▶ 株式会社パル技研の特許一覧 ▶ 極東開発工業株式会社の特許一覧
特開2022-66998ディープラーニング等による物体検知システム、及び、これを用いたゴミ収集車
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022066998
(43)【公開日】2022-05-02
(54)【発明の名称】ディープラーニング等による物体検知システム、及び、これを用いたゴミ収集車
(51)【国際特許分類】
G06T 7/70 20170101AFI20220422BHJP
G06T 7/00 20170101ALI20220422BHJP
G06T 7/246 20170101ALI20220422BHJP
H04N 7/18 20060101ALI20220422BHJP
B65F 3/00 20060101ALI20220422BHJP
【ＦＩ】
G06T7/70 Z
G06T7/00 660B
G06T7/246
H04N7/18 D
B65F3/00 L
【審査請求】未請求
【請求項の数】7
【出願形態】ＯＬ
(21)【出願番号】P 2020175660
(22)【出願日】2020-10-19
(71)【出願人】
【識別番号】300066494
【氏名又は名称】株式会社パル技研
(71)【出願人】
【識別番号】000163095
【氏名又は名称】極東開発工業株式会社
(74)【代理人】
【識別番号】100150153
【弁理士】
【氏名又は名称】堀家 和博
(72)【発明者】
【氏名】佐野 拓治
(72)【発明者】
【氏名】毛利 秀志
(72)【発明者】
【氏名】早嶋 節雄
(72)【発明者】
【氏名】秋山 優二
(72)【発明者】
【氏名】今岡 大策
(72)【発明者】
【氏名】中谷 祐輔
(72)【発明者】
【氏名】大仁 惇平
【テーマコード（参考）】
3E024
5C054
5L096
【Ｆターム（参考）】
3E024AA04
3E024HB05
3E024HC01
3E024HD05
5C054CA04
5C054CC02
5C054DA07
5C054FC12
5C054FE14
5C054HA19
5L096BA02
5L096CA04
5L096FA06
5L096FA09
5L096FA59
5L096FA67
5L096FA69
5L096FA77
5L096HA05
5L096HA11
(57)【要約】
【課題】物体認識・姿勢認識を行って、「事前作業の負担軽減」や「検知対象の拡大」を実現する。
【解決手段】画像内の物体を検知する物体検知システム１は、画像内の人を実際の人と認識等する物体認識部２と、人の姿勢を認識する姿勢認識部３を有する。物体認識部２は画像内の人の輪郭に基づき人全体の位置を認識し、姿勢認識部３は人の所定関節から先の位置を認識したり、人の移動等を追跡する物体追跡部４を有したり、物体追跡部４は人全体や所定関節から先の移動経路を認識しても良い。物体検知システム１を用いたゴミ収集車１０は、人の一部が投入口１２に入ったり、人全体が所定エリアに入った場合に、プレート１３の掻込みを停止する。遮蔽物Ｓが画像の第１の割合α以上を占めた場合に、物体検知システム１で検知不能と判断したり、遮蔽物ＳがダンボールＢ’や傘Ｂ”であっても良い。
【選択図】図１
【解決手段】画像内の物体を検知する物体検知システム１は、画像内の人を実際の人と認識等する物体認識部２と、人の姿勢を認識する姿勢認識部３を有する。物体認識部２は画像内の人の輪郭に基づき人全体の位置を認識し、姿勢認識部３は人の所定関節から先の位置を認識したり、人の移動等を追跡する物体追跡部４を有したり、物体追跡部４は人全体や所定関節から先の移動経路を認識しても良い。物体検知システム１を用いたゴミ収集車１０は、人の一部が投入口１２に入ったり、人全体が所定エリアに入った場合に、プレート１３の掻込みを停止する。遮蔽物Ｓが画像の第１の割合α以上を占めた場合に、物体検知システム１で検知不能と判断したり、遮蔽物ＳがダンボールＢ’や傘Ｂ”であっても良い。
【選択図】図１
【特許請求の範囲】
【請求項1】
カメラにて撮像した画像内における物体を検知する物体検知システムであって、
前記物体は、人を含み、
前記画像内における人を、実際の人であると少なくとも認識する物体認識部と、
前記画像内における人の姿勢を認識する姿勢認識部を有していることを特徴とする物体検知システム。
前記物体は、人を含み、
前記画像内における人を、実際の人であると少なくとも認識する物体認識部と、
前記画像内における人の姿勢を認識する姿勢認識部を有していることを特徴とする物体検知システム。
【請求項2】
前記物体認識部は、前記画像内における人の輪郭に基づいて、前記人全体の３次元空間中における位置を認識し、
前記姿勢認識部は、前記画像内における人の輪郭に基づいて、前記人における所定の関節を認識し、認識した前記所定の関節から先の部分の３次元空間中における位置を認識することを特徴とする請求項１に記載の物体検知システム。
前記姿勢認識部は、前記画像内における人の輪郭に基づいて、前記人における所定の関節を認識し、認識した前記所定の関節から先の部分の３次元空間中における位置を認識することを特徴とする請求項１に記載の物体検知システム。
【請求項3】
前記画像内における人の移動を少なくとも追跡する物体追跡部を有していることを特徴とする請求項１又は２に記載の物体検知システム。
【請求項4】
前記物体追跡部は、前記画像内における人の輪郭に基づいて、前記人全体の３次元空間中における移動経路、及び／又は、前記所定の関節から先の部分の３次元空間中における移動経路を認識することを特徴とする請求項３に記載の物体検知システム。
【請求項5】
請求項１～４の何れか１項に記載の物体検知システムを用いたゴミ収集車であって、
当該ゴミ収集車は、前記画像を撮像するカメラと、前記カメラに撮像され且つゴミを投入可能な投入口と、前記投入口にゴミを掻込み可能なプレートと、前記プレートを制御する制御システムを有し、
前記制御システムは、
前記画像内における人の一部分が前記投入口に入った場合、又は、前記画像内における人全体が所定エリアに入った場合に、
前記プレートの掻込みを停止させることを特徴とするゴミ収集車。
当該ゴミ収集車は、前記画像を撮像するカメラと、前記カメラに撮像され且つゴミを投入可能な投入口と、前記投入口にゴミを掻込み可能なプレートと、前記プレートを制御する制御システムを有し、
前記制御システムは、
前記画像内における人の一部分が前記投入口に入った場合、又は、前記画像内における人全体が所定エリアに入った場合に、
前記プレートの掻込みを停止させることを特徴とするゴミ収集車。
【請求項6】
前記物体は、遮蔽物を含み、
前記物体検知システムの物体認識部は、前記画像内における遮蔽物を、実際の遮蔽物であるとも認識し、
前記制御システムは、
前記画像内における遮蔽物の面積が当該画像の面積の第１の割合以上を占める場合に、
前記物体検知システムでは検知不能であると判断することを特徴とする請求項５に記載のゴミ収集車。
前記物体検知システムの物体認識部は、前記画像内における遮蔽物を、実際の遮蔽物であるとも認識し、
前記制御システムは、
前記画像内における遮蔽物の面積が当該画像の面積の第１の割合以上を占める場合に、
前記物体検知システムでは検知不能であると判断することを特徴とする請求項５に記載のゴミ収集車。
【請求項7】
前記遮蔽物は、ダンボール及び／又は傘であることを特徴とする請求項６に記載のゴミ収集車。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、カメラにて撮像した画像内における物体を検知する物体検知システム、及び、これを用いたゴミ収集車に関するものである。
【背景技術】
【0002】
従来、塵芥収集車の塵芥投入口の近傍をカメラによって撮影し、その画像のデータに基づいて、前記塵芥投入口近傍の人物を認識するようにした人物認識装置が知られている（特許文献１参照）。
この人物認識装置は、前記カメラによって撮影された画像における物体像の色情報を検出し、検出された色情報を、人物の手または足への装着物について記憶部に登録された検出対象色と比較して、前記物体像が人物の手または足であるか否かを識別する人物識別部と、前記人物識別部の識別で用いる前記検出対象色として、前記カメラによって予め撮影された画像における前記装着物の色情報を前記記憶部に登録する色情報登録部と、前記人物識別部によって手または足であると識別された物体像が、前記塵芥投入口近傍の所定エリアに入っているか否かを判定する人物位置判定部と、を備えている。
この人物認識装置は、前記カメラによって撮影された画像における物体像の色情報を検出し、検出された色情報を、人物の手または足への装着物について記憶部に登録された検出対象色と比較して、前記物体像が人物の手または足であるか否かを識別する人物識別部と、前記人物識別部の識別で用いる前記検出対象色として、前記カメラによって予め撮影された画像における前記装着物の色情報を前記記憶部に登録する色情報登録部と、前記人物識別部によって手または足であると識別された物体像が、前記塵芥投入口近傍の所定エリアに入っているか否かを判定する人物位置判定部と、を備えている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０１９－１５６５６４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、特許文献１に記載された人物認識装置は、検出された色情報を、人物の手または足への装着物について記憶部に登録された検出対象色と比較することを必須としているところ、塵芥収集車で作業員が着用する手袋や作業着などの色は、自治体や組織等ごとに異なっているため、当該自治体や組織等ごとに、記憶部に登録する検出対象色を変更しなくてはならず、検出対象色の事前変更等の作業負担などが増す。
更に、特許文献１の人物認識装置は、作業員以外の一般の方が事前に登録した検出対象色以外の色の衣服等を着用している場合には、当該一般の方の塵芥投入口近傍における所定の危険エリアへの進入を認識できない問題がある。
更に、特許文献１の人物認識装置は、作業員以外の一般の方が事前に登録した検出対象色以外の色の衣服等を着用している場合には、当該一般の方の塵芥投入口近傍における所定の危険エリアへの進入を認識できない問題がある。
【0005】
本発明は、このような点に鑑み、物体認識・姿勢認識を行うことによって、「事前作業の負担軽減」や「検知対象の拡大」を実現する物体検知システム、及び、ゴミ収集車を提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明に係る物体検知システム１は、カメラにて撮像した画像内における物体を検知する物体検知システムであって、前記物体は、人を含み、前記画像内における人を、実際の人であると少なくとも認識する物体認識部と、前記画像内における人の姿勢を認識する姿勢認識部を有していることを第１の特徴とする。
【0007】
本発明に係る物体検知システム１の第２の特徴は、上記第１の特徴に加えて、前記物体認識部は、前記画像内における人の輪郭に基づいて、前記人全体の３次元空間中における位置を認識し、前記姿勢認識部は、前記画像内における人の輪郭に基づいて、前記人における所定の関節を認識し、認識した前記所定の関節から先の部分の３次元空間中における位置を認識する点にある。
【0008】
本発明に係る物体検知システム１の第３の特徴は、上記第１又は２の特徴に加えて、前記画像内における人の移動を少なくとも追跡する物体追跡部を有している点にある。
【0009】
本発明に係る物体検知システム１の第４の特徴は、上記第３の特徴に加えて、前記物体追跡部は、前記画像内における人の輪郭に基づいて、前記人全体の３次元空間中における移動経路、及び／又は、前記所定の関節から先の部分の３次元空間中における移動経路を認識する点にある。
【0010】
これらの特徴により、画像Ｇ内における人Ｈを実際の人である等と認識する物体認識部２と、人Ｈの姿勢を認識する姿勢認識部３を有することで、特許文献１とは異なり、ゴミ収集車１０などに当該物体検知システム１を用いる際に、ゴミ収集車１０などで作業員が着用する手袋や作業着などの色が自治体や組織等ごとに異なっていても、事前に、記憶部に登録する検出対象色を変更する等の作業は不要となり、当然に、事前作業の負担は軽減される（「事前作業の負担軽減」）。
これと同時に、ゴミ収集車１０などでの作業員以外の一般の方が、何れの色の衣服等を着用していても、当該一般の方の所定エリア（危険エリア等）Ｄへの近接等を検知可能となり、これは人Ｈに限らず、物体Ｂの色を問わず、何れの色の物体Ｂも、当該物体検知システム１の検知対象となると言える。（「検知対象の拡大」が実現する）。
尚、物体検知システム１は、物体認識部２と姿勢認識部３の２つを有しており、これらにより多層構造化されているとも言える（謂わば、深さを有したディープニューラルネットワーク（ＤＮＮ、Deep Neural Networkである）ことから、「ディープラーニング等による物体検知システム」であるとも言える。
これと同時に、ゴミ収集車１０などでの作業員以外の一般の方が、何れの色の衣服等を着用していても、当該一般の方の所定エリア（危険エリア等）Ｄへの近接等を検知可能となり、これは人Ｈに限らず、物体Ｂの色を問わず、何れの色の物体Ｂも、当該物体検知システム１の検知対象となると言える。（「検知対象の拡大」が実現する）。
尚、物体検知システム１は、物体認識部２と姿勢認識部３の２つを有しており、これらにより多層構造化されているとも言える（謂わば、深さを有したディープニューラルネットワーク（ＤＮＮ、Deep Neural Networkである）ことから、「ディープラーニング等による物体検知システム」であるとも言える。
【0011】
又、物体認識部２で輪郭Ｈｅに基づいて人Ｈ全体の位置Ｐを認識し、姿勢認識部３で人Ｈの輪郭Ｈｅに基づいて人Ｈの所定の関節Ｈｊや当該所定の関節Ｈｊから先の部分の位置Ｐを認識することで、人Ｈなどの物体Ｂの「検知精度の向上」が図れる。
