特開 2024-119163 判定装置、判定方法および判定プログラム

(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】P2024119163

(43)【公開日】2024-09-03

(54)【発明の名称】判定装置、判定方法および判定プログラム

(51)【国際特許分類】

   G08B 21/02 20060101AFI20240827BHJP

   G08B 21/00 20060101ALI20240827BHJP

   G08B 25/04 20060101ALI20240827BHJP

   G08G 1/00 20060101ALI20240827BHJP

【ＦＩ】

G08B21/02

G08B21/00 U

G08B25/04 K

G08G1/00 A

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2023025878

(22)【出願日】2023-02-22

(71)【出願人】

【識別番号】000003193

【氏名又は名称】ＴＯＰＰＡＮホールディングス株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】河野 寿明

【テーマコード（参考）】

5C086

5C087

5H181

【Ｆターム（参考）】

5C086AA22

5C086BA22

5C086CA25

5C086CA28

5C086CB36

5C086DA08

5C086DA33

5C087AA02

5C087AA03

5C087DD14

5C087EE08

5C087FF04

5C087GG02

5C087GG06

5C087GG70

5H181AA01

5H181BB04

5H181BB05

5H181BB13

5H181BB20

5H181CC04

5H181EE08

5H181FF04

5H181FF13

5H181FF25

5H181FF27

5H181FF33

5H181FF35

5H181MB12

(57)【要約】

【課題】適切な状況下でのみ車両における生体の置き去りを検知すること。
【解決手段】本開示に係る判定装置は、検出対象が乗車している車両の温度変化データを取得する取得部と、車両が所定時間を超えて駐車された場合の温度変化と、車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、車両が駐車されていない場合の温度変化と、車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、取得された温度変化データから、検出対象が乗車している車両が駐車しているか否かを判定する判定部と、検出対象が乗車している車両が駐車していると判定されると、車両内の検出対象を検出する処理を実行し、検出対象が乗車している車両が駐車していないと判定されると、車両内の検出対象を検出する処理をスキップする検出部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

検出対象が乗車している車両の温度変化データを取得する取得部と、
前記車両が所定時間を超えて駐車された場合の温度変化と、前記車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、前記車両が駐車されていない場合の温度変化と、前記車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、前記取得部によって取得された温度変化データから、前記検出対象が乗車している車両が駐車しているか否かを判定する判定部と、
前記判定部によって前記検出対象が乗車している車両が駐車していると判定されると、当該車両内の検出対象を検出する処理を実行し、前記判定部によって前記検出対象が乗車している車両が駐車していないと判定されると、当該車両内の検出対象を検出する処理をスキップする検出部と、
を備える判定装置。

【請求項2】

前記検出部によって前記検出対象が検出された場合に、予め設定された通知先に前記検出対象に関する情報および前記車両の位置情報を通知する通知部、
をさらに備える請求項１に記載の判定装置。

【請求項3】

前記判定部は、
前記学習済モデルとして、季節ごとに観測された前記学習データに基づいて学習された季節別学習済モデルを用いて、前記検出対象が乗車している車両が一時停止しているか駐車しているかを判定する、
請求項１に記載の判定装置。

【請求項4】

前記検出部は、
予め前記検出対象を検出物として学習された、当該検出対象ごとの画像認識モデルを用いて、前記車両内の検出対象を検出する、
請求項１に記載の判定装置。

【請求項5】

コンピュータが、
検出対象が乗車している車両の温度変化データを取得し、
前記車両が所定時間を超えて駐車された場合の温度変化と、前記車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、前記車両が駐車されていない場合の温度変化と、前記車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、前記取得された温度変化データから、前記検出対象が乗車している車両が駐車しているか否かを判定し、
前記検出対象が乗車している車両が駐車していると判定されると、当該車両内の検出対象を検出する処理を実行し、前記検出対象が乗車している車両が駐車していないと判定されると、当該車両内の検出対象を検出する処理をスキップする、
ことを特徴とする判定方法。

【請求項6】

コンピュータを、
検出対象が乗車している車両の温度変化データを取得する取得部と、
前記車両が所定時間を超えて駐車された場合の温度変化と、前記車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、前記車両が駐車されていない場合の温度変化と、前記車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、前記取得部によって取得された温度変化データから、前記検出対象が乗車している車両が駐車しているか否かを判定する判定部と、
前記判定部によって前記検出対象が乗車している車両が駐車していると判定されると、当該車両内の検出対象を検出する処理を実行し、前記判定部によって前記検出対象が乗車している車両が駐車していないと判定されると、当該車両内の検出対象を検出する処理をスキップする検出部と、
を備える判定装置として機能させることを特徴とする判定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、車両に生体が取り残されているか否かを判定する判定装置、判定方法および判定プログラムに関する。

