ）に分類されたクラスタをクラスタ６０１Ａとし、四角（の検出位置データ）に分類されたクラスタをクラスタ６０１Ｂとし、丸（の検出位置データ）に分類されたクラスタをクラスタ６０１Ｃとする。以後、クラスタ６０１Ａとクラスタ６０１Ｂとクラスタ６０１Ｃとのうちの任意のクラスタを、クラスタ６０１として代表的に説明する。

　クラスタリングの手法としては、例えばk-means法などを用いることができる。

　そのk-means法の手法として、先ず１２箇所の位置から３箇所の代表位置をランダムで選択する。ここで、３箇所とは、環境マップデータベース１０７に記憶されている「出入口」の属性数を表している。尚、環境マップデータベース１０７に記憶されているデータは、出入口位置推定手段１０５に含まれる構成情報参照手段１０５ａが取得する。

　次に、代表位置以外の各位置について、各代表位置までの距離を出入口位置推定手段１０５で算出する。そして、最も距離の短くなる代表位置が、その位置が属する（配属される）クラスタ６０１であると出入口位置推定手段１０５で判断する。

　全てに位置の配属が完了すると、次に、各クラスタ６０１の重心を新たな代表点とし、全ての位置について各代表位置までの距離を出入口位置推定手段１０５で算出する。

　そして、最も距離の短くなる代表位置が、その位置が属する（配属される）クラスタ６０１であると出入口位置推定手段１０５で判断する。

　以下、代表点の作成と配属を繰り返し、各位置が属するクラスタ６０１に変化が生じなくなれば処理を終える。尚、クラスタリングの手法はこれに限るものではない。

　ここで、人２０４がカメラ２０２とタグリーダ２０３で初めて検出されるのは、ドア２０５を開けて部屋２０１内に入室した直後であると考えることができる。このことから、ドア２０５のローカル座標における位置は、人２０４の初回検出位置がクラスタリングされた各位置の重心位置と出入口位置推定手段１０５で判断することができる。

　以上、初回検出位置履歴データベース１０４に記憶されている人２０４の初回検出位置履歴の情報を基に、出入口位置推定手段１０５により、ドア２０５のローカル座標を推定する処理が、図８のフローチャートにおけるステップＳ８０７の処理にあたる。その後、ステップＳ８０８の処理に進む。

　＜校正パラメータ取得手段の説明＞
　位置校正情報を算出する位置校正情報算出手段の一例としての校正パラメータ取得手段１０６は、出入口位置推定手段１０５で推定されたドア２０５のローカル座標における位置と、環境マップデータベース１０７に記憶されたドア２０５のグローバル座標における位置とに基づいて、カメラ２０２の位置とタグリーダ２０３の位置とに関する校正に必要となる、位置校正情報の一例としての、パラメータをそれぞれ取得する。

　位置校正情報の例として、位置に関する校正に必要となるパラメータとしては、以下の５種類のパラメータのうちのいずれかを使用することが可能である。尚、

は、ローカル座標における位置を示し、

は、グローバル座標における位置を表すこととする。

　式１に倍率、平行移動量、回転角に対応した座標変換の式を示す。

　　　　　　　　　　　　　　　　　　　　　　　　　．．．．．（式１）
　ドア２０５は３箇所存在するため、グローバル座標のドア２０５の位置とローカル座標のドア２０５の位置の組み合わせは６通り存在する。その６通り全てにおいて、（式１）により展開される連立方程式を解き、上述した５種類のパラメータをそれぞれ求める。ここで、カメラ２０２とタグリーダ２０３とは、部屋２０１の天井２０１ｄから床２０１ｆを真下に見下ろすように設置されている。つまり、

の比率は、

の比率と同じであると考えることができる。このことから、最も

に近くなるグローバル座標のドア２０５の位置とローカル座標のドア２０５の位置との組み合わせが、求めるべきパラメータの組み合わせであると判断できる。

　ここで、環境マップデータベース１０７とクラスタリング後の初回検出位置履歴の情報とに基づいて、グローバル座標のドア２０５の位置とローカル座標のドア２０５の位置との組み合わせを求める方法について説明する。