【0012】
更に、人Ｈの移動等を追跡する物体追跡部４を有したり、物体追跡部４で輪郭Ｈｅに基づいて人Ｈ全体や所定の関節Ｈｊから先の部分の移動経路Ｌを認識することで、更なる「検知精度の向上」を図ることが可能となる。
【0013】
本発明に係るゴミ収集車１０は、上述した物体検知システムを用いたゴミ収集車であって、当該ゴミ収集車は、前記画像を撮像するカメラと、前記カメラに撮像され且つゴミを投入可能な投入口と、前記投入口にゴミを掻込み可能なプレートと、前記プレートを制御する制御システムを有し、前記制御システムは、前記画像内における人の一部分が前記投入口に入った場合、又は、前記画像内における人全体が所定エリアに入った場合に、前記プレートの掻込みを停止させることを第１の特徴とする。
【0014】
本発明に係るゴミ収集車１０の第２の特徴は、上記第１の特徴に加えて、前記物体は、遮蔽物を含み、前記物体検知システムの物体認識部は、前記画像内における遮蔽物を、実際の遮蔽物であるとも認識し、前記制御システムは、前記画像内における遮蔽物の面積が当該画像の面積の第１の割合以上を占める場合に、前記物体検知システムでは検知不能であると判断する点にある。
【0015】
本発明に係るゴミ収集車１０の第３の特徴は、上記第２の特徴に加えて、前記遮蔽物は、ダンボール及び／又は傘である点にある。
【0016】
これらの特徴により、制御システム１４で、人Ｈの一部分が投入口１２に入ったり、人Ｈ全体が所定エリア（危険エリア等）Ｄに入った場合に、プレート１３の掻込みを停止させることで、ゴミ収集車１０での作業員等である人Ｈが、当該ゴミ収集車１０の投入口１２へのゴミ投入作業における危険動作を検知し、危険動作を検知した際には、作業員などの人Ｈの危険度を低減できる（「危険度の低減」）。
【0017】
又、制御システム１４で、画像Ｇ内の遮蔽物Ｓが当該画像Ｇの面積の第１の割合以上を占めた場合に、物体検知システム１では検知不能と判断することで、当該物体検知システム１で検知不能であることを、ゴミ収集車１０の使用者や、作業員等である人Ｈに知らせることが可能となり、物体検知システム１以外による危険回避の対応ができるため、更なる「危険度の低減」が図れる。
尚、遮蔽物Ｓは、ダンボールＢ’や傘Ｂ”であっても良い。
尚、遮蔽物Ｓは、ダンボールＢ’や傘Ｂ”であっても良い。
【発明の効果】
【0018】
本発明に係る物体検知システム、及び、ゴミ収集車によると、物体認識・姿勢認識を行うことによって、「事前作業の負担軽減」や「検知対象の拡大」を実現できる。
【図面の簡単な説明】
【0019】
【図1】本発明に係る物体検知システムを示す概要図である。
【図2】物体検知システムによる検知「後」の画像内における人を例示する図面代用写真である。
【図3】本発明に係るゴミ収集車における所定エリア（危険エリア）と、人の動作を示す側面概要図であって、（ａ）は人の肘から先の部分が所定エリアに入ったことを示し、（ｂ）は人の膝から先の部分等が所定エリアに入ったことを示す。
【図4】物体検知システムと、これを用いたゴミ収集車を例示する概要図である。
【図5】ゴミ収集車の制御システムを示すフローチャートであって、（ａ）はプレート停止に係るフローチャートであり、（ｂ）は物体検知システムの検知不能判断に係るフローチャートである。
【発明を実施するための形態】
【0020】
図面に言及しながら、本発明の実施形態を詳細に説明する。
＜物体検知システム１の全体構成＞
図１、２、４には、本発明に係る物体検知システム１が示されている。
この物体検知システム１は、カメラにて撮像した画像Ｇ内における物体Ｂを検知するシステムである。
＜物体検知システム１の全体構成＞
図１、２、４には、本発明に係る物体検知システム１が示されている。
この物体検知システム１は、カメラにて撮像した画像Ｇ内における物体Ｂを検知するシステムである。
【0021】
物体検知システム１は、後述する物体認識部２と、姿勢認識部３を少なくとも有しており、コンピュータで構成されていても良い。又、物体検知システム１は、物体追跡部４を有していても良い。
物体検知システム１は、これら物体認識部２や姿勢認識部３、物体追跡部４以外の部分を有していても良く、例えば、当該物体検知システム１が設けられた場所とは離れた場所にある車両（例えば、後述するゴミ収集車１０など）や機器、装置等と、インターネットやその他の通信網を介して又は直接に、有線又は無線にて通信を行う通信部を有し、この通信部にて画像Ｇや、動画（複数枚の連続した画像Ｇなど）を送受信していても構わない（図４参照）。又、物体認識部２や姿勢認識部３、物体追跡部４は、サーバで構成されたり、ゴミ収集車１０のコンピュータとサーバと協同または分担して構成されていても良い。
次に、画像Ｇや物体Ｂについて、以下に述べる。
物体検知システム１は、これら物体認識部２や姿勢認識部３、物体追跡部４以外の部分を有していても良く、例えば、当該物体検知システム１が設けられた場所とは離れた場所にある車両（例えば、後述するゴミ収集車１０など）や機器、装置等と、インターネットやその他の通信網を介して又は直接に、有線又は無線にて通信を行う通信部を有し、この通信部にて画像Ｇや、動画（複数枚の連続した画像Ｇなど）を送受信していても構わない（図４参照）。又、物体認識部２や姿勢認識部３、物体追跡部４は、サーバで構成されたり、ゴミ収集車１０のコンピュータとサーバと協同または分担して構成されていても良い。
次に、画像Ｇや物体Ｂについて、以下に述べる。
【0022】
＜画像Ｇ＞
図１、２に示したように、画像Ｇは、所定のカメラにて撮像されたものである。
画像Ｇは、後述するゴミ収集車１０に取り付けられたカメラ１１にて撮像される場合には、後述するゴミ収集車１０の投入口１２や投入口１２以外の部分が当該画像Ｇ内に映っていたり、投入口１２等近傍の所定エリアＤが当該画像Ｇ内に映っているものであっても良く、その他、ゴミ収集車１０の近傍のみが画像Ｇ内に映っているもの（つまり、ゴミ収集車１０自体は画像Ｇ内に映っていないもの）等であっても構わない。
図１、２に示したように、画像Ｇは、所定のカメラにて撮像されたものである。
画像Ｇは、後述するゴミ収集車１０に取り付けられたカメラ１１にて撮像される場合には、後述するゴミ収集車１０の投入口１２や投入口１２以外の部分が当該画像Ｇ内に映っていたり、投入口１２等近傍の所定エリアＤが当該画像Ｇ内に映っているものであっても良く、その他、ゴミ収集車１０の近傍のみが画像Ｇ内に映っているもの（つまり、ゴミ収集車１０自体は画像Ｇ内に映っていないもの）等であっても構わない。
【0023】
又、画像Ｇは、ゴミ収集車１０以外の他の車（車両）であったり、車以外の装置、製品、施設、機器などに取り付けられたカメラにて撮像されても良く、この場合、他の車等の一部分が当該画像Ｇ内に映っていたり、他の車等の一部分近傍の所定エリアが当該画像Ｇ内に映っているものであっても良く、その他、他の車等近傍のみが画像Ｇ内に映っているもの（つまり、他の車等自体は画像Ｇ内に映っていないもの）等であっても構わない。
画像Ｇは、ゴミ収集車１０に取り付けられたカメラ１１等で撮像されたもの以外に、ドローンなどの飛行体から撮像されたものや、街中や店舗、商店街、大型ビル施設、テナント、マンションなどに設置された（固定された）カメラ（防犯カメラや監視カメラ等）から撮像されたものであっても良い。
画像Ｇは、ゴミ収集車１０に取り付けられたカメラ１１等で撮像されたもの以外に、ドローンなどの飛行体から撮像されたものや、街中や店舗、商店街、大型ビル施設、テナント、マンションなどに設置された（固定された）カメラ（防犯カメラや監視カメラ等）から撮像されたものであっても良い。
【0024】
画像Ｇは、ゴミ収集車１０に取り付けられたカメラ１１等が、投入口１２等やその近傍を略上方から撮像したり、投入口１２等を略側方からや、略後方から撮像しても良い。
下、画像Ｇは、主に、後述するゴミ収集車１０に取り付けられたカメラ１１にて撮像され、且つ、ゴミ収集車１０の投入口１２や、投入口１２等近傍の所定エリアＤが当該画像Ｇ内に映っているとして述べる。
下、画像Ｇは、主に、後述するゴミ収集車１０に取り付けられたカメラ１１にて撮像され、且つ、ゴミ収集車１０の投入口１２や、投入口１２等近傍の所定エリアＤが当該画像Ｇ内に映っているとして述べる。
【0025】
尚、１つの物体検知システム１は、２枚以上の画像Ｇから、物体Ｂを検知しても良く、この場合、例えば、ゴミ収集車１０に取り付けられた２つ以上のカメラ１１（謂わば、ステレオカメラ）で撮像された２枚以上の画像Ｇであったり、ゴミ収集車１０に取り付けられたカメラ１１と、飛行体等に取り付けられたカメラなどの２つ以上のカメラによって同時に撮像された２枚以上の画像Ｇであっても構わない。
その他、画像Ｇは、カラー画像（明度以外に、色相や彩度を有する画像）であったり、グレースケール画像（明度のみを有し、色相や彩度は有さない画像）や、ハーフトーン（網点）などの白黒２色画像であっても良い。
このような画像Ｇ内における物体Ｂについて、次に述べる。
その他、画像Ｇは、カラー画像（明度以外に、色相や彩度を有する画像）であったり、グレースケール画像（明度のみを有し、色相や彩度は有さない画像）や、ハーフトーン（網点）などの白黒２色画像であっても良い。
このような画像Ｇ内における物体Ｂについて、次に述べる。
【0026】
＜物体Ｂ＞
図１～３に示したように、物体Ｂは、上述した物体検知システム１の検知対象であり、上述した画像Ｇ内に映っている。
物体Ｂは、後述する人Ｈを含む。
又、物体Ｂは、後述する遮蔽物Ｓも含み、この遮蔽物Ｓは、ダンボールＢ’及び／又は、傘Ｂ”等である。
図１～３に示したように、物体Ｂは、上述した物体検知システム１の検知対象であり、上述した画像Ｇ内に映っている。
物体Ｂは、後述する人Ｈを含む。
又、物体Ｂは、後述する遮蔽物Ｓも含み、この遮蔽物Ｓは、ダンボールＢ’及び／又は、傘Ｂ”等である。
【0027】
この他、物体Ｂは、後述する人Ｈや、ダンボールＢ’、傘Ｂ”以外に、何れの物体であっても良く、例えば、ゴミを入れた袋（ゴミ袋）や、粗大ごみであったり（ゴミ袋や粗大ごみも遮蔽物Ｓに含まれるとも言える）、その他、人Ｈ等の周りの環境における地面や、建物、段差（工場内のピット（約１ｍほどの段差）等）などであったり、人Ｈ等以外に動いている自動車やバイク、自転車、歩行者などの一般の方などを含んでいても構わない。尚、物体Ｂにおいて、人Ｈや遮蔽物Ｓ以外のもの（地面や、建物、段差、自動車そのもの等）をまとめて、環境（その他のもの）であるとも言える。
又、画像Ｇには、録画中（記録中）等を示す赤丸が表示されていても良い。
又、画像Ｇには、録画中（記録中）等を示す赤丸が表示されていても良い。
【0028】
＜人Ｈ、輪郭Ｈｅ、関節Ｈｊ＞
図１～３に示したように、人Ｈは、上述した画像Ｇ内に映っている人であり、ゴミ収集車１０での上述した作業員の他に、自動車やバイク、自転車を運転する運転者や歩行者などのうち、ゴミ収集車１０の投入口１２に近づいてきた者（所定エリアＤに近接してり、所定エリアＤに入った者）を含んでも良い。
人Ｈは、１枚の画像Ｇ内において、当該人Ｈと、その人Ｈ以外の部分（ゴミ収集車１０や、背景、ダンボールＢ’、傘Ｂ”など）が映っている（存在している）場合と、当該人Ｈだけが映っている場合（人Ｈやその一部（手など）が上述したカメラ１１に接近する等したため）があると言える。
以下、人Ｈは、主に、１枚の画像Ｇ内において、当該人Ｈ以外の部分と共に映っているとして述べる。
図１～３に示したように、人Ｈは、上述した画像Ｇ内に映っている人であり、ゴミ収集車１０での上述した作業員の他に、自動車やバイク、自転車を運転する運転者や歩行者などのうち、ゴミ収集車１０の投入口１２に近づいてきた者（所定エリアＤに近接してり、所定エリアＤに入った者）を含んでも良い。
人Ｈは、１枚の画像Ｇ内において、当該人Ｈと、その人Ｈ以外の部分（ゴミ収集車１０や、背景、ダンボールＢ’、傘Ｂ”など）が映っている（存在している）場合と、当該人Ｈだけが映っている場合（人Ｈやその一部（手など）が上述したカメラ１１に接近する等したため）があると言える。
以下、人Ｈは、主に、１枚の画像Ｇ内において、当該人Ｈ以外の部分と共に映っているとして述べる。
【0029】
人Ｈの輪郭（エッジ）Ｈｅは、１枚の画像Ｇ内において、当該人Ｈと、その人Ｈ以外の部分との間の境界であって、当該人Ｈの形状を表していると言える。
尚、この人Ｈの輪郭Ｈｅの画像Ｇからの抽出は、後述する物体認識部２等にて述べる。
尚、この人Ｈの輪郭Ｈｅの画像Ｇからの抽出は、後述する物体認識部２等にて述べる。
【0030】
人Ｈは、当然、関節（ジョイント）Ｈｊを有しており、関節Ｈｊとして、具体的には、左右の肩や、左右の肘、左右の手首、左右の手における手のひらの関節、左右の手における親指の第１、２関節、人差し指、中指、薬指、小指の第１～３関節であったり、首（首関節）や、腰（腰関節）、左右の脚の付け根（股関節）、左右の膝、左右の足首、左右の足の関節、左右の足における親指の第１、２関節（母指球を含む）、人差し指、中指、薬指、小指の第１～３関節などがある。
【0031】
＜人Ｈの一部分（肘から先の部分ＨＡ、膝から先の部分ＨＢなど＞
図１～３に示したように、人Ｈは、上述した関節Ｈｊを有していると共に、人Ｈには、所定の関節Ｈｊから先の部分が存在する。
具体的には、左右の肘から先の部分ＨＡ（関節から関節までであれば、肘から手首までや、肘から手の何れかの指の第１関節までなど）を有していたり、左右の膝から先の部分ＨＢ（同様に、膝から足首までや、膝から足の何れかの指の第１関節までなど）であったり、その他、左右の肩から先の部分（肩から手首までや、肩から手の何れかの指の第１関節までなど）や、左右の股関節から先の部分（股関節から足首までや、股関節から足の何れかの指の第１関節までなど）、首から先の部分（謂わば、頭部）である。
図１～３に示したように、人Ｈは、上述した関節Ｈｊを有していると共に、人Ｈには、所定の関節Ｈｊから先の部分が存在する。