【背景技術】

【0002】

車両内に子どもやペットが置き去りされ、真夏など厳しい環境下にさらされて死亡事故に繋がる事例があり、国内外をとわず社会問題とされている。

【0003】

この問題に関連して、ドライブレコーダ等を利用して車両内に存在する子どもを検知することで、車両への子どもの置き忘れ防止や、車内の子どもの熱中症対策を行う技術が知られている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２２－５７０８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

従来技術によれば、運転者は、降車時に子どもが車内に取り残されていることや、車内に子どもが放置されていることを認知できるので、子どもが熱中症になってしまうこと等を未然に防止できる。

【0006】

しかしながら、単に置き去り検知を行うだけでは、運転者がごく短時間だけ車両を離れる場合にも検知機能が働いてしまい、誤報が生じる可能性がある。一方で、検知判定をユーザが任意に緩く設定してしまうと、置き去り事故を防ぐことができなくなるおそれがある。

【0007】

そこで、本開示では、適切な状況下でのみ車両における生体の置き去りを検知する判定装置、判定方法および判定プログラムを提案する。

【課題を解決するための手段】

【0008】

上記の課題を解決するために、本開示に係る判定装置は、検出対象が乗車している車両の温度変化データを取得する取得部と、前記車両が所定時間を超えて駐車された場合の温度変化と、前記車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、前記車両が駐車されていない場合の温度変化と、前記車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、前記取得部によって取得された温度変化データから、前記検出対象が乗車している車両が駐車しているか否かを判定する判定部と、前記判定部によって前記検出対象が乗車している車両が駐車していると判定されると、当該車両内の検出対象を検出する処理を実行し、前記判定部によって前記検出対象が乗車している車両が駐車していないと判定されると、当該車両内の検出対象を検出する処理をスキップする検出部と、を備える。

【発明の効果】

【0009】

実施形態の一態様によれば、適切な状況下でのみ車両における生体の置き去りを検知するので、誤報の発生を防止できる。

【図面の簡単な説明】

【0010】

【図1】実施形態に係る判定処理の概要を示す図である。

【図2】実施形態に係る学習済モデルについて説明するための図である。

【図3】実施形態に係る温度変化データの一例を示す図である。

【図4】実施形態に係る判定処理の手順を示すフローチャートである。

【図5】実施形態に係る車両制御装置の構成例を示す図である。

【図6】車両制御装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0011】

以下に、本開示の実施形態について図面に基づいて詳細に説明する。なお、以下の実施形態において、同一の部位には同一の符号を付することにより重複する説明を省略する。

【0012】

（１．実施形態）
（１－１．実施形態に係る判定処理の概要）
図１は、実施形態に係る判定処理の概要を示す図である。実施形態に係る判定処理は、図１に示す判定システム１により実行される。判定システム１は、本開示に係る判定装置の一例である車両制御装置１００と、ユーザ端末２００とを含む。判定システム１に含まれる各装置は、無線通信等により相互にデータの送受信が可能である。

【0013】

実施形態では、車両制御装置１００は、車両の一例である自動車に搭載された情報処理装置であるものとする。例えば、車両制御装置１００は、自動車が備える各種センサ等を制御したり、実施形態に係る判定処理を実行したりする。

【0014】

ユーザ端末２００は、自動車の運転者であるユーザ１０が利用する情報処理装置である。例えば、ユーザ端末２００は、スマートフォンやタブレット端末である。ユーザ端末２００は、車両制御装置１００と相互に通信することにより、車両制御装置１００が発する通知を受信したり、通知内容を表示したりする。

【0015】

ユーザ１０は、幼児２０の親あるいは保護者等である。幼児２０は、ユーザ１０によって保護される子供であり、自身では助けを呼んだり、ドアロック解除等を行うことができない年齢の子供である。

【0016】

実施形態では、車両制御装置１００が、自動車内に取り残された幼児２０に関する判定処理を実行する例を示す。具体的には、図１では、自動車を運転するユーザ１０が、幼児２０を残したまま降車した際に、車両制御装置１００が幼児２０の取り残しを検出し、その検出結果をユーザ端末２００に通知する例を示す。