　図５の環境マップデータベース１０７には、環境ＩＤが示す家具の動作について記憶する「動作」の項目が存在する。これによると、環境ＩＤ=DOOR_001(ドア２０５Ａ)と環境ＩＤ=DOOR_002(ドア２０５Ｂ)は、自動ドア識別情報である「動作」の情報として「手動開閉」となっているため、手動ドアであり、環境ＩＤ=DOOR_003(ドア２０５Ｃ)は、自動ドア識別情報である「動作」の情報として「自動開閉」となっているため、自動ドアであることがそれぞれ分かる。ドア２０５が手動ドアの場合、人２０４が部屋２０１内に入室した直後、人２０４がドア２０５を閉めるという動作が発生する。つまり、人２０４がドア２０５を閉めている期間に、カメラ２０２とタグリーダ２０３が人２０４を検出する可能性が高い。それに対して、ドア２０５が自動ドアの場合、人２０４が部屋２０１内に入室した後、人２０４は、ドア２０５を閉める必要はなく、歩行を続ける。つまり、カメラ２０２とタグリーダ２０３との観測のタイミング次第で、人２０４がドア２０５の位置で検出される場合、又は、ドア２０５から部屋２０１の内部へ少し移動した位置で検出される場合もあり得る。つまり、自動ドアで初回検出が行われた検出位置のばらつきは、手動ドアで初回検出が行われた検出位置のばらつきに比べて、相対的に大きくなる（図６Ａの右側の５個の丸を参照）。

　グローバル座標のドア２０５の位置とローカル座標のドア２０５の位置との組み合わせを求める具体的な方法としては、クラスタ６０１の位置に関する標準偏差を出入口位置推定手段１０５で求め、前記標準偏差が最も大きかったクラスタ６０１を自動ドアで初回検出が行われた検出位置であると出入口位置推定手段１０５で判断すれば良い。

　以上の処理によって、クラスタ６０１Ｃが自動ドアであるドア２０５Ｃで初回検出された検出位置のクラスタであると出入口位置推定手段１０５で判定できる。また、ローカル座標に反転が起こっていないとすると、環境マップデータベース１０７に記憶されているドア２０５Ａとドア２０５Ｂの位置関係と、そして、クラスタ６０１Ａとクラスタ６０１Ｂの位置関係とから、クラスタ６０１Ａがドア２０５Ａで初回検出された検出位置のクラスタであると出入口位置推定手段１０５で判定でき、クラスタ６０１Ｂがドア２０５Ｂで初回検出された検出位置のクラスタであると出入口位置推定手段１０５で判定できる。

　ここで、出入口位置推定手段１０５は、クラスタ６０１の重心位置をドア位置とする、と説明した。しかし、ドア２０５が自動ドアであった場合、上述したように、人２０４が初めて検出される位置にばらつきが生じてしまう。そこで、ドア２０５が自動ドアである場合には、クラスタ６０１Ｃに属する各検出位置において、最端で検出された検出位置をドア位置６０２と、出入口位置推定手段１０５で判断するようにしても良い（図６Ｃ参照）。ここで言う「最端」とは、部屋２０１の壁２０１ａ，２０１ｂ，２０１ｃの延長上に配置されている出入口の位置を検出するための、部屋２０１の中心座標から最も離れた座標にある位置のことである。ただし、校正前では、ローカル座標における部屋２０１の中心座標は分からない。

　そこで、人検出履歴に基づいた出入口位置推定手段１０５による「最端」の検出位置の求め方について説明する。

　まず、人検出履歴データベース１０２に記憶されている全ての人２０４の位置の重心位置を出入口位置推定手段１０５で求める。各クラスタに属する検出位置の中で前記重心位置から最も離れた位置にある検出位置を、前記クラスタに属する検出位置の中での最端の検出位置と出入口位置推定手段１０５で判断する。