具体的には、左右の肘から先の部分ＨＡ（関節から関節までであれば、肘から手首までや、肘から手の何れかの指の第１関節までなど）を有していたり、左右の膝から先の部分ＨＢ（同様に、膝から足首までや、膝から足の何れかの指の第１関節までなど）であったり、その他、左右の肩から先の部分（肩から手首までや、肩から手の何れかの指の第１関節までなど）や、左右の股関節から先の部分（股関節から足首までや、股関節から足の何れかの指の第１関節までなど）、首から先の部分（謂わば、頭部）である。
【0032】
尚、これら肘から先の部分ＨＡ等について、例えば、後述する物体認識部２や姿勢認識部３が、画像Ｇから、人Ｈにおける各腕の先端や、各腕における手の各指の先端（特に中指や親指の先端等）であったり、人Ｈにおける各脚の先端や、各脚における足のつま先、頭部の上端などを抽出できるのであれば、肘から先の部分ＨＡとは、肘から各腕の先端等であったり、膝から先の部分ＨＢとは、膝から各脚の先端等であったり、首から先の部分とは、首から頭部の上端までなどであっても良い。
以下、人Ｈ以外の物体Ｂについて述べる。
以下、人Ｈ以外の物体Ｂについて述べる。
【0033】
＜遮蔽物Ｓ（ダンボールＢ’、傘Ｂ”など）＞
図１に示したように、遮蔽物Ｓは、上述した人Ｈの撮像を遮蔽する物であり、画像Ｇがゴミ収集車１０に取り付けられたカメラ１１で撮像されたものであれば、カメラ１１と投入口１２の間に位置して人Ｈの撮像を遮蔽する物であるとも言える。
遮蔽物Ｓは、例えば、ダンボールＢ’や傘Ｂ”であったり、その他、ゴミ袋や粗大ごみであっても良い。
図１に示したように、遮蔽物Ｓは、上述した人Ｈの撮像を遮蔽する物であり、画像Ｇがゴミ収集車１０に取り付けられたカメラ１１で撮像されたものであれば、カメラ１１と投入口１２の間に位置して人Ｈの撮像を遮蔽する物であるとも言える。
遮蔽物Ｓは、例えば、ダンボールＢ’や傘Ｂ”であったり、その他、ゴミ袋や粗大ごみであっても良い。
【0034】
図１に示したように、ダンボールＢ’は、上述した画像Ｇ内に映っているダンボールである。
ダンボールＢ’も、１枚の画像Ｇ内において、当該ダンボールＢ’と、そのダンボールＢ’以外の部分（人Ｈや、ゴミ収集車１０、背景、傘Ｂ”など）が映っている（存在している）場合と、当該ダンボールＢ’だけが映っている場合（ダンボールＢ’が上述したカメラ１１に接近する等したため）があると言える。
以下、ダンボールＢ’も、主に、１枚の画像Ｇ内において、当該ダンボールＢ’以外の部分と共に映っているとして述べる。
ダンボールＢ’も、１枚の画像Ｇ内において、当該ダンボールＢ’と、そのダンボールＢ’以外の部分（人Ｈや、ゴミ収集車１０、背景、傘Ｂ”など）が映っている（存在している）場合と、当該ダンボールＢ’だけが映っている場合（ダンボールＢ’が上述したカメラ１１に接近する等したため）があると言える。
以下、ダンボールＢ’も、主に、１枚の画像Ｇ内において、当該ダンボールＢ’以外の部分と共に映っているとして述べる。
【0035】
ダンボールＢ’の輪郭Ｂ’ｅも、１枚の画像Ｇ内において、当該ダンボールＢ’と、そのダンボールＢ’以外の部分との間の境界であって、当該ダンボールＢ’の形状を表していると言える。
尚、このダンボールＢ’の輪郭Ｂ’ｅの画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
尚、このダンボールＢ’の輪郭Ｂ’ｅの画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
【0036】
同様に、図１に示したように、傘Ｂ”は、上述した画像Ｇ内に映っている傘であり、１枚の画像Ｇ内において、当該傘Ｂ”と、その傘Ｂ”以外の部分（人Ｈや、ゴミ収集車１０、背景、ダンボールＢ’など）が映っている（存在している）場合と、当該傘Ｂ”だけが映っている場合（傘Ｂ”が上述したカメラ１１に接近する等したため）があると言え、以下、傘Ｂ”も、主に、１枚の画像Ｇ内において、当該傘Ｂ”以外の部分と共に映っているとして述べる。
傘Ｂ”の輪郭Ｂ”ｅも、１枚の画像Ｇ内において、当該傘Ｂ”と、その傘Ｂ”以外の部分との間の境界であって、当該傘Ｂ”の形状を表していると言え、この傘Ｂ”の輪郭Ｂ”ｅの画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
傘Ｂ”の輪郭Ｂ”ｅも、１枚の画像Ｇ内において、当該傘Ｂ”と、その傘Ｂ”以外の部分との間の境界であって、当該傘Ｂ”の形状を表していると言え、この傘Ｂ”の輪郭Ｂ”ｅの画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
【0037】
その他、遮蔽物Ｓがゴミ袋や粗大ごみであっても、１枚の画像Ｇ内において、当該ゴミ袋等と、そのゴミ袋等以外の部分（人Ｈや、ゴミ収集車１０、背景、ダンボールＢ’、傘Ｂ”など）が映っている（存在している）場合と、当該ゴミ袋等だけが映っている場合（ゴミ袋等が上述したカメラ１１に接近する等したため）があると言え、以下、ゴミ袋等も、主に、１枚の画像Ｇ内において、当該ゴミ袋等以外の部分と共に映っているとして述べる。尚、粗大ごみには、ダンボールＢ’や傘Ｂ”が含まれるとも言える。
ゴミ袋等の輪郭も、１枚の画像Ｇ内において、当該ゴミ袋等と、そのゴミ袋等以外の部分との間の境界であると言え、このゴミ袋等の輪郭の画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
次に、物体認識部２等について述べる。
ゴミ袋等の輪郭も、１枚の画像Ｇ内において、当該ゴミ袋等と、そのゴミ袋等以外の部分との間の境界であると言え、このゴミ袋等の輪郭の画像Ｇからの抽出も、後述する物体認識部２等にて述べる。
次に、物体認識部２等について述べる。
【0038】
＜物体認識部２＞
図１に示したように、物体認識部２は、上述した画像Ｇ内における人Ｈが、実際の人であると認識することを、少なくとも行う部分である。
尚、物体認識部２は、当然、人Ｈ以外についても認識しても良く、例えば、画像Ｇ内におけるダンボールＢ’が、実際のダンボールであると認識したり、画像Ｇ内の傘Ｂ”が、実際の傘であると認識しても構わない。
又、物体認識部２は、画像Ｇ内におけるダンボールＢ’や傘Ｂ”から、実際のダンボールが箱状となっているか、折りたたまれて略矩形状等になっているかを認識したり、実際の傘が開いているか、閉じているか等を認識したり、画像Ｇ内において、後述する所定エリアＤを認識して（又は、事前に、所定エリアＤの画像Ｇ内における位置・範囲（領域）や、３次元空間中における位置Ｐ・範囲（領域）を物体認識部２等に与えておいて）も良い。
図１に示したように、物体認識部２は、上述した画像Ｇ内における人Ｈが、実際の人であると認識することを、少なくとも行う部分である。
尚、物体認識部２は、当然、人Ｈ以外についても認識しても良く、例えば、画像Ｇ内におけるダンボールＢ’が、実際のダンボールであると認識したり、画像Ｇ内の傘Ｂ”が、実際の傘であると認識しても構わない。
又、物体認識部２は、画像Ｇ内におけるダンボールＢ’や傘Ｂ”から、実際のダンボールが箱状となっているか、折りたたまれて略矩形状等になっているかを認識したり、実際の傘が開いているか、閉じているか等を認識したり、画像Ｇ内において、後述する所定エリアＤを認識して（又は、事前に、所定エリアＤの画像Ｇ内における位置・範囲（領域）や、３次元空間中における位置Ｐ・範囲（領域）を物体認識部２等に与えておいて）も良い。
【0039】
物体認識部２は、画像Ｇ内における人Ｈ等を認識するのであれば、何れの構成であっても良いが、例えば、当該人Ｈの輪郭Ｈｅなどに基づいて、上述した画像Ｇ内における人Ｈ等が、実際の人等であると認識しても良い。
この他、物体認識部２は、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合い（色調、色相や彩度）を調整したり、画像Ｇから人Ｈ等の領域を切り出す（領域抽出）等しても良い。
この他、物体認識部２は、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合い（色調、色相や彩度）を調整したり、画像Ｇから人Ｈ等の領域を切り出す（領域抽出）等しても良い。
【0040】
物体認識部２において、人Ｈの輪郭Ｈｅなどが画像Ｇから抽出等され得るのであれば、何れの画像処理をしても良いが、例えば、画像Ｇにおける各画素の画素値（各画素における明度等）の変化に対して、１次微分により算出した極大値や極小値から（勾配法によって）抽出等されたり、２次微分により算出した変曲点から（ラプラシアン法によって）抽出等されても良く、その他、平滑化や加重平均を用いた勾配法や、キャニー法などによって人Ｈの輪郭Ｈｅなどを、画像Ｇから抽出等しても構わない。
又、画像Ｇからの人Ｈの輪郭Ｈｅなどの抽出等自体を、人工知能（ＡＩ、Artificial Intelligence）や、機械学習（ＭＬ、Machine Learning）にて行ったり、後述するディープラーニング（ＤＬ、Deep Learning、深層学習）等にて行っても良い。
又、画像Ｇからの人Ｈの輪郭Ｈｅなどの抽出等自体を、人工知能（ＡＩ、Artificial Intelligence）や、機械学習（ＭＬ、Machine Learning）にて行ったり、後述するディープラーニング（ＤＬ、Deep Learning、深層学習）等にて行っても良い。
【0041】
物体認識部２は、画像Ｇから抽出等した人Ｈの輪郭Ｈｅなどに基づき、当該輪郭Ｈｅを抽出等した画像Ｇ内における人Ｈが、実際の人であると認識したり、当該輪郭Ｂ’ｅ、Ｂ”ｅなどを抽出等した画像Ｇ内におけるダンボールＢ’や傘Ｂ”などが、実際のダンボールや傘であると認識することとなるが、この人等であることの認識は、ディープラーニングにて行っていても良い。
詳解すれば、物体認識部２は、人間の脳神経の構造を模したニューラルネットワーク（ＮＮ、Neural Network）において、「入力層」や「隠れ層」、「出力層」などの層の数を増やして多層（ディープ）化したディープニューラルネットワーク（ＤＮＮ、Deep Neural Network）を用いている。
詳解すれば、物体認識部２は、人間の脳神経の構造を模したニューラルネットワーク（ＮＮ、Neural Network）において、「入力層」や「隠れ層」、「出力層」などの層の数を増やして多層（ディープ）化したディープニューラルネットワーク（ＤＮＮ、Deep Neural Network）を用いている。
【0042】
このような物体認識部２は、画像Ｇを入力されるだけで、人Ｈや当該人Ｈ全体における特徴量（パターン）の学習を自動で出来るとも言える。尚、物体認識部２には、画像Ｇにおいて何れの線が人Ｈの輪郭Ｈｅ等であるかや、何れ（何れの領域等）が人Ｈであるか等をラベル付けした（正解を付けた）画像Ｇを、事前に複数（例えば、何万枚など）与えておき（謂わば、教師あり（正解あり）学習をさせておき）、物体認識部２が自動で特徴量の学習し、当該物体認識部２に入力された画像Ｇに対して、事前に学習した特徴量から、何れの線が人Ｈの輪郭Ｈｅ等であるかや、何れが人Ｈであるか等を、スコア（９６％などの割合等）として出力したり、入力された画像Ｇに対して人Ｈを認識した旨を示す表示（例えば、「ｐｅｒｓｏｎ」との文字が入った矩形で囲むなど、図２参照）を付けた画像Ｇを出力する等しても良い。
この他、物体認識部２は、教師なし学習や、強化学習等をしていても良い。
この他、物体認識部２は、教師なし学習や、強化学習等をしていても良い。
【0043】
＜３次元空間中における位置Ｐ（人Ｈ全体の位置Ｐｈ）など＞
図１～３に示し、上述したように、物体認識部２は、画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、人Ｈ全体の３次元空間中における位置Ｐ（左右位置Ｘ、前後位置Ｙ、上下位置Ｚなど）を認識しても良い。
尚、物体認識部２は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、それらの輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’全体や傘Ｂ”全体の３次元空間中における位置Ｐを認識しても良い。その他、物体認識部２は、物体Ｂ以外の背景についても、どの領域が背景か等を、スコアとして出力したり、入力された画像Ｇに対してダンボールＢ’や傘Ｂ”等を認識した旨を示す表示を付けた画像Ｇを出力する等しても良い。
図１～３に示し、上述したように、物体認識部２は、画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、人Ｈ全体の３次元空間中における位置Ｐ（左右位置Ｘ、前後位置Ｙ、上下位置Ｚなど）を認識しても良い。
尚、物体認識部２は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、それらの輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’全体や傘Ｂ”全体の３次元空間中における位置Ｐを認識しても良い。その他、物体認識部２は、物体Ｂ以外の背景についても、どの領域が背景か等を、スコアとして出力したり、入力された画像Ｇに対してダンボールＢ’や傘Ｂ”等を認識した旨を示す表示を付けた画像Ｇを出力する等しても良い。
【0044】
ここで、３次元空間中における位置Ｐは、上述したように、画像Ｇ内における人ＨやダンボールＢ’等の輪郭Ｈｅなどに基づいて認識（算出）されるが、その他、３次元空間中における位置Ｐは、画像Ｇから抽出された人Ｈ等の領域などに基づいて認識されても良い。
３次元空間中における位置Ｐのうち、特に、人Ｈ全体としての３次元空間中における位置Ｐｈは、画像Ｇからの人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇにおける人Ｈの重心（人Ｈが占める領域（所定形状の図形）としての重心）の３次元空間中における位置Ｐとしても良い。