【0017】

車両制御装置１００は、自動車室内に設置されたカメラ１７０により取得される画像、および、画像認識を行う学習済モデル等を利用することで、自動車内に検出対象（図１の例では幼児２０）が所在するか否かを判定可能である。カメラ１７０は、例えばＴｏＦ（Time of Flight）センサを備える深度センサ付きカメラである。カメラ１７０は、自動車の前方や、天井、後部座席等に備えられることで、自動車内部に所在する生体を死角なく検出可能であるものとする。なお、カメラ１７０は、画像認識に限られず、例えばミリ波による生体信号検出等の各種機能を備えてもよい。

【0018】

例えば、車両制御装置１００は、自動車が停車し、ユーザ１０が降車したのち所定時間後に、カメラ１７０の機能を用いて検出対象を検出し、自動車内に幼児２０が取り残されていると判定する。すると、車両制御装置１００は、ユーザ端末２００に通知を発し、幼児２０が取り残されている旨をユーザ１０に伝達することができる。例えば、図１に示すように、車両制御装置１００は、「子どもが車内に取り残されています！」という旨をユーザ端末２００に表示させる通知を発する。車両制御装置１００は、通知の際、ＧＰＳ（Global Positioning System）等の技術を用いて、自動車の位置情報を取得してもよい。車両制御装置１００は、位置情報とともに通知を発することで、自動車の現在位置をユーザ１０に通知することができる。

【0019】

これにより、車両制御装置１００は、降車時に幼児２０が車内に取り残されていることや、車内に幼児２０が放置されていることを、自動車から離れたユーザ１０に伝えることができるので、幼児２０が熱中症になってしまうこと等を未然に防止できる。

【0020】

しかしながら、上記処理では、ユーザ１０がごく短時間だけ車両を離れる場合（以下、「一時停止」と称する）にも検知機能が働いてしまい、誤報が生じる可能性がある。一方で、検知判定をユーザが任意に緩く設定してしまうと（例えば、生体の検出機能を自動車から離れて３０分後に起動させるなど）、置き去り事故を防ぐことができなくなるおそれがある。

【0021】

このため、車両制御装置１００は、自動車内に幼児２０が置き去られていることを検知しつつ、かつ、適切な状況下でのみ通知を行うことが望ましい。例えば、車両制御装置１００は、ユーザ１０が一時的に自動車を離れてすぐに自動車に戻る場合や、置き去りにより幼児２０の体調が危険にさらされる可能性が低い場合には、ユーザ端末２００への通知を控えることが望ましい。一方で、車両制御装置１００は、ユーザ１０が自動車を駐車させたにもかかわらず幼児２０が自動車に残されている場合や、置き去りにより幼児２０の体調が危険にさらされる可能性が高い場合には、ユーザ端末２００にその旨を通知することが望ましい。

【0022】

そこで、車両制御装置１００は、以下に示す処理を実行することにより、上記の課題を解決する。具体的には、車両制御装置１００は、自動車が備える温度計１６０により、検出対象（例えば幼児２０）が乗車している自動車内の、所定時間の温度変化を示すデータ（以下、「温度変化データ」と称する）を取得する。そして、車両制御装置１００は、取得した温度変化データが、自動車が駐車状態（所定時間を超えてユーザ１０が自動車に戻ってくる可能性がない状態、もしくは、自動車内の温度調整機能が動作しない状態等）に該当するか否かを判定する学習済モデルを用いて、自動車が駐車状態であるかを判定する。このとき、車両制御装置１００は、自動車が駐車状態、すなわち、ユーザ１０が自動車から離れており、幼児２０の危険性が高いと判定すると、ユーザ端末２００に通知を発する。一方、車両制御装置１００は、自動車が一時停止状態である場合など、ユーザ１０が一時的に自動車から離れたに過ぎないと判定される場合、自動車内の生体の検出処理をスキップすることで、ユーザ端末２００へ通知が発せられないよう処理する。

【0023】

これにより、車両制御装置１００は、幼児２０が危険にさらされている場合に限り、ユーザ１０に通知を発することができるので、ユーザ１０が一時的に自動車を離れたに過ぎない場合などに頻繁に通知が発せられることを防止できる。

【0024】

（１－２．実施形態に係る学習済モデル）
図２を用いて、車両制御装置１００が利用する学習済モデルについて説明する。図２は、実施形態に係る学習済モデルについて説明するための図である。

【0025】

なお、以下では、学習済モデルの学習段階と実行段階とを分け、いずれの処理も車両制御装置１００が実行するものとして説明するが、学習段階（学習済モデルの生成）は、車両制御装置１００によって実行されなくてもよい。例えば、学習段階の処理は、車両制御装置１００と通信可能なクラウドサーバ等により実行されてもよい。