　ここで、環境マップデータベース１０７に記憶されているデータは、校正パラメータ取得手段１０６に含まれる構成情報参照手段１０６ａが取得する。

　以上、ローカル座標におけるドア２０５の位置と環境マップデータベース１０７に記憶されているグローバル座標におけるドア２０５の位置に基づいて、校正に必要となるパラメータを校正パラメータ取得手段１０６で求める処理が、図８のフローチャートにおけるステップＳ８０８の処理にあたる。その後、前記位置校正情報収集装置の全体処理を終了する。

　ここで、観測装置１０１が前記環境を常に観測し、初回検出位置推定手段１０３が人検出履歴データベースの新規人検出履歴を常にチェックし、出入口位置推定手段１０５が初回検出位置履歴データベースの新規初回検出位置履歴を常にチェックしても良い。また、観測装置１０１と人検出履歴データベース１０２と初回検出位置推定手段１０３と初回検出位置履歴データベース１０４と出入口位置推定手段１０５と校正パラメータ取得手段１０６とに接続されて、全体の位置校正情報収集処理を制御する制御装置１３０１を別途備えても良い。制御装置１３０１を加えた構成例を図１３及び図１４に示す。

　制御装置１３０１は、観測装置１０１を制御し環境の観測を行わせる。次に、制御装置１３０１は、人検出履歴データベース１０２に新規の人の検出履歴の情報の存在を確認すると、初回検出位置推定手段１０３を制御し初回検出位置の推定を行わせる。そして、制御装置１３０１は、初回検出位置履歴データベース１０４に新規の初回検出位置の履歴の情報の存在を確認すると、出入口位置推定手段１０５を制御しローカル座標系における出入口位置の推定を行わせる。尚、制御装置１３０１が観測装置１０１を制御するタイミングは、ユーザからの入力によって決定されても良い。更に、制御装置１３０１が初回検出位置推定手段１０３の制御を開始するために必要な人検出履歴データベース１０２に記録されている新規の人の検出履歴の情報の数を、ユーザからの入力によって予め決定しておいても良い。同じく、制御装置１３０１が出入口位置推定手段１０５の制御を開始するために必要な初回検出位置履歴データベース１０４に記録されている新規初回検出位置の履歴の情報の数を、ユーザからの入力によって予め決定しておいても良い。

　＜人滞在位置と侵入不可位置の利用方法の説明＞
　仮に部屋２０１内にドア２０５が１箇所しか存在しない場合、連立方程式が作成できずに前記パラメータが校正パラメータ取得手段１０６で求められないことになる。このような場合には、人２０４が滞在しやすい位置（人滞在位置）又は侵入することができない位置に関する情報を出入口位置推定手段１０５で求めて、校正パラメータ取得手段１０６で利用することができる。

　図１１のフローチャートを参照しながら前記位置に関する情報の利用方法を説明する。
　ステップＳ１１０１における、人２０４の滞在位置（人滞在位置）について説明する。

　人滞在位置の情報を利用してカメラ２０２の位置とタグリーダ２０３の位置とに関する校正に必要となる校正情報を取得するためには、人滞在位置のグローバル座標とローカル座標とが必要となる。

　グローバル座標における人滞在位置は、環境マップデータベース１０７に予め記憶しておけば良い。図５の環境マップデータベース１０７には、人２０４が滞在する位置として環境ＩＤ=CHAIR_004が記憶されている。これは、部屋２０１内にある家具のうち、人２０４が滞在しやすい位置を予め決めておき、環境マップデータベース１０７に、そのような位置を人２０４が滞在する位置として記憶させておくことを意味する。