３次元空間中における位置Ｐのうち、特に、人Ｈ全体としての３次元空間中における位置Ｐｈは、画像Ｇからの人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇにおける人Ｈの重心（人Ｈが占める領域（所定形状の図形）としての重心）の３次元空間中における位置Ｐとしても良い。
【0045】
人Ｈ全体としての３次元空間中における位置Ｐｈは、後述する姿勢認識部３にて認識される人Ｈの関節Ｈｊに基づいて、人Ｈの腰関節の位置としても良く、又、人Ｈが立っている地面等と接触した足（母指球など）の位置であっても構わない。
その他、３次元空間中における位置Ｐのうち、ダンボールＢ’や傘Ｂ”などとしての３次元空間中における位置Ｐも、画像ＧからのダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、画像ＧにおけるダンボールＢ’や傘Ｂ”等の重心（ダンボールＢ’や傘Ｂ”等が占める領域（例えば、ダンボールＢ’が箱状であれば略六角形状であったり、ダンボールＢ’が折りたたまれていれば略平行四辺形状や略矩形状等の図形であり、傘Ｂ”が開いていれば略三日月形状の図形であり、傘Ｂ”が閉じていればや略線状や略「？（疑問符）」形状（把持部分など）の図形等）としての重心）の３次元空間中における位置Ｐとしても良い。
その他、３次元空間中における位置Ｐのうち、ダンボールＢ’や傘Ｂ”などとしての３次元空間中における位置Ｐも、画像ＧからのダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、画像ＧにおけるダンボールＢ’や傘Ｂ”等の重心（ダンボールＢ’や傘Ｂ”等が占める領域（例えば、ダンボールＢ’が箱状であれば略六角形状であったり、ダンボールＢ’が折りたたまれていれば略平行四辺形状や略矩形状等の図形であり、傘Ｂ”が開いていれば略三日月形状の図形であり、傘Ｂ”が閉じていればや略線状や略「？（疑問符）」形状（把持部分など）の図形等）としての重心）の３次元空間中における位置Ｐとしても良い。
【0046】
＜姿勢認識部３＞
図１に示したように、姿勢認識部３は、上述した画像Ｇ内における人Ｈの姿勢を、又は、上述した物体認識部３が認識した人Ｈの姿勢を認識する部分である。
尚、姿勢認識部３は、人Ｈ以外の姿勢についても認識しても良く、例えば、画像Ｇ内におけるダンボールＢ’や傘Ｂ”の姿勢等を認識しても構わない。
図１に示したように、姿勢認識部３は、上述した画像Ｇ内における人Ｈの姿勢を、又は、上述した物体認識部３が認識した人Ｈの姿勢を認識する部分である。
尚、姿勢認識部３は、人Ｈ以外の姿勢についても認識しても良く、例えば、画像Ｇ内におけるダンボールＢ’や傘Ｂ”の姿勢等を認識しても構わない。
【0047】
姿勢認識部３は、画像Ｇ内における人Ｈの姿勢を認識するのであれば、何れの構成であっても良いが、例えば、姿勢認識部３自体が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、上述した画像Ｇ内における人Ｈの所定の関節Ｈｊを認識したり、認識した所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識しても良い。
一方、姿勢認識部３は、人Ｈの輪郭Ｈｅなどについては、上述した物体認識部２が抽出等したものを利用し、物体認識部２が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、上述した画像Ｇ内における人Ｈの所定の関節Ｈｊを認識したり、認識した所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識しても良い。
この他、姿勢認識部３も、上述した物体認識部２のように、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合いを調整したり、画像Ｇから人Ｈ等の領域を切り出す等しても良い。
一方、姿勢認識部３は、人Ｈの輪郭Ｈｅなどについては、上述した物体認識部２が抽出等したものを利用し、物体認識部２が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、上述した画像Ｇ内における人Ｈの所定の関節Ｈｊを認識したり、認識した所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識しても良い。
この他、姿勢認識部３も、上述した物体認識部２のように、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合いを調整したり、画像Ｇから人Ｈ等の領域を切り出す等しても良い。
【0048】
姿勢認識部３においても、人Ｈの輪郭Ｈｅなどが画像Ｇから抽出等され得るのであれば、何れの画像処理をしても良いが、上述した物体認識部２のように、例えば、勾配法やラプラシアン法、平滑化や加重平均を用いた勾配法や、キャニー法などによって人Ｈの輪郭Ｈｅなどを、画像Ｇから抽出等されても良く、その他、画像Ｇからの人Ｈの輪郭Ｈｅなどの抽出等自体を、人工知能や、機械学習、ディープラーニング等にて行っても構わない。
姿勢認識部３も、当該姿勢認識部３自体（又は、上述の物体認識部２）が画像Ｇから抽出等した人Ｈの輪郭Ｈｅなどに基づき、画像Ｇ内における人Ｈの所定の関節Ｈｊや、所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識することとなるが、この所定の関節Ｈｊ等の認識は、ディープラーニングにて行っていても良い。ディープラーニング自体の詳細については、上述した物体認識部２と同様である。
姿勢認識部３も、当該姿勢認識部３自体（又は、上述の物体認識部２）が画像Ｇから抽出等した人Ｈの輪郭Ｈｅなどに基づき、画像Ｇ内における人Ｈの所定の関節Ｈｊや、所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識することとなるが、この所定の関節Ｈｊ等の認識は、ディープラーニングにて行っていても良い。ディープラーニング自体の詳細については、上述した物体認識部２と同様である。
【0049】
このような姿勢認識部３は、画像Ｇを入力されるだけで、人Ｈの所定の関節Ｈｊにおける特徴量（パターン）の学習を自動で出来るとも言える。尚、姿勢認識部３には、画像Ｇ内の人Ｈにおいて何れの箇所が人Ｈの所定の関節Ｈｊであるか等をラベル付けした画像Ｇを、事前に複数与えておき（謂わば、教師あり学習をさせておき）、姿勢認識部３が自動で特徴量の学習し、当該姿勢認識部３に入力された画像Ｇに対して、事前に学習した特徴量から、何れの箇所が人Ｈの所定の関節Ｈｊであるかを、スコアとして出力したり、入力された画像Ｇに対して認識した人Ｈの所定の関節Ｈｊを「○」等にて示す表示を付けた画像Ｇを出力する等しても良く、この他、姿勢認識部３は、教師なし学習や、強化学習等をしていても構わない。
又、姿勢認識部３は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅなどに基づいて、ダンボールＢ’や傘Ｂ”等において特徴となる部分や点を認識したり、認識した部分や点の３次元空間中における位置Ｐを認識しても良い。
又、姿勢認識部３は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅなどに基づいて、ダンボールＢ’や傘Ｂ”等において特徴となる部分や点を認識したり、認識した部分や点の３次元空間中における位置Ｐを認識しても良い。
【0050】
＜３次元空間中における位置Ｐ（所定の関節Ｈｊから先の部分の位置Ｐｊ）など＞
図１～３に示し、上述したように、姿勢認識部３は、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等した画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇ内における人Ｈの所定の関節Ｈｊを認識し、認識した所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識しても良い。
尚、姿勢認識部３は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”等における特徴部分（例えば、ダンボールＢ’であれば、箱状や、略平行四辺形状、略矩形状等における各角部分であったり、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分や凸円弧側と凹円弧側を繋ぐ両端部分や、略線状の先に付いた略「？」形状（把持部分など）であったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）とその反対側の先端部分など）の３次元空間中における位置Ｐを認識しても良い。
図１～３に示し、上述したように、姿勢認識部３は、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等した画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇ内における人Ｈの所定の関節Ｈｊを認識し、認識した所定の関節Ｈｊから先の部分の３次元空間中における位置Ｐを認識しても良い。
尚、姿勢認識部３は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該姿勢認識部３自体（又は、上述の物体認識部２）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”等における特徴部分（例えば、ダンボールＢ’であれば、箱状や、略平行四辺形状、略矩形状等における各角部分であったり、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分や凸円弧側と凹円弧側を繋ぐ両端部分や、略線状の先に付いた略「？」形状（把持部分など）であったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）とその反対側の先端部分など）の３次元空間中における位置Ｐを認識しても良い。
【0051】
尚、姿勢認識部３で認識される３次元空間中における位置Ｐは、人ＨやダンボールＢ’における全体の位置Ｐではなく、一部分の位置Ｐである。
３次元空間中における位置Ｐのうち、特に、人Ｈにおける所定の関節Ｈｊ（肘や膝など）から先の部分ＨＡ、ＨＢ等としての３次元空間中における位置Ｐｊは、画像Ｇからの人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇにおける人Ｈの所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等における略中間点であっても良い。
３次元空間中における位置Ｐのうち、特に、人Ｈにおける所定の関節Ｈｊ（肘や膝など）から先の部分ＨＡ、ＨＢ等としての３次元空間中における位置Ｐｊは、画像Ｇからの人Ｈの輪郭Ｈｅや領域などに基づいて、画像Ｇにおける人Ｈの所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等における略中間点であっても良い。
【0052】
具体的には、当該関節Ｈｊが肘であれば、肘Ｈｊから先の部分ＨＡにおいて、その肘Ｈｊの３次元空間中における位置Ｐｊと、手首の３次元空間中における位置Ｐｊの間の略中間点であっても良く、又、当該関節Ｈｊが膝であれば、膝Ｈｊから先の部分ＨＢにおいて、その膝Ｈｊの３次元空間中における位置Ｐｊと、足首の３次元空間中における位置Ｐｊの間の略中間点であっても構わない。
その他、当該関節Ｈｊが肩であれば、肩Ｈｊから先の部分において、その肩Ｈｊの３次元空間中における位置Ｐｊと、手首の３次元空間中における位置Ｐｊの間の略中間点であったり、肘の３次元空間中における位置Ｐｊであっても良く、又、当該関節Ｈｊが股関節であれば、股関節Ｈｊから先の部分において、その股関節Ｈｊの３次元空間中における位置Ｐｊと、足首の３次元空間中における位置Ｐｊの間の略中間点であったり、膝の３次元空間中における位置Ｐｊであっても構わない。
その他、当該関節Ｈｊが肩であれば、肩Ｈｊから先の部分において、その肩Ｈｊの３次元空間中における位置Ｐｊと、手首の３次元空間中における位置Ｐｊの間の略中間点であったり、肘の３次元空間中における位置Ｐｊであっても良く、又、当該関節Ｈｊが股関節であれば、股関節Ｈｊから先の部分において、その股関節Ｈｊの３次元空間中における位置Ｐｊと、足首の３次元空間中における位置Ｐｊの間の略中間点であったり、膝の３次元空間中における位置Ｐｊであっても構わない。
【0053】
ここで、姿勢認識部３は、画像Ｇ内における人Ｈの所定の関節Ｈｊそれぞれの３次元空間中における位置Ｐｊや、これら関節Ｈｊそれぞれの互いの位置関係から、当該人Ｈが全体として、立っているか、屈んでいるか、歩いているか、何かを後述するゴミ収集車１０の投入口１２に入れているか等の姿勢を認識しても良い。
その他、３次元空間中における位置Ｐのうち、ダンボールＢ’や傘Ｂ”などにおける一部分としての３次元空間中における位置Ｐも、画像ＧからのダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、例えば、ダンボールＢ’であれば、箱状であったり、折りたたまれた略平行四辺形状等の各角部分そのものの３次元空間中における位置Ｐであっても良く、又、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分等そのものの３次元空間中における位置Ｐであったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）等そのものの３次元空間中における位置Ｐであっても良い。
その他、３次元空間中における位置Ｐのうち、ダンボールＢ’や傘Ｂ”などにおける一部分としての３次元空間中における位置Ｐも、画像ＧからのダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、例えば、ダンボールＢ’であれば、箱状であったり、折りたたまれた略平行四辺形状等の各角部分そのものの３次元空間中における位置Ｐであっても良く、又、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分等そのものの３次元空間中における位置Ｐであったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）等そのものの３次元空間中における位置Ｐであっても良い。
【0054】
尚、姿勢認識部３は、ダンボールＢ’や傘Ｂ”などの姿勢も認識しても良く、例えば、ダンボールＢ’であれば、上述した物体認識部２で述べた画像ＧにおけるダンボールＢ’の重心（ダンボールＢ’が箱状であれば略六角形状であったり、ダンボールＢ’が折りたたまれていれば略平行四辺形状や略矩形状等の図形としての重心）の３次元空間中における位置Ｐと、各角部分の３次元空間中における位置Ｐとの位置関係や、角部分の数などから、当該ダンボールＢ’が箱状であるか、折りたたまれているか認識しても良い。
又、例えば、傘Ｂ”であれば、上述した物体認識部２で述べた画像Ｇにおける傘Ｂ”の重心（傘Ｂ”が開いていれば略三日月形状の図形であり、傘Ｂ”が閉じていればや略線状や略「？」形状（把持部分など）等の図形としての重心）の３次元空間中における位置Ｐと、略三日月形状の図形における凸円弧側の先端部分等の３次元空間中における位置Ｐとの位置関係や、略三日月形状の図形の有無などから、当該傘Ｂ”が開いているか、閉じているか認識しても良い。
又、例えば、傘Ｂ”であれば、上述した物体認識部２で述べた画像Ｇにおける傘Ｂ”の重心（傘Ｂ”が開いていれば略三日月形状の図形であり、傘Ｂ”が閉じていればや略線状や略「？」形状（把持部分など）等の図形としての重心）の３次元空間中における位置Ｐと、略三日月形状の図形における凸円弧側の先端部分等の３次元空間中における位置Ｐとの位置関係や、略三日月形状の図形の有無などから、当該傘Ｂ”が開いているか、閉じているか認識しても良い。
【0055】
＜物体追跡部４＞
図１に示したように、物体追跡部４は、上述した画像Ｇ内における人Ｈの移動を、又は、上述した物体認識部２及び姿勢認識部３が認識した人Ｈの移動を、少なくとも追跡する部分である。
尚、物体追跡部４は、当然、人Ｈ以外についても追跡しても良く、例えば、画像Ｇ内におけるダンボールＢ’を追跡したり、画像Ｇ内の傘Ｂ”を追跡しても構わない。
図１に示したように、物体追跡部４は、上述した画像Ｇ内における人Ｈの移動を、又は、上述した物体認識部２及び姿勢認識部３が認識した人Ｈの移動を、少なくとも追跡する部分である。
尚、物体追跡部４は、当然、人Ｈ以外についても追跡しても良く、例えば、画像Ｇ内におけるダンボールＢ’を追跡したり、画像Ｇ内の傘Ｂ”を追跡しても構わない。
【0056】
物体追跡部４は、画像Ｇ内における人Ｈを追跡するのであれば、何れの構成であっても良いが、例えば、物体追跡部４自体が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識しても良い。
一方、物体追跡部４は、人Ｈの輪郭Ｈｅなどについては、上述した物体認識部２や姿勢認識部３が抽出等したものを利用し、物体認識部２や姿勢認識部３が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識しても良い。
一方、物体追跡部４は、人Ｈの輪郭Ｈｅなどについては、上述した物体認識部２や姿勢認識部３が抽出等したものを利用し、物体認識部２や姿勢認識部３が抽出等した人Ｈの輪郭Ｈｅなどに基づいて、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識しても良い。
【0057】
この他、物体追跡部４は、画像Ｇを撮像するカメラ（後述するゴミ収集車１０に取り付けられたカメラ１１等）自体は、そのレンズの光軸が動くように、カメラ自体が動いて、人Ｈ等が常に画像Ｇ内に映るような構成であっても良い。
尚、物体追跡部４も、上述した物体認識部２のように、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合いを調整したり、画像Ｇから人Ｈ等の領域を切り出す等しても良い。
尚、物体追跡部４も、上述した物体認識部２のように、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合いを調整したり、画像Ｇから人Ｈ等の領域を切り出す等しても良い。
【0058】
物体追跡部４においても、人Ｈの輪郭Ｈｅなどが画像Ｇから抽出等され得るのであれば、何れの画像処理をしても良いが、上述した物体認識部２や姿勢認識部３のように、例えば、勾配法やラプラシアン法、平滑化や加重平均を用いた勾配法や、キャニー法などによって人Ｈの輪郭Ｈｅなどを、画像Ｇから抽出等されても良く、その他、画像Ｇからの人Ｈの輪郭Ｈｅなどの抽出等自体を、人工知能や、機械学習、ディープラーニング等にて行っても構わない。
物体追跡部４も、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が画像Ｇから抽出等した人Ｈの輪郭Ｈｅや領域などに基づき、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識することとなる。
又、物体追跡部４は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”等の全体の３次元空間中における移動経路Ｌや、ダンボールＢ’や傘Ｂ”等において特徴となる部分や点の３次元空間中における移動経路Ｌを認識しても良い。
物体追跡部４も、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が画像Ｇから抽出等した人Ｈの輪郭Ｈｅや領域などに基づき、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識することとなる。
又、物体追跡部４は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等したダンボールＢ’や傘Ｂ”等の輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”等の全体の３次元空間中における移動経路Ｌや、ダンボールＢ’や傘Ｂ”等において特徴となる部分や点の３次元空間中における移動経路Ｌを認識しても良い。
【0059】
＜３次元空間中における移動経路Ｌ＞
図１～３に示し、上述したように、物体追跡部４は、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等した画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識しても良い。
尚、物体追跡部４は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等した輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”における特徴部分（例えば、ダンボールＢ’であれば、箱状や、略平行四辺形状、略矩形状等における各角部分であったり、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分や凸円弧側と凹円弧側を繋ぐ両端部分や、略線状の先に付いた略「？」形状（把持部分など）であったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）とその反対側の先端部分など）の３次元空間中における移動経路Ｌを認識しても良い。
図１～３に示し、上述したように、物体追跡部４は、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等した画像Ｇ内における人Ｈの輪郭Ｈｅや領域などに基づいて、人Ｈ全体の３次元空間中における移動経路Ｌや、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識しても良い。
尚、物体追跡部４は、人Ｈ以外の物体ＢであるダンボールＢ’や傘Ｂ”等についても、当該物体追跡部４自体（又は、上述の物体認識部２や姿勢認識部３）が抽出等した輪郭Ｂ’ｅ、Ｂ”ｅや領域などに基づいて、ダンボールＢ’や傘Ｂ”における特徴部分（例えば、ダンボールＢ’であれば、箱状や、略平行四辺形状、略矩形状等における各角部分であったり、傘Ｂ”が開いていれば、略三日月形状の図形における凸円弧側の先端部分や凸円弧側と凹円弧側を繋ぐ両端部分や、略線状の先に付いた略「？」形状（把持部分など）であったり、傘Ｂ”が閉じていれば、略線状の先に付いた略「？」形状（把持部分など）とその反対側の先端部分など）の３次元空間中における移動経路Ｌを認識しても良い。
【0060】
ここで、本発明における「移動経路Ｌ」とは、ある時刻から別の時刻までの画像Ｇ（初端時刻から終端時刻までの画像であり、例えば、１秒間に３０枚の画像Ｇが撮像されるとすれば、１０秒間では、合計３００枚の画像）から、人Ｈ等の全体や一部分（所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等）の３次元空間中における移動を示した線分（又は直線）などであり、初端時刻から終端時刻までの画像Ｇとは、初端時刻での画像Ｇと、終端時刻での画像Ｇを含む２枚以上の画像Ｇが存在している。
更に、本発明における「３次元空間中における移動を示した線分（又は直線）」とは、２つ以上の時刻での画像Ｇそれぞれでの３次元空間中における位置Ｐ（左右位置Ｘ、前後位置Ｙ、上下位置Ｚなど）に基づいて認識される、３次元空間中における所定の線分又は直線である。
更に、本発明における「３次元空間中における移動を示した線分（又は直線）」とは、２つ以上の時刻での画像Ｇそれぞれでの３次元空間中における位置Ｐ（左右位置Ｘ、前後位置Ｙ、上下位置Ｚなど）に基づいて認識される、３次元空間中における所定の線分又は直線である。
【0061】
例えば、時刻が２つであれば（つまり、初端時刻での画像Ｇと、終端時刻での画像Ｇの２枚しか画像がなければ）、初端時刻での３次元空間中における位置Ｐと、終端時刻での３次元空間中における位置Ｐを結んだ線分が、移動経路Ｌであると言える。
尚、３次元空間中における位置Ｐは、左右位置Ｘ、前後位置Ｙ、上下位置Ｚなどの３つの値を１組にまとめたもので表現されるため、２つの時刻での３次元空間中における位置Ｐが、１つの３次元空間中に同時に存在した仮定することが出来、仮定したこれら２つの位置Ｐを結んだ線分が移動経路Ｌであるとも言える。
尚、３次元空間中における位置Ｐは、左右位置Ｘ、前後位置Ｙ、上下位置Ｚなどの３つの値を１組にまとめたもので表現されるため、２つの時刻での３次元空間中における位置Ｐが、１つの３次元空間中に同時に存在した仮定することが出来、仮定したこれら２つの位置Ｐを結んだ線分が移動経路Ｌであるとも言える。
【0062】
又、時刻が３つ以上であれば（つまり、初端時刻での画像Ｇと、終端時刻での画像Ｇの２枚以外に、初端時刻と終端時刻の間の時刻での画像Ｇが１枚以上ある場合を示し、上述したように、１秒間に３０枚の画像Ｇが撮像されるとすれば、１０秒間において、初端時刻と終端時刻の間の時刻では、２９８枚の画像があることになる）、当該３つ以上の時刻での３次元空間中における位置Ｐそれぞれが１つの３次元空間中に同時に存在したと仮定し、仮定したこれら３つ以上の位置Ｐを結んだ線が移動経路Ｌであると言える。
又は、仮定したこれら３つ以上の位置Ｐそれぞれに対して、例えば、最小二乗法などにより、位置Ｐそれぞれとの距離の和が最小となる直線（謂わば、線分回帰した直線）が、移動経路Ｌであるとも言える。
尚、この移動経路Ｌが直線の場合、それらの両端は無限に延長され得るが、当該直線の両端が、初端時刻での３次元空間中における位置Ｐや、終端時刻での３次元空間中における位置Ｐから離れていくことになるため、厳密には、この移動経路Ｌは、初端時刻での３次元空間中における位置Ｐから当該直線（移動経路Ｌ）に下した垂線の足から、終端時刻での３次元空間中における位置Ｐから当該直線に下した垂線の足までの間の線分であるとも言える。
又は、仮定したこれら３つ以上の位置Ｐそれぞれに対して、例えば、最小二乗法などにより、位置Ｐそれぞれとの距離の和が最小となる直線（謂わば、線分回帰した直線）が、移動経路Ｌであるとも言える。
尚、この移動経路Ｌが直線の場合、それらの両端は無限に延長され得るが、当該直線の両端が、初端時刻での３次元空間中における位置Ｐや、終端時刻での３次元空間中における位置Ｐから離れていくことになるため、厳密には、この移動経路Ｌは、初端時刻での３次元空間中における位置Ｐから当該直線（移動経路Ｌ）に下した垂線の足から、終端時刻での３次元空間中における位置Ｐから当該直線に下した垂線の足までの間の線分であるとも言える。
【0063】
その他、人Ｈ等の全体や一部分の３次元空間中における移動が、蛇行等をして曲線状である場合には、初端時刻での３次元空間中における位置Ｐと終端時刻での３次元空間中における位置Ｐを結んだ線分や、最小二乗法などで線形回帰した直線（又は線分）では、実際の移動とはかけ離れていると言えるため、初端時刻から終端時刻までの画像Ｇから、１つの３次元空間中に同時に存在した仮定された各時刻での３次元空間中における位置Ｐそれぞれに対して、非線形回帰をしたり、分割線形回帰をしても良い。
更には、人Ｈ等の全体や一部分の３次元空間中における移動が、曲線状か直線状かを問わず、物体追跡部４は、当該移動の認識を、ディープラーニングにて行っていても良い。
更には、人Ｈ等の全体や一部分の３次元空間中における移動が、曲線状か直線状かを問わず、物体追跡部４は、当該移動の認識を、ディープラーニングにて行っていても良い。
【0064】