　ローカル座標における人滞在位置は、人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報に基づいて出入口位置推定手段１０５で推定できる。これについて、図３Ａを用いて説明を行う。色特徴情報が白色の人に注目すると、観測ＩＤ=CAM_005の時刻2008/09/02_12:00:04で初めて検出されてから、観測ＩＤ=CAM_011の時刻2008/09/02_12:00:07に至るまで、ローカル座標上を移動していることが分かる。しかし、観測ＩＤ=CAM_011の時刻2008/09/02_12:00:07以降、色特徴情報が白色の人は、ローカル座標(750,350)上から移動せずに停滞（滞在）していることが出入口位置推定手段１０５で分かる。このような場合、出入口位置推定手段１０５により、座標(750,350)をローカル座標における人滞在位置として良い。尚、人２０４が滞在しているか否かの出入口位置推定手段１０５での判断は、例えば、カメラ２０２が、人２０４を同じ位置でＮ回検出した場合、人２０４は滞在していると出入口位置推定手段１０５で判断しても良い。つまり、カメラ２０２の観測周期が１秒の場合、Ｎ秒（＝Ｎ回×１秒）間、人２０４が同じ位置で検出されれば、人２０４は滞在していると出入口位置推定手段１０５で判断することとなる。尚、カメラ２０２又はタグリーダ２０３は、観測ノイズによって毎回微妙に異なる位置に人２０４を検出することが考えられる。そのため、前回検出位置から±α(ｃｍ)以内で検出された位置については、同一の位置であると出入口位置推定手段１０５で判断しても良い。αは、例えば、カメラ２０２又はタグリーダ２０３の位置誤差に関する標準偏差などとすることができる。

　以上が、図１１のステップＳ１１０１の出入口位置推定手段１０５での処理となる。その後、ステップＳ１１０２の処理に進む。

　次に、出入口位置推定手段１０５によるステップＳ１１０２の処理における、人２０４の侵入不可位置について説明する。

　人侵入不可位置の情報を利用してカメラ２０２の位置とタグリーダ２０３の位置とに関する校正に必要となる校正情報を取得するためには、人侵入不可位置のグローバル座標とローカル座標とが必要となる。

　グローバル座標における人侵入不可位置は、環境マップデータベース１０７に予め記憶しておけば良い。図５の環境マップデータベース１０７には、人２０４が侵入できない位置として環境ＩＤ=DESK_005が記憶されている。これは、部屋２０１内にある家具のうち、人２０４が侵入できない位置を予め決めておき、環境マップデータベース１０７に、そのような位置を人２０４が侵入できない位置として記憶させておくことを意味する。

　図７Ａと図７Ｂを用いて、ローカル座標における人侵入不可位置について説明する。
　図７Ａは、カメラ２０２が検出した人２０４の検出位置の履歴の情報の一例である。図７Ａにおける人２０４の検出位置は、範囲を持たない点として記憶されている。しかし、実際の人２０４は、ある一定の幅（肩幅など）を持っている。そこで、図７Ａの人２０４の検出位置をＸＹ方向にそれぞれＡｃｍずつ太らせる処理を出入口位置推定手段１０５で施して黒い丸印として表すこととする。Ａの値は、実際の人２０４の肩幅に合わせても良いし、観測装置１０１のセンサノイズの大きさを考慮して設定しても構わない。

　図７Ｂは、図７Ａの人２０４の検出位置を、ＸＹ方向にそれぞれ１ｍずつさらに太らせた図である。図７Ｂを見ると、人２０４が検出されていない領域、未踏領域７０１が部屋２０１の床２０１ｆの中央付近に得られることが分かる。この未踏領域７０１の重心位置を、ローカル座標における人侵入不可位置として出入口位置推定手段１０５で取り扱うようにしても良い。尚、人２０４の検出履歴の情報が少ない場合、未踏領域７０１が複数得られる、又は／且つ、広く得られることになり、ローカル座標における人侵入不可位置を出入口位置推定手段１０５で精度良く求めることはできない。

　以上が、出入口位置推定手段１０５によるステップＳ１１０２の処理となる。その後、ステップＳ１１０３の処理に進む。

　尚、人滞在位置と侵入不可位置の算出は、出入口位置推定手段１０５がそれぞれ行うものとする。

　ステップＳ１１０１とステップＳ１１０２の結果を受けて、ステップＳ１１０３において、校正パラメータ取得手段１０６は、（式１）に基づき、カメラ２０２又は／且つタグリーダ２０３の校正パラメータを取得する。