詳解すれば、物体追跡部４も、多層化したディープニューラルネットワークを用い、初端時刻での画像Ｇから、終端時刻での画像Ｇまでを入力されるだけで、人Ｈ等の全体や一部分の３次元空間中における移動についての特徴量（パターン）の学習を自動で出来るとも言える。
尚、物体追跡部４には、所定の初端時刻から終端時刻での画像Ｇにおいて、何れの線が移動経路Ｌであるか等をラベル付けした画像Ｇを、事前に複数与えておき（謂わば、教師あり学習をさせておき）、物体追跡部４が自動で特徴量の学習し、当該物体追跡部４に入力された画像Ｇに対して、事前に学習した特徴量から、何れの線が移動経路Ｌであるか等を、スコアとして出力したり、入力された画像Ｇに対して認識した移動経路Ｌを示す表示を付けた画像Ｇを出力する等しても良い。
この他、物体追跡部４も、教師なし学習や、強化学習等をしていても良い。
尚、物体追跡部４には、所定の初端時刻から終端時刻での画像Ｇにおいて、何れの線が移動経路Ｌであるか等をラベル付けした画像Ｇを、事前に複数与えておき（謂わば、教師あり学習をさせておき）、物体追跡部４が自動で特徴量の学習し、当該物体追跡部４に入力された画像Ｇに対して、事前に学習した特徴量から、何れの線が移動経路Ｌであるか等を、スコアとして出力したり、入力された画像Ｇに対して認識した移動経路Ｌを示す表示を付けた画像Ｇを出力する等しても良い。
この他、物体追跡部４も、教師なし学習や、強化学習等をしていても良い。
【0065】
このように、物体追跡部４が、人Ｈ等の全体や一部分の３次元空間中における移動経路Ｌを認識すること等によって、例えば、人Ｈの肘Ｈｊから先の部分ＨＡの移動経路Ｌに基づけば、当該人Ｈの肘Ｈｊから先の部分ＨＡが、後述するゴミ収集車１０の投入口１２に入ったか否かが、より高い精度で判断できると言える。
又、物体追跡部４が、人Ｈ等の全体や一部分の３次元空間中における移動経路Ｌを認識する際、初端時刻での３次元空間中における位置Ｐと、終端時刻での３次元空間中における位置Ｐも、当然に認識していることから、人Ｈ等の全体や一部分の３次元空間中における移動は、移動経路Ｌだけでなく、初端時刻での３次元空間中における位置Ｐから、終端時刻での３次元空間中における位置Ｐまで移動したという向き（方向、ベクトル）も認識できる。このため、例えば、人Ｈの肘Ｈｊから先の部分ＨＡが、３次元空間中におけるある位置Ｐから別の位置Ｐへ移動したとの向きと、その移動経路Ｌに基づけば、当該人Ｈの肘Ｈｊから先の部分ＨＡが、後述するゴミ収集車１０の投入口１２に入ったか否かが、更により高い精度で判断できると言える。
以下、そのゴミ収集車１０について述べる。
又、物体追跡部４が、人Ｈ等の全体や一部分の３次元空間中における移動経路Ｌを認識する際、初端時刻での３次元空間中における位置Ｐと、終端時刻での３次元空間中における位置Ｐも、当然に認識していることから、人Ｈ等の全体や一部分の３次元空間中における移動は、移動経路Ｌだけでなく、初端時刻での３次元空間中における位置Ｐから、終端時刻での３次元空間中における位置Ｐまで移動したという向き（方向、ベクトル）も認識できる。このため、例えば、人Ｈの肘Ｈｊから先の部分ＨＡが、３次元空間中におけるある位置Ｐから別の位置Ｐへ移動したとの向きと、その移動経路Ｌに基づけば、当該人Ｈの肘Ｈｊから先の部分ＨＡが、後述するゴミ収集車１０の投入口１２に入ったか否かが、更により高い精度で判断できると言える。
以下、そのゴミ収集車１０について述べる。
【0066】
＜ゴミ収集車１０＞
図３～５に示したように、本発明に係るゴミ収集車１０は、上述した物体検知システム１を用いた車（車両）であって、ゴミを収集する。
ここで、本発明における「ゴミ」とは、塵芥であるとも言え、この場合、ゴミ収集車１０は、塵芥収集車両であるとも言える。
図３～５に示したように、本発明に係るゴミ収集車１０は、上述した物体検知システム１を用いた車（車両）であって、ゴミを収集する。
ここで、本発明における「ゴミ」とは、塵芥であるとも言え、この場合、ゴミ収集車１０は、塵芥収集車両であるとも言える。
【0067】
又、本発明における「物体検知システム１を用いた」とは、当該物体検知システム１がゴミ収集車１０に搭載された（謂わば、ゴミ収集車１０は物体検知システム１を有した）ことを意味するだけでなく、ゴミ収集車１０は、当該ゴミ収集車１０とは別の場所にある（つまり、ゴミ収集車１０には搭載されていない）物体検知システム１に、インターネットを介して接続し、物体検知システム１による物体認識・姿勢認識や、その他、物体追跡などを行うことも含む（図４参照）。
ゴミ収集車１０は、カメラ１１と、投入口１２と、プレート１３と、制御システム１４を有している。
ゴミ収集車１０は、カメラ１１と、投入口１２と、プレート１３と、制御システム１４を有している。
【0068】
その他、ゴミ収集車１０は、当該ゴミ収集車１０の車体フレーム２１上には、後側に投入口１２を有するゴミ収容箱２２が搭載され、前側に運転席２３等が設けられていても良い。
このゴミ収容箱２２は、車体フレーム２１に傾動可能に軸支されており、このゴミ収容箱２２と車体フレーム２１間に連結される傾動シリンダの伸長によりゴミ収集車１０の後方に傾動できるようにされても良い。
このゴミ収容箱２２は、車体フレーム２１に傾動可能に軸支されており、このゴミ収容箱２２と車体フレーム２１間に連結される傾動シリンダの伸長によりゴミ収集車１０の後方に傾動できるようにされても良い。
【0069】
ゴミ収容箱２２は、収容箱本体２２ａとゴミ投入箱２２ｂとを有し、後述する投入口１２を後端面に設けたゴミ投入箱２２ｂが、収容箱本体２２ａの後端側を覆うように連接されている。このゴミ投入箱２２ｂは、収容箱本体２２ａの後部上端に傾動可能に軸支されている。
その他、ゴミ収集車１０は、当該ゴミ収集車１０とは離れた場所にある物体検知システム１や、機器、装置等と、インターネットを介して又は直接に、有線又は無線にて通信を行う通信部を有し、この通信部にて画像Ｇや、動画（複数枚の連続した画像Ｇなど）を送受信していたり（図４参照）、カメラ１１で撮像した画像Ｇや動画を録画する録画装置（又は、画像Ｇのデータを記憶する記憶部、図示せず）を有していても良く、これらの通信部や記憶部は、後述する制御システム１４内に設けられていても構わない。
以下、ゴミ収集車１０が有しているカメラ１１等について述べる。
その他、ゴミ収集車１０は、当該ゴミ収集車１０とは離れた場所にある物体検知システム１や、機器、装置等と、インターネットを介して又は直接に、有線又は無線にて通信を行う通信部を有し、この通信部にて画像Ｇや、動画（複数枚の連続した画像Ｇなど）を送受信していたり（図４参照）、カメラ１１で撮像した画像Ｇや動画を録画する録画装置（又は、画像Ｇのデータを記憶する記憶部、図示せず）を有していても良く、これらの通信部や記憶部は、後述する制御システム１４内に設けられていても構わない。
以下、ゴミ収集車１０が有しているカメラ１１等について述べる。
【0070】
＜カメラ１１＞
図３、４に示したように、カメラ１１は、上述した画像Ｇを撮像するもの（撮像装置）である。
カメラ１１は、ゴミ収集車１０に対して、後述する投入口１２が画像Ｇ内に入る位置に取り付けられていても良い。
図３、４に示したように、カメラ１１は、上述した画像Ｇを撮像するもの（撮像装置）である。
カメラ１１は、ゴミ収集車１０に対して、後述する投入口１２が画像Ｇ内に入る位置に取り付けられていても良い。
【0071】
カメラ１１は、１つのゴミ収集車１０に対して、２つ以上取り付けられていても（謂わば、ステレオカメラであっても）良く、又、カメラ１１のレンズも、特に限定はないが、例えば、広角レンズであっても構わない。
カメラ１１は、投入口１２等やその近傍を略上方から撮像したり、投入口１２等を略側方からや、略後方から撮像することで、当該カメラ１１によって撮像された画像Ｇ内に、投入口１２や、投入口１２等近傍の所定エリアＤが映っていれば、何れの場所に設けられていても良いが、例えば、ゴミ収容箱２２の後端面の上側（換言すれば、後述する投入口１２の上方にはカメラ１１が取り付けられ、そのレンズの光軸が後斜下方に向けられていても良い。
カメラ１１は、投入口１２等やその近傍を略上方から撮像したり、投入口１２等を略側方からや、略後方から撮像することで、当該カメラ１１によって撮像された画像Ｇ内に、投入口１２や、投入口１２等近傍の所定エリアＤが映っていれば、何れの場所に設けられていても良いが、例えば、ゴミ収容箱２２の後端面の上側（換言すれば、後述する投入口１２の上方にはカメラ１１が取り付けられ、そのレンズの光軸が後斜下方に向けられていても良い。
【0072】
このようなカメラ１１によって撮像された画像Ｇの範囲も、特に限定はないが、広角レンズを用いていた場合、例えば、画像Ｇ内における上側の一部に空が映っていたり、画像Ｇ内における左右側の一部に当該ゴミ収集車１０の左右の後角部が映っていたりしても良く、又、当該ゴミ収集車１０から後ろへ約１０ｍ先の地点も、画像Ｇ内に映っていても構わない。
その他、カメラ１１は、ゴミ収集車１０の運転者が後方を監視するためのバックカメラとして用いられるものであっても良い。
又、カメラ１１が取り付けられた箇所の下方や側方等の近傍には、作業灯（図示せず）が設けられていても良い。
その他、カメラ１１は、ゴミ収集車１０の運転者が後方を監視するためのバックカメラとして用いられるものであっても良い。
又、カメラ１１が取り付けられた箇所の下方や側方等の近傍には、作業灯（図示せず）が設けられていても良い。
【0073】
＜投入口１２＞
図３、４に示したように、投入口１２は、上述したように、ゴミ収容箱２２（ゴミ投入箱２２ｂ）の後端面に設けられ、ゴミをゴミ収容箱２２に投入可能とする開口部分である。
投入口１２は、上述したよう、カメラ１１に撮像され、画像Ｇ内には、当該投入口１２や、投入口１２等近傍の所定エリアＤが映っていても良い。
又、投入口１２は、常に開いていても良いが、開閉可能であっても構わない。
図３、４に示したように、投入口１２は、上述したように、ゴミ収容箱２２（ゴミ投入箱２２ｂ）の後端面に設けられ、ゴミをゴミ収容箱２２に投入可能とする開口部分である。
投入口１２は、上述したよう、カメラ１１に撮像され、画像Ｇ内には、当該投入口１２や、投入口１２等近傍の所定エリアＤが映っていても良い。
又、投入口１２は、常に開いていても良いが、開閉可能であっても構わない。
【0074】
投入口１２は、ゴミ収容箱２２の後端側の外部から、当該ゴミ収容箱２２に内部を連通する開口部分であるとも言え、作業員等の人Ｈが、その肘Ｈｊから先の部分（手や前腕など）ＨＡ等を投入口１２に入れると、投入口１２を略上方等から撮像しているカメラ１１による画像Ｇにおいては、その肘Ｈｊから先の部分ＨＡ等が隠れる（つまり、画像Ｇ内から肘Ｈｊから先の部分ＨＡ等が見えなくなる）。これにより、物体検知システム１（特に、姿勢認識部３）は、人Ｈの一部分である肘Ｈ１から先の部分ＨＡ等が投入口１２内に入ったと判断している。尚、以下の説明では「人Ｈの一部分が投入口１２内に入ったこと」を「隠れた」と表記する場合がある。
尚、投入口１２も、画像Ｇ内に映っていることから、当然、上述した物体認識部２にて、その投入口１２の３次元空間中における位置Ｐも認識されても良く、この「投入口１２の３次元空間中における位置Ｐ」とは、実際の投入口１２が所定の広さを有し、且つ、ゴミ収集車１０に取り付けたカメラ１１と投入口１２の位置関係から、画像Ｇ内において左右方向に略沿った所定の線分より下方側となり、当該所定の線分の両端が、実際の投入口１２の左右端縁となる。
尚、カメラ１１を投入口１２の上縁や投入口１２の内側（ゴミ投入箱２２ｂ内）に設けた場合は人Ｈ（や肘Ｈ１から先の部分ＨＡ等の人の一部分）は投入口１２に隠れないため、投入口１２と重なり合う部分に人Ｈの一部分がある場合には人Ｈの一部分が投入口１２に入ったと判断できる。
尚、投入口１２も、画像Ｇ内に映っていることから、当然、上述した物体認識部２にて、その投入口１２の３次元空間中における位置Ｐも認識されても良く、この「投入口１２の３次元空間中における位置Ｐ」とは、実際の投入口１２が所定の広さを有し、且つ、ゴミ収集車１０に取り付けたカメラ１１と投入口１２の位置関係から、画像Ｇ内において左右方向に略沿った所定の線分より下方側となり、当該所定の線分の両端が、実際の投入口１２の左右端縁となる。
尚、カメラ１１を投入口１２の上縁や投入口１２の内側（ゴミ投入箱２２ｂ内）に設けた場合は人Ｈ（や肘Ｈ１から先の部分ＨＡ等の人の一部分）は投入口１２に隠れないため、投入口１２と重なり合う部分に人Ｈの一部分がある場合には人Ｈの一部分が投入口１２に入ったと判断できる。
【0075】
又、人Ｈが肘Ｈｊから先の部分ＨＡ等を投入口１２に入れた状態等で、後述するプレート１３を動かすことは、避けるものとする。
以下、プレート１３について述べる。
以下、プレート１３について述べる。
【0076】
＜プレート１３＞
図３、４に示したようにプレート１３は、上述した投入口１２に投入されたゴミを、ゴミ収容箱２２ａの奥に掻込み可能な略板状の部分（部材）である。
プレート１３は、投入口１２内のゴミをゴミ収容箱２２ａの奥に掻込み可能であれば、その構成は特に限定はないが、例えば、１つのゴミ収集車１０の投入口１２近傍において、２か所に設けられていたり（図３（ａ）参照）、１つのゴミ収集車１０の投入口１２近傍に１か所だけ設けられていても良く、又、プレート１３の形状も特に限定はない（図３（ａ）、（ｂ）参照）。
図３、４に示したようにプレート１３は、上述した投入口１２に投入されたゴミを、ゴミ収容箱２２ａの奥に掻込み可能な略板状の部分（部材）である。
プレート１３は、投入口１２内のゴミをゴミ収容箱２２ａの奥に掻込み可能であれば、その構成は特に限定はないが、例えば、１つのゴミ収集車１０の投入口１２近傍において、２か所に設けられていたり（図３（ａ）参照）、１つのゴミ収集車１０の投入口１２近傍に１か所だけ設けられていても良く、又、プレート１３の形状も特に限定はない（図３（ａ）、（ｂ）参照）。
【0077】