　ドア２０５が３箇所存在する場合は、ローカル座標におけるドア位置とグローバル座標におけるドア位置との組み合わせが６通り存在し、前記６通りについて校正パラメータを校正パラメータ取得手段１０６で計算する必要がある。

　しかし、ドア２０５の位置と、滞在位置と、侵入不可位置とが１箇所ずつしか存在しない場合、ドア２０５の位置と、滞在位置と、侵入不可位置との各位置のローカル座標とグローバル座標との組み合わせはそれぞれ１通りしか存在しないことになる。よって、求めるべき校正情報としての校正パラメータは１つの組み合わせのみとなり、校正パラメータ取得手段１０６での計算時間は、先の６つの組み合わせの場合にかかる時間の１／６に短縮される。

　以上が、校正パラメータ取得手段１０６によるステップＳ１１０３の処理となる。

　前記位置校正情報収集装置１１０としての構成及び作用については、以上のとおりである。

　＜位置校正装置の構成の説明＞
　以下は、前記位置校正情報収集装置１１０を備えるとともに、さらに、校正手段（校正部）１０８も備えた、本発明の第一実施形態に係る位置校正装置１１１について説明する。なお、前記位置校正情報収集装置１１０の構成及び作用については、前記位置校正情報収集装置１１０と同一であるため、以下では、校正手段１０８についてのみ、説明する。

　＜校正手段の説明＞
　前記位置校正装置１１１は、前記位置校正情報収集装置１１０に加えて、更に、校正手段１０８を備えており、校正パラメータ取得手段１０６が取得した校正パラメータを用いてカメラ２０２又は／且つタグリーダ２０３の校正を校正手段１０８で行うものである。校正パラメータがＸ座標に＋５ｃｍであった場合、実際のカメラ２０２又は／且つタグリーダ２０３の位置を＋Ｘ軸方向に５ｃｍ移動させても良いし、カメラ２０２又は／且つタグリーダ２０３が取得したデータを＋Ｘ軸方向に５ｃｍ移動させても良い。

　図１０に校正手段１０８を備えた位置校正情報収集装置の構成図を示す。
　以上のような構成により、人２０４を初めて検出した位置を閉環境である部屋２０１内への出入口としてのドア２０５の位置であると推定できる。これによって、環境内に予め用意したマーカ等を使用することなく、自動で、観測装置１０１の位置に関する校正に必要な情報収集を行うことができる。また、収集された校正の情報を基に、観測装置１０１の位置の校正を校正手段１０８で行うことができる。

　（第二実施形態）
　＜位置校正情報収集装置の構成の説明＞
　図１５は、本発明の第二実施形態に係る位置校正情報収集装置の構成を示した図である。

　本発明の第二実施形態に係る位置校正情報収集装置は、観測装置１０１と、人検出履歴記憶手段の一例としての人検出履歴データベース１０２と、終回検出位置推定手段（終回検出位置推定部）１３０３と、終回検出位置履歴記憶手段の一例としての終回検出位置履歴データベース１３０４と、出入口位置推定手段（出入口位置推定部）１０５と、位置校正情報を算出する位置校正情報算出手段の一例としての校正パラメータ取得手段（校正パラメータ取得部）１０６と、環境マップ記憶手段の一例としての環境マップデータベース１０７と、を備えるように構成されている。

　尚、終回検出位置推定手段１３０３と終回検出位置履歴データベース１３０４以外の各手段及びデータベースは第一実施形態で説明したものと同じである。また、第二実施形態における出入口位置推定手段１０５の処理には、初回検出位置の代わりに終回検出位置を用いる。

　＜終回検出位置推定手段の説明＞
　終回検出位置推定手段１３０３は、人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報から、人２０４が観測装置１０１で最後に検出された観測ＩＤを推定する。推定方法の詳細は、以下の終回検出位置履歴データベース１３０４を用いて説明する。

　＜終回検出位置履歴データベースの説明＞
　終回検出位置履歴データベース１３０４には、少なくとも、人２０４が最後に検出された位置が終回検出位置推定手段１３０３により記憶される。

　図１６Ａ及び図１６Ｂに、カメラ２０２が人２０４を最後に検出したとき及びタグリーダ２０３が人２０４を最後に検出したときの終回検出位置履歴データベース１３０４の一例をそれぞれ示す。

　図１６Ａの終回検出位置履歴データベース１３０４には、カメラ２０２が人２０４を最後に検出したときの時刻とローカル座標と色特徴情報と、そして観測ＩＤとが、終回検出位置推定手段１３０３により記憶できるようになっている。尚、図１６Ａの終回検出位置履歴データベース１３０４は、図３Ａの人検出履歴データベース１０２に記憶されている人２０４の検出履歴の情報を基に終回検出位置推定手段１３０３により作成されている。

　図１６Ａの終回検出位置履歴データベース１３０４を使用して終回検出位置を取得する方法を図１７のフローチャートを用いて説明する。

　ステップＳ１５０１では、人検出履歴データベース１０２に、現時刻（終回検出位置を取得する時点）よりＮ時刻以前、且つ、未読のデータがあるか否かを終回検出位置推定手段１３０３で判断している。未読データが存在しないと終回検出位置推定手段１３０３で判断すれば、終回検出位置の取得処理を終了する。ここで、Ｎは、観測装置１０１の観測周期（例えば１秒～２秒の任意の時間又は１００ｍｓ）などとすることができる。観測装置１０１が人２０４の検出ミスをする可能性を考慮し、Ｎとして、観測装置１０１の観測周期を定数倍した値を用いても構わない。
また、終回検出位置推定手段１３０３は、タイマを備えているものとする。

　ステップＳ１５０２は、ステップＳ１５０１において未読データが存在すると終回検出位置推定手段１３０３で判断した場合の処理であり、人検出履歴データベース１０２に記憶されている未読データのうちの１つを、終回検出位置推定手段１３０３で読み込む。

　次いで、ステップＳ１５０３では、ステップＳ１５０２で読み込んだデータに、記憶されている時刻からＮ時刻後までの間に同じタグＩＤ（特徴情報）が記憶されているデータが人検出履歴データベース１０２に記憶されているか否かを、終回検出位置推定手段１３０３により判断している。同じタグＩＤが記憶されているデータが人検出履歴データベース１０２に記憶されていると終回検出位置推定手段１０３により判断した場合は、最後に検出した人ではないと終回検出位置推定手段１３０３により判断し、ステップＳ１５０１の処理へ戻る。

　ステップＳ１５０４は、ステップＳ１５０３において、記憶されている時刻からＮ時刻後までの間に同じタグＩＤが記憶されているデータが存在していないと終回検出位置推定手段１３０３により判断した場合の処理であり、ステップＳ１５０２において読み込んだデータを、終回検出位置情報として、終回検出位置推定手段１３０３により終回検出位置履歴データベース１３０４に記憶する。その後、ステップＳ１５０１の処理に戻る。

　このようにして終回検出位置が求まると、出入口位置推定手段１０５によって出入口位置の推定を行う。第一実施形態では初回検出位置を使用したが、第二実施形態では、初回検出位置の代わりに、終回検出位置を使用する。初回検出位置を終回検出位置に置き換えるのみで他の処理に変更は無いため、ここでの新たな説明は省略する。

　以上のような第二実施形態の構成により、人２０４を最後に検出した位置を閉環境である部屋２０１内への出入口としてのドア２０５の位置であると推定できる。これによって、環境内に予め用意したマーカ等を使用することなく、自動で、観測装置１０１の位置に関する校正に必要な情報収集を行うことができる。また、収集された校正の情報を基に、観測装置１０１の位置の校正を校正手段１０８で行うことができる。

　なお、前記様々な実施形態又は変形例のうちの任意の実施形態又は変形例を適宜組み合わせることにより、それぞれの有する効果を奏するようにすることができる。例えば、出入口位置推定手段１０５にて使用する検出位置として、初回検出位置と終回検出位置との全てを使用しても良い。