図３（ａ）について言えば、プレート１３は、上述したゴミ投入箱２２ｂ内に設けられ、当該ゴミ投入箱２２ｂ内に投入されたゴミを、当該ゴミ投入箱２２ｂ内の底部より前方上部に掻き上げるため、回転モータにより支持軸回りに回転可能な第１プレート１３ａと、この第１プレート１３ａ上のゴミを収容箱本体２２ａ内に押し込むため、押込シリンダにより支持軸回りに前後方向に揺動可能な第２プレート１３ｂであっても良い。
尚、図３（ｂ）の場合については、プレート１３は、上述した第１プレート１３ａのみであり、この第１プレート１３ａが、ゴミを収容箱本体２２ａに掻き込む役割を果たしているとも言える。
尚、図３（ｂ）の場合については、プレート１３は、上述した第１プレート１３ａのみであり、この第１プレート１３ａが、ゴミを収容箱本体２２ａに掻き込む役割を果たしているとも言える。
【0078】
プレート１３（第１、２プレート１３ａ、１３ｂ）は、その回転角度や揺動角度を検出できるように、その支持軸にエンコーダ等のセンサが取り付けられていても良い。
このように、プレート１３における回転角度等を検出することで、当該プレート１３の位置がわかるとも言える。
このようなプレート１３等を制御する制御システム１４を、以下に述べる。
このように、プレート１３における回転角度等を検出することで、当該プレート１３の位置がわかるとも言える。
このようなプレート１３等を制御する制御システム１４を、以下に述べる。
【0079】
＜制御システム１４＞
図４、５に示したように制御システム１４は、上述したプレート１３を少なくとも制御するシステムであり、コンピュータで構成されていても良い。
制御システム１４は、＜１－１＞上述した画像Ｇ内における人Ｈの一部分（肘Ｈｊから先の部分ＨＡや、膝Ｈｊから先の部分ＨＢ等）が、上述した投入口１２に隠れて第１の時間（例えば、５秒）以上時間が経過した場合、＜１－２＞上述した画像Ｇ内における人Ｈの一部分が投入口１２に隠れて第２の時間（例えば、５秒）以上時間が経過し、且つ、上述したプレート１３が所定位置にある場合、＜１－３＞上述した画像Ｇ内における人Ｈ全体が所定エリアＤに入って第３の時間（例えば、１５秒）以上時間が経過した場合の＜１－１＞～＜１－３＞の何れかの場合には、上述したプレート１３の掻込みを停止させる。
図４、５に示したように制御システム１４は、上述したプレート１３を少なくとも制御するシステムであり、コンピュータで構成されていても良い。
制御システム１４は、＜１－１＞上述した画像Ｇ内における人Ｈの一部分（肘Ｈｊから先の部分ＨＡや、膝Ｈｊから先の部分ＨＢ等）が、上述した投入口１２に隠れて第１の時間（例えば、５秒）以上時間が経過した場合、＜１－２＞上述した画像Ｇ内における人Ｈの一部分が投入口１２に隠れて第２の時間（例えば、５秒）以上時間が経過し、且つ、上述したプレート１３が所定位置にある場合、＜１－３＞上述した画像Ｇ内における人Ｈ全体が所定エリアＤに入って第３の時間（例えば、１５秒）以上時間が経過した場合の＜１－１＞～＜１－３＞の何れかの場合には、上述したプレート１３の掻込みを停止させる。
【0080】
ここで、本発明の＜１－１＞や＜１－２＞における「人Ｈの一部分が投入口１２に隠れて５秒以上時間（謂わば、人Ｈの一部分の投入口１２への隠れ時間）が経過した場合」とは、隠れて５秒ちょうどが経過した（隠れ時間がちょうど５秒である）場合だけでなく、隠れて６秒ちょうど、７秒ちょうど、８秒ちょうど、９秒ちょうど、１０秒ちょうど、１１秒ちょうど、１２秒ちょうど、１３秒ちょうど、１４秒ちょうど、１５秒ちょうど等が経過した（隠れ時間がちょうど６秒・・・である）場合も当然に含み、その他、「人Ｈの一部分が投入口１２に隠れて１０秒以上時間が経過した場合」や、「人Ｈの一部分が投入口１２に隠れて１５秒以上時間が経過した場合」であっても良い。
本発明の＜１－３＞における「画像Ｇ内における人Ｈ全体が所定エリアＤに入って１５秒以上時間（謂わば、人Ｈ全体の所定エリアＤへの入り時間）が経過した場合」とは、同様に、入って１５秒ちょうどが経過した場合だけでなく、入って１６秒ちょうど、１７秒ちょうど、１８秒ちょうど、１９秒ちょうど、２０秒ちょうど、２１秒ちょうど、２２秒ちょうど、２３秒ちょうど、２４秒ちょうど、２５秒ちょうど等が経過した（入り時間がちょうど１６秒・・・である）場合も当然に含み、その他、「人Ｈの一部分が投入口１２に隠れて２０秒以上時間が経過した場合」や、「人Ｈの一部分が投入口１２に隠れて２５秒以上時間が経過した場合」であっても良い。
尚、ここまでは、第１の時間～第３の時間以上経過するのを待ってプレート１３の掻き込みを停止したが、人Ｈの一部分が投入口１２に入ると直ちに（時間の経過を待たずに）プレート１３の掻き込みを停止しても良い。
本発明の＜１－３＞における「画像Ｇ内における人Ｈ全体が所定エリアＤに入って１５秒以上時間（謂わば、人Ｈ全体の所定エリアＤへの入り時間）が経過した場合」とは、同様に、入って１５秒ちょうどが経過した場合だけでなく、入って１６秒ちょうど、１７秒ちょうど、１８秒ちょうど、１９秒ちょうど、２０秒ちょうど、２１秒ちょうど、２２秒ちょうど、２３秒ちょうど、２４秒ちょうど、２５秒ちょうど等が経過した（入り時間がちょうど１６秒・・・である）場合も当然に含み、その他、「人Ｈの一部分が投入口１２に隠れて２０秒以上時間が経過した場合」や、「人Ｈの一部分が投入口１２に隠れて２５秒以上時間が経過した場合」であっても良い。
尚、ここまでは、第１の時間～第３の時間以上経過するのを待ってプレート１３の掻き込みを停止したが、人Ｈの一部分が投入口１２に入ると直ちに（時間の経過を待たずに）プレート１３の掻き込みを停止しても良い。
【0081】
尚、本発明における「画像Ｇ内における人Ｈの一部分が投入口１２に隠れる」とは、同じ１つの画像Ｇ内における人Ｈの一部分と投入口１２について、文字通り、当該画像Ｇ内に映っていた人Ｈの一部分が画像Ｇ内から消える（画像Ｇ内には映っていない状態となる）ことを意味し、この人Ｈの一部分が画像Ｇ内から消えたことは、物体認識部２や姿勢認識部３によって認識されると言え、人Ｈの一部分が左右一対ある（例えば、左右の肘Ｈｊから先の部分ＨＡや、左右の膝Ｈｊから先の部分ＨＢ等である）場合には、少なくとも左右のうち何れかの人Ｈの一部分が投入口１２に隠れることを意味する。
ここで、人Ｈの一部分が画像Ｇ内から消えたことの物体認識部２や姿勢認識部３による認識は、同じ１つの画像Ｇ内における人Ｈの一部分と投入口１２について、上述した姿勢認識部３に認識された当該人Ｈの一部分（肘Ｈｊから先の部分ＨＡや、膝Ｈｊから先の部分ＨＢ等）の３次元空間中における位置Ｐが、所定エリアＤ側、例えば、上述した物体認識部２に認識された投入口１２である線分より、当該画像Ｇにおいて下方側に位置するか否かで認識させても良い。
ここで、人Ｈの一部分が画像Ｇ内から消えたことの物体認識部２や姿勢認識部３による認識は、同じ１つの画像Ｇ内における人Ｈの一部分と投入口１２について、上述した姿勢認識部３に認識された当該人Ｈの一部分（肘Ｈｊから先の部分ＨＡや、膝Ｈｊから先の部分ＨＢ等）の３次元空間中における位置Ｐが、所定エリアＤ側、例えば、上述した物体認識部２に認識された投入口１２である線分より、当該画像Ｇにおいて下方側に位置するか否かで認識させても良い。
【0082】
又、本発明における「プレート１３が所定位置にある場合」とは、支持軸回りに回転や揺動するプレート１３が、所定の回転位置や、所定の揺動位置である場合を意味する。
ここで、プレート１３の所定位置の中でも、特に、プレート１３の先端と上述したゴミ投入箱２２ｂ内の底部における後側の上端（投入口１２の下端）との側面視における距離が、所定の値以下となる（プレート１３の先端が投入口１２の下端に近接する）所定位置（所定の回転位置等）は、危険位置であるとも言える。
ここで、プレート１３の所定位置の中でも、特に、プレート１３の先端と上述したゴミ投入箱２２ｂ内の底部における後側の上端（投入口１２の下端）との側面視における距離が、所定の値以下となる（プレート１３の先端が投入口１２の下端に近接する）所定位置（所定の回転位置等）は、危険位置であるとも言える。
【0083】
更に、本発明における「所定エリアＤ」とは、３次元空間中において所定位置にある所定形状（略直方体状や略立方体状等）・所定の大きさのエリアであり、平面視で（又は、カメラ１１の側から見て）、投入口１２の下端近傍の所定形状（厳格に平面視であれば略矩形状や略正方形状等であり、カメラ１１側から見てであれば（換言すれば、画像Ｇ内に映っている所定エリアＤの形状が）、湾曲した略矩形状や略台形状等）・所定広さのエリアであると同時に、側面視では、投入口１２近傍の所定形状（略矩形状や略正方形状等）・所定広さのエリアであると言える。
この所定エリアＤの位置や大きさは、特に限定はないが、例えば、当該所定エリアＤが実際の３次元空間中において略直方体状であれば、その最前面が、平面視で投入口１２の下端に接する位置（又は、当該下端から数ｃｍの位置）にあったり、その最下面が、側面視で地面から数十ｃｍ（１０ｃｍ以上７０ｃｍ以下など）の位置にあっても良く、その大きさは、例えば、前後長さが１０ｃｍ以上１００ｃｍ以下（約２０ｃｍや約５０ｃｍなど）であったり、上下長さが３０ｃｍ以上３００ｃｍ以下（約６０ｃｍや約１５０ｃｍなど）であったり、左右長さが６０ｃｍ以上６００ｃｍ以下（約２４０ｃｍや約３００ｃｍなど）であっても構わない。
この所定エリアＤの位置や大きさは、特に限定はないが、例えば、当該所定エリアＤが実際の３次元空間中において略直方体状であれば、その最前面が、平面視で投入口１２の下端に接する位置（又は、当該下端から数ｃｍの位置）にあったり、その最下面が、側面視で地面から数十ｃｍ（１０ｃｍ以上７０ｃｍ以下など）の位置にあっても良く、その大きさは、例えば、前後長さが１０ｃｍ以上１００ｃｍ以下（約２０ｃｍや約５０ｃｍなど）であったり、上下長さが３０ｃｍ以上３００ｃｍ以下（約６０ｃｍや約１５０ｃｍなど）であったり、左右長さが６０ｃｍ以上６００ｃｍ以下（約２４０ｃｍや約３００ｃｍなど）であっても構わない。
【0084】
尚、その最前面が平面視で投入口１２の下端に接する位置等にある所定エリアＤは、危険エリアであるとも言える。
そして、本発明における「画像Ｇ内における人Ｈ全体が所定エリアＤに入る」とは、同じ１つの画像Ｇ内における人Ｈ全体と所定エリアＤについて、文字通り、当該画像Ｇ内に映っていた人Ｈ全体が所定エリアＤに入ることを意味し、この人Ｈ全体が所定エリアＤに入ったことは、物体認識部２によって認識されると言える。
そして、本発明における「画像Ｇ内における人Ｈ全体が所定エリアＤに入る」とは、同じ１つの画像Ｇ内における人Ｈ全体と所定エリアＤについて、文字通り、当該画像Ｇ内に映っていた人Ｈ全体が所定エリアＤに入ることを意味し、この人Ｈ全体が所定エリアＤに入ったことは、物体認識部２によって認識されると言える。
【0085】
ここで、人Ｈ全体が所定エリアＤに入ったことの物体認識部２等による認識は、同じ１つの画像Ｇ内における人Ｈ全体と所定エリアＤについて、上述した物体認識部２等に認識された当該人Ｈ全体の３次元空間中における位置Ｐが、物体認識部２によって認識等されていた所定エリアＤの領域内に入っているか否かで認識させても良い。
例えば、画像Ｇ内において、人Ｈ全体の３次元空間中における位置Ｐが、人Ｈが占める領域（所定形状の図形）としての重心であったり、姿勢認識部３にて認識された腰関節の位置である場合には、当該位置Ｐが、実際に画像Ｇ内に映っている所定エリアＤの領域内に入っているか否かであり、又、人Ｈ全体の３次元空間中における位置Ｐが、人Ｈが立っている地面等と接触した足（母指球など）の位置であれば、当該位置Ｐが、所定エリアＤを地面に投影させた領域内に入っているか否かである。
そして、本発明における「プレート１３の掻込みを停止させる」とは、上述の＜１－１＞～＜１－３＞の何れかの場合となった時点で、その時点におけるプレート１３の位置（回転位置や揺動位置）のままの位置を維持するように停止させたり、当該その時点におけるプレート１３の位置から若干プレート１３先端が投入口１２の下端から遠ざかる位置となってから停止させたり、当該その時点におけるプレート１３の位置のままの位置を維持しつつ作業員等が手でプレート１３先端を投入口１２の下端から遠ざけられるように停止させること等を意味する。
例えば、画像Ｇ内において、人Ｈ全体の３次元空間中における位置Ｐが、人Ｈが占める領域（所定形状の図形）としての重心であったり、姿勢認識部３にて認識された腰関節の位置である場合には、当該位置Ｐが、実際に画像Ｇ内に映っている所定エリアＤの領域内に入っているか否かであり、又、人Ｈ全体の３次元空間中における位置Ｐが、人Ｈが立っている地面等と接触した足（母指球など）の位置であれば、当該位置Ｐが、所定エリアＤを地面に投影させた領域内に入っているか否かである。
そして、本発明における「プレート１３の掻込みを停止させる」とは、上述の＜１－１＞～＜１－３＞の何れかの場合となった時点で、その時点におけるプレート１３の位置（回転位置や揺動位置）のままの位置を維持するように停止させたり、当該その時点におけるプレート１３の位置から若干プレート１３先端が投入口１２の下端から遠ざかる位置となってから停止させたり、当該その時点におけるプレート１３の位置のままの位置を維持しつつ作業員等が手でプレート１３先端を投入口１２の下端から遠ざけられるように停止させること等を意味する。
【0086】
制御システム１４は、＜２－１＞上述した画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積が、当該画像Ｇの面積の第１の割合（例えば、３０％）以上を占める場合、＜２－２＞上述した画像Ｇに異常があった場合の＜２－１＞、＜２－２＞の何れかの場合には、上述した物体検知システム１では検知不能であると判断しても良い。