　本発明に係る位置校正情報収集装置、位置校正情報収集方法、及び位置校正情報収集プログラムは、位置校正のためのマーカを使用することなく観測装置の位置に関する校正を行うことができる。よって、オフィス、工場、又は、家庭内等のセキュリティシステムに用いられる観測装置を備える位置校正情報収集装置、並びに、観測装置を利用する位置校正情報収集方法及び位置校正情報収集プログラムに対して特に有用である。

　本発明は、添付図面を参照しながら好ましい実施形態に関連して充分に記載されているが、この技術の熟練した人々にとっては種々の変形又は修正は明白である。そのような変形又は修正は、添付した請求の範囲による本発明の範囲から外れない限りにおいて、その中に含まれると理解されるべきである。

Claims

　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報としてそれぞれ取得する観測装置と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を推定する初回検出位置推定手段と、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を推定する出入口位置推定手段と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を出力する位置校正情報算出手段と、
　を備える位置校正情報収集装置。
　前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　前記初回検出位置推定手段は、前記観測装置で取得されかつ前記人が検出された前記観測情報のそれぞれについて、前記人検出履歴データベースを参照して、前記観測情報の前記人が検出された時刻から所定時刻前までの間に、前記観測情報と同じ特徴情報が記憶されている他の観測情報が、前記人検出履歴データベースに記憶されているか否かを判断し、同じ特徴情報が記憶されている他の観測情報が前記人検出履歴データベースに記憶されていなかった場合には、当該観測情報の前記人が検出された位置を、前記人を初めて検出した位置と推定して、前記初回検出位置履歴データベースに記憶する、請求項１に記載の位置校正情報収集装置。
　前記出入口位置推定手段は、前記ローカル座標空間内で前記人を初めて検出した位置の近傍において、前記出入口の自動ドア識別情報を参照して、前記ローカル座標空間における出入口位置のローカル座標として推定する、請求項１又は２に記載の位置校正情報収集装置。
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標が記憶されている環境マップ記憶手段をさらに備えて、
　前記位置校正情報算出手段は、前記環境マップ記憶手段に記憶されている前記グローバル空間における前記出入口の前記出入口位置のグローバル座標を利用して、前記出入口位置のグローバル座標と前記出入口位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出する、請求項１又は２に記載の位置校正情報収集装置。
　前記環境マップ記憶手段には、前記グローバル空間における前記出入口のドアが自動で開く出入口か、又は、ドアが手動で開く出入口であるかを識別する自動ドア識別情報を記憶しており、
　前記位置校正情報算出手段は、前記環境マップ記憶手段に記憶された前記自動ドア識別情報に基づき、前記ローカル座標における出入口のドアと前記グローバル座標における出入口のドアとを対応付けて前記位置校正情報を算出する請求項１又は２に記載の位置校正情報収集装置。
　前記初回検出位置推定手段は、
　　前記自動ドア識別情報に基づき前記出入口の前記ドアが自動で開く出入口であると判断された前記出入口の前記出入口位置のローカル座標が、前記人を初めて検出した位置として複数あるときには、前記人を初めて検出した複数の位置の中で前記環境の中心座標から最も離れた座標にある位置を、前記出入口の前記出入口位置のローカル座標と決定する一方、
　　前記自動ドア識別情報に基づき前記出入口の前記ドアが手動で開く出入口であると判断された前記出入口の前記出入口位置のローカル座標が、前記人を初めて検出した位置として複数あるときには、前記人を初めて検出した複数の位置の重心位置を、前記出入口の前記出入口位置のローカル座標と決定する、請求項５に記載の位置校正情報収集装置。
　前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　更に前記環境マップ記憶手段には、前記グローバル空間内であってかつ前記人が滞在しやすい位置に関する情報が記憶されており、
　前記出入口位置推定手段は、さらに、前記人検出履歴データベースに記憶されている前記人の特徴情報と前記人のローカル座標と前記人を検出した時刻とに基づき、前記ローカル座標空間内で前記人が滞在しやすい位置を推定し、
　前記初回検出位置履歴データベースは、前記初回検出位置推定手段により前記ローカル座標空間内で前記人が滞在しやすい位置を、前記人を検出した時刻と共に記憶し、
　前記出入口位置推定手段は、前記初回検出位置履歴データベースに記憶された前記ローカル座標空間内で前記人が滞在しやすい位置に基づいて、前記ローカル座標空間における前記人が滞在しやすい位置のローカル座標を推定し、
　前記位置校正情報算出手段は、前記人が滞在しやすい位置のグローバル座標と、前記出入口位置推定手段により推定された前記人が滞在しやすい位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出する請求項４に記載の位置校正情報収集装置。
　前記観測装置でそれぞれ取得された前記観測情報の前記人の前記特徴情報と前記人の前記ローカル座標と前記人を検出した前記時刻とを記憶する人検出履歴データベースと
　前記人検出履歴データベースに記憶されている情報を基に、前記初回検出位置推定手段により前記ローカル座標空間内で前記人を初めて検出した位置を、初回検出位置情報として、前記人を検出した時刻と共に記憶する初回検出位置履歴データベースとをさらに備え、
　更に前記環境マップ記憶手段には、前記人が侵入できない位置に関する情報が記憶されており、
　前記出入口位置推定手段は、さらに、前記人検出履歴データベースに記憶されている前記人の特徴情報と前記人のローカル座標と前記人を検出した時刻とに基づき、前記ローカル座標空間内で前記人が侵入できない位置を推定し、
　前記初回検出位置履歴データベースは、前記初回検出位置推定手段により前記ローカル座標空間内で前記人が侵入できない位置を、前記人を検出した時刻と共に記憶し、
　前記出入口位置推定手段は、前記初回検出位置履歴データベースに記憶された前記ローカル座標空間内で前記人が侵入できない位置に基づいて、前記ローカル座標空間における前記人が侵入できない位置のローカル座標を推定し、
　前記位置校正情報算出手段は、前記人が滞在しやすい位置のグローバル座標と、前記出入口位置推定手段により推定された前記人が侵入できない位置のローカル座標とに基づいて、前記観測装置の位置に関する校正を行うための前記位置校正情報を算出する請求項４に記載の位置校正情報収集装置。
　請求項１又は２に記載の前記位置校正情報収集装置と、
　前記位置校正情報収集装置の前記位置校正情報算出装置により前記グローバル空間に設置されている前記出入口の出入口位置のグローバル座標と前記出入口位置のローカル座標とに基づいて算出された前記位置校正情報に基づいて、前記観測装置の位置に関する校正を行う校正手段と、
　を備える位置校正装置。
　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報としてそれぞれ取得する観測装置と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を最後に検出した位置を推定する終回検出位置推定手段と、
　前記終回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を最後に検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を推定する出入口位置推定手段と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を出力する位置校正情報算出手段と、
　を備える位置校正情報収集装置。
　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得し、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定し、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定し、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づく、前記観測装置の位置の校正のための位置校正情報を位置校正情報算出手段で出力する、
位置校正情報収集方法。
　コンピュータに、
　出入口を有する環境内に存在する人の特徴情報と、前記環境のローカル座標空間において前記人が検出された位置のローカル座標と、前記人が検出された時刻とを観測情報として観測装置でそれぞれ取得する機能と、
　前記観測装置で観測された、前記人の前記特徴情報と前記ローカル座標と前記時刻とに基づき、前記ローカル座標空間内で前記人を初めて検出した位置を初回検出位置推定手段で推定する機能と、
　前記初回検出位置推定手段で推定された、前記ローカル座標空間内で前記人を初めて検出した位置に基づいて、前記ローカル座標空間における前記出入口の出入口位置のローカル座標を出入口位置推定手段で推定する機能と、
　前記環境のグローバル空間における前記出入口の出入口位置のグローバル座標と前記出入口位置推定手段により推定された前記出入口位置の前記ローカル座標とに基づいて、前記観測装置の位置に関して校正を行うための位置校正情報を位置校正情報算出手段で算出する機能と、
　を実現させるための位置校正情報収集プログラム。