ここで、本発明の＜２－１＞における「画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積が、当該画像Ｇの面積の３０％以上を占める（謂わば、ダンボールＢ’及び／又は傘Ｂ”の画像Ｇに対する面積率が３０％以上である）場合」について、画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積は、当該画像Ｇの面積の４０％以上を占めたり（面積率が４０％以上・・・であったり）、該画像Ｇの面積の５０％以上を占めたり、該画像Ｇの面積の６０％以上を占めたり、当該画像Ｇの面積の７０％以上を占めたり、当該画像Ｇの面積の８０％以上を占めたり、当該画像Ｇの面積の９０％以上を占めたり、当該画像Ｇの面積の１００％を占める場合も含む。
ここで、本発明の＜２－１＞における「画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積が、当該画像Ｇの面積の３０％以上を占める（謂わば、ダンボールＢ’及び／又は傘Ｂ”の画像Ｇに対する面積率が３０％以上である）場合」について、画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積は、当該画像Ｇの面積の４０％以上を占めたり（面積率が４０％以上・・・であったり）、該画像Ｇの面積の５０％以上を占めたり、該画像Ｇの面積の６０％以上を占めたり、当該画像Ｇの面積の７０％以上を占めたり、当該画像Ｇの面積の８０％以上を占めたり、当該画像Ｇの面積の９０％以上を占めたり、当該画像Ｇの面積の１００％を占める場合も含む。
【0087】
尚、本発明における「画像Ｇ内におけるダンボールＢ’及び／又は傘Ｂ”の面積」とは、上述した物体認識部２が認識した所定の解像度（ｄｐｉ、dots per inch）である画像Ｇ内において、同じ解像度であるダンボールＢ’及び／又は傘Ｂ”の領域内の画素数（ピクセル数）そのものである、又は、当該画素数から算出されると言える。
又、本発明における「画像Ｇの面積」とは、上述した解像度である画像Ｇの縦の画素数（ピクセル数）と、横の画素数（ピクセル数）の積そのものである、又は、当該画素数から算出されると言える。
よって、本発明における「ダンボールＢ’及び／又は傘Ｂ”の画像Ｇに対する面積率」は、所定の解像度であるダンボールＢ’及び／又は傘Ｂ”の領域内の画素数等を、同じ解像度である画像Ｇの縦の画素数と横の画素数の積等で割ったものを１００倍した値であると言える。
又、本発明における「画像Ｇの面積」とは、上述した解像度である画像Ｇの縦の画素数（ピクセル数）と、横の画素数（ピクセル数）の積そのものである、又は、当該画素数から算出されると言える。
よって、本発明における「ダンボールＢ’及び／又は傘Ｂ”の画像Ｇに対する面積率」は、所定の解像度であるダンボールＢ’及び／又は傘Ｂ”の領域内の画素数等を、同じ解像度である画像Ｇの縦の画素数と横の画素数の積等で割ったものを１００倍した値であると言える。
【0088】
ここで、ダンボールＢ’及び／又は傘Ｂ”等の画像Ｇ内における位置Ｐが、画像Ｇ内における所定エリアＤを覆う位置であったり、所定エリアＤ近傍であれば、上述した面積率が低くとも、物体検知システム１による物体Ｂの検知が不能か否かには関係し易いとも言える。そのため、所定エリアＤ内におけるダンボールＢ’及び／又は傘Ｂ”の面積が、当該所定エリアＤの面積の第２の割合（例えば３０％）以上を占める場合（条件＜２－１’＞）には、上述した物体検知システム１では検知不能であると判断してもよい。
そして、本発明における「画像Ｇに異常があった場合」とは、画像Ｇの状況により、物体検知システム１では正常に物体Ｂを検知することが出来なくなる場合であり、例えば、画像Ｇ全体が真っ暗や、真っ白等となったり、画像Ｇを撮像するカメラ１１等が故障したり、カメラ１１と制御システム１４との間のケーブルが断線した場合などを含む。
そして、本発明における「画像Ｇに異常があった場合」とは、画像Ｇの状況により、物体検知システム１では正常に物体Ｂを検知することが出来なくなる場合であり、例えば、画像Ｇ全体が真っ暗や、真っ白等となったり、画像Ｇを撮像するカメラ１１等が故障したり、カメラ１１と制御システム１４との間のケーブルが断線した場合などを含む。
【0089】
その他、制御システム１４は、カメラ１１の光軸等がずれるなど、当該カメラ１１の位置が異常となった場合には、カメラずれを検知したことを、作業員等に出力しても良い。
又、制御システム１４は、プレート１３の制御だけでなく、上述したカメラ１１のオン・オフや、カメラ１１におけるレンズの光軸の向きや、投入口１２の開閉なども制御していても良い。
又、制御システム１４は、プレート１３の制御だけでなく、上述したカメラ１１のオン・オフや、カメラ１１におけるレンズの光軸の向きや、投入口１２の開閉なども制御していても良い。
【0090】
＜その他＞
本発明は、前述した実施形態に限定されるものではない。物体検知システム１や、ゴミ収集車１０の各構成又は全体の構造、デザイン形状、寸法、重量などは、本発明の趣旨に沿って適宜変更することが出来る。
物体検知システム１は、上述した物体認識部２と姿勢認識部３や、その他、物体追跡部４を有しているが、これら物体認識部２、姿勢認識部３、物体追跡部４により、常に物体認識・姿勢認識・物体追跡を同時に行っても良いが、逆に、これらの部２～４全てを同時に機能させず、物体認識・姿勢認識・物体追跡のうち何れか１つだけを行う時や場合等や、物体認識・姿勢認識・物体追跡のうち何れか２つだけを行う時や場合等があっても構わない。又、物体検知システム１は、物体認識部２と姿勢認識部３のみを有し、常に物体認識・姿勢認識を同時に行っても良いが、逆に、これらの部２、３を同時に機能させず、物体認識・姿勢認識のうち何れか１つだけを行う時や場合等があっても構わない。
本発明は、前述した実施形態に限定されるものではない。物体検知システム１や、ゴミ収集車１０の各構成又は全体の構造、デザイン形状、寸法、重量などは、本発明の趣旨に沿って適宜変更することが出来る。
物体検知システム１は、上述した物体認識部２と姿勢認識部３や、その他、物体追跡部４を有しているが、これら物体認識部２、姿勢認識部３、物体追跡部４により、常に物体認識・姿勢認識・物体追跡を同時に行っても良いが、逆に、これらの部２～４全てを同時に機能させず、物体認識・姿勢認識・物体追跡のうち何れか１つだけを行う時や場合等や、物体認識・姿勢認識・物体追跡のうち何れか２つだけを行う時や場合等があっても構わない。又、物体検知システム１は、物体認識部２と姿勢認識部３のみを有し、常に物体認識・姿勢認識を同時に行っても良いが、逆に、これらの部２、３を同時に機能させず、物体認識・姿勢認識のうち何れか１つだけを行う時や場合等があっても構わない。
【0091】
又、物体検知システム１は、上述した物体認識・姿勢認識・物体追跡のうち、何れか１つ又は２つを先に行ってから、残り２つ又は１つを行う（例えば、物体認識・姿勢認識の２つを同時に行ってから、残りの１つの物体追跡を行うなど）でも良い。又、物体検知システム１は、物体認識部２と姿勢認識部３のみを有し、物体認識・姿勢認識のうち、何れかを先に行ってから、残りを行っても良い。
物体検知システム１は、上述した物体認識部２や姿勢認識部３や、その他、物体追跡部４が一体となったものを有していたり、これらの各部２～４のうち２つが一体となったものを有していても良い。又、物体検知システム１は、物体認識部２と姿勢認識部３のみを有し、これらが一体となったものを有していても良い。
物体検知システム１は、上述した物体認識部２や姿勢認識部３や、その他、物体追跡部４が一体となったものを有していたり、これらの各部２～４のうち２つが一体となったものを有していても良い。又、物体検知システム１は、物体認識部２と姿勢認識部３のみを有し、これらが一体となったものを有していても良い。
【0092】
物体検知システム１は、上述した物体認識部２や姿勢認識部３、物体追跡部４とは別に、画像Ｇ内における人Ｈ等輪郭Ｈｅや領域などを抽出等したり、その他、画像Ｇのノイズや歪みなどを取り除いたり、画像Ｇにおいて当該人Ｈの輪郭Ｈｅ等を強調したり、画像Ｇの明度や色合い（色調、色相や彩度）を調整する等の少なくとも１つを行う前処理部（図示せず）を有し、この前処理部にて画像Ｇから抽出等された人Ｈ等の輪郭Ｈｅや領域などに基づいて、上述した物体認識部２では画像Ｇ内における人Ｈを実際の人であると少なくとも認識し、姿勢認識部３では画像Ｇ内における人Ｈの姿勢を認識し、物体追跡部４では画像Ｇ内における人Ｈの移動を少なくとも追跡しても良い。
尚、物体検知システム１が前処理部を有している場合でも、物体認識部２は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈ全体の３次元空間中における位置Ｐを認識していると言え、姿勢認識部３は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈにおける所定の関節Ｈｊを認識し、認識した所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における位置Ｐを認識していると言え、物体追跡部４は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈ全体の３次元空間中における移動経路Ｌ、及び／又は、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識していると言える。
物体検知システム１は、上述したプレート１３の掻込みを停止させる条件として＜１－１＞～＜１－３＞の何れかの場合を例示したが、少なくとも＜１－１＞と＜１－３＞の条件の何れかの場合に上述したプレート１３の掻込みを停止させれば良く、＜２－１＞、＜２－２＞の何れかの場合に検知不能であるとの判断は省略しても良い。
尚、物体検知システム１が前処理部を有している場合でも、物体認識部２は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈ全体の３次元空間中における位置Ｐを認識していると言え、姿勢認識部３は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈにおける所定の関節Ｈｊを認識し、認識した所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における位置Ｐを認識していると言え、物体追跡部４は「画像Ｇ内における人Ｈの輪郭Ｈｅに基づいて」人Ｈ全体の３次元空間中における移動経路Ｌ、及び／又は、所定の関節Ｈｊから先の部分ＨＡ、ＨＢ等の３次元空間中における移動経路Ｌを認識していると言える。
物体検知システム１は、上述したプレート１３の掻込みを停止させる条件として＜１－１＞～＜１－３＞の何れかの場合を例示したが、少なくとも＜１－１＞と＜１－３＞の条件の何れかの場合に上述したプレート１３の掻込みを停止させれば良く、＜２－１＞、＜２－２＞の何れかの場合に検知不能であるとの判断は省略しても良い。
【0093】
物体検知システム１は、上述した上述した物体認識部２と姿勢認識部３や、その他、物体追跡部４を有し、人Ｈ等が映った画像Ｇを入力されるのであれば、当該画像Ｇを撮像するカメラ（ゴミ収集車１０のカメラ１１等）や、ゴミ収集車１０は有していなくとも良い。
物体検知システム１は、検出対象色を事前に登録等しておらず、又、検知対象である物体Ｂの色情報（色相や彩度等）を用いず検知できるが、検知対象である物体Ｂが特徴的な色の装着物を装着していても判断することができる。
物体検知システム１は、検出対象色を事前に登録等しておらず、又、検知対象である物体Ｂの色情報（色相や彩度等）を用いず検知できるが、検知対象である物体Ｂが特徴的な色の装着物を装着していても判断することができる。
【産業上の利用可能性】
【0094】
本発明に係る物体検知システムは、画像内における人などの物体認識・人の姿勢認識や、その他、人などの物体追跡により物体を検知するため、ゴミ収集車の投入口近傍における人の危険動作や、危険状態の検知に利用できる他、ゴミ収集車以外であっても、ダンプトラックや、散水車、コンクリートポンプ、ミキサートラック、テールゲートリフタ、タンクローリ、給水車、粉粒体運搬車、脱着ボデー車、積車輌運搬車、レールコンテナ、消防用省力装置、林業・バイオマス関連製品、施設関係、機器・装置関係、立体駐車装置、コインパーキング、防水板など、何れの車（車両）や装置、製品、施設、機器などの近傍における画像内における人などの物体認識・人の姿勢認識・人などの物体追跡により物体検知に利用可能である。
本発明に係るゴミ収集車は、当該ゴミ収集車で作業員が着用する手袋や作業着などの色を問わず、何れの自治体や組織等においても利用できる他、ゴミ収集車の投入口へ、作業員以外の一般の方がゴミを投入する場合など、何れの色の衣服等を着用しているかに寄らず、投入口近傍における全ての人の危険動作や、危険状態の対応に利用可能である。
本発明に係るゴミ収集車は、当該ゴミ収集車で作業員が着用する手袋や作業着などの色を問わず、何れの自治体や組織等においても利用できる他、ゴミ収集車の投入口へ、作業員以外の一般の方がゴミを投入する場合など、何れの色の衣服等を着用しているかに寄らず、投入口近傍における全ての人の危険動作や、危険状態の対応に利用可能である。
【符号の説明】
【0095】
１ 物体検知システム
２ 物体認識部
３ 姿勢認識部
４ 物体追跡部
１０ ゴミ収集車
１１ カメラ
１２ 投入口
１３ プレート
１４ 制御システム
Ｇ 画像
Ｂ 物体
Ｈ 人
Ｈｅ 人の輪郭（エッジ）
Ｈｊ 人の所定の関節（ジョイント）
Ｐ ３次元空間中における位置
Ｌ ３次元空間中における移動経路
Ｄ 所定エリア（危険エリア等）
Ｓ 遮蔽物
２ 物体認識部
３ 姿勢認識部
４ 物体追跡部
１０ ゴミ収集車
１１ カメラ
１２ 投入口
１３ プレート
１４ 制御システム
Ｇ 画像
Ｂ 物体
Ｈ 人
Ｈｅ 人の輪郭（エッジ）
Ｈｊ 人の所定の関節（ジョイント）
Ｐ ３次元空間中における位置
Ｌ ３次元空間中における移動経路
Ｄ 所定エリア（危険エリア等）
Ｓ 遮蔽物
【図1】
【図2】
【図3】
【図4】
【図5】