【0026】

まず、車両制御装置１００は、学習用データセットを取得する。かかる学習用データセットは、所定時間（例えば１０分間など）の自動車内の温度変化推移を示した温度変化データと、そのデータに付与されるラベルとのセットである。ラベルは、例えば、その温度変化データが「駐車」状態であるか、それ以外の状態であるかを示す情報である。

【0027】

例えば、特に外気温が高い季節では、自動車が駐車して温度制御機能（エアコンディショナー等）が停止した場合、自動車内の温度が時間とともに上昇する傾向を示す温度変化データが取得されると想定される。かかる傾向が、自動車が「駐車」したとラベル付けされた温度変化データの特徴量となる。一方で、自動車の停止後、数分で再び自動車が運転された場合など、一時停止に過ぎない場合には、自動車内の温度が時間とともに上昇するのではなく、数分で温度が低下したり、上昇が抑制される傾向を示す温度変化データが取得されると想定される。このような傾向が観測されるのは、運転者が自動車に戻ってきた際に冷房機能を動作させたり、そもそも冷房機能を停止していなかったりすることによるものである。そして、かかる傾向が、自動車が「一時停止（駐車していない）」であるととラベル付けされた温度変化データの特徴量となる。

【0028】

車両制御装置１００は、このような温度変化データと「駐車」状態か否かがラベル付けされた学習データセットを機械学習し、入力される温度変化データが「駐車」状態か否かを判定するための学習済モデルを生成する。学習処理の手法は限定されず、車両制御装置１００は、例えば、機械学習により得られるニューラルネットワークや決定木を実装することで、学習済モデルの生成を実現できる。具体的には、機械学習では、例えば学習データセットを用いて、自動車の状況の判定結果の不正解率が最小になるようなニューラルネットワークや決定木の重み等が学習される。

【0029】

例えば、車両制御装置１００は、温度変化が一定以上上昇又は下降した後に、その逆の温度変化がある場合は、自動車が一時的な停車であったと判定するように学習する。これは、例えば季節を夏と仮定した場合、走行中には冷房等の温度制御機能が働くため一定の温度が観測される一方、一時停車で冷房が停止した場合、徐々に温度は上昇するが、ごく短時間で運転者が車内に戻り、再び冷房をかけたような状態が学習されるからである。

【0030】

車両制御装置１００は、生成した学習済モデルを記憶部に格納する。なお、温度変化データは、外気温の変化に影響を受けることから、季節ごとに異なる傾向を有することが想定される。このため、車両制御装置１００は、季節ごとに異なる学習データセットを用いて、季節ごとに異なる学習済モデルを生成してもよい。具体的には、車両制御装置１００は、夏季と冬季とで異なる学習済モデルを生成しておき、実行段階における季節に応じて、利用する学習済モデルを選択するようにしてもよい。

【0031】

また、ラベルは、駐車が否かを示すのみならず、例えば、駐車か、一時停止か、自動車が走行中であるかなど、複数の状態を示したものであってもよい。これにより、車両制御装置１００は、取得された温度変化データに基づいて、自動車がどのような状態にあるかを、より詳細に判定することができる。

【0032】

実行段階では、車両制御装置１００は、自動車内の温度を常時計測可能な温度計１６０等を用いて、所定時間ごとの温度変化データを取得する。そして、車両制御装置１００は、取得された温度変化データを学習済モデルに入力し、自動車が駐車状態にあるか否かを判定する。例えば、車両制御装置１００は、自動車が駐車状態にあるか、それとも一時停止状態であったかを判定する。

【0033】

ここで、図３に、取得された温度変化データの例を示す。図３は、実施形態に係る温度変化データの一例を示す図である。なお、図３に示す温度変化データの一例は、外気温が高く、自動車の走行が停止した場合や、温度制御機能が停止した場合に、自動車内の温度が上昇する季節に観測されたものであるものとする。

【0034】

図３に示すテーブル３０は、温度計１６０により計測された温度データの推移と、判定結果との関係を示す。例えば、所定時間にわたって取得された温度変化データが常に「２３度」であれば、その変化率は「０」であり、車両制御装置１００は、その状態が駐車でない（走行中である）と判定している。その後、所定時間にわたって取得された温度変化データに、「２３度」から「２４度」に推移したような、わずかに上昇を示す特徴が含まれる場合、車両制御装置１００は、自動車の状態が一時停止であると判定している。その後、所定時間にわたって取得された温度変化データに、ごく短い時間で「２３度」から「２４度」、「２４度」から「２７度」に推移したような、温度上昇を顕著に示す特徴が含まれる場合、車両制御装置１００は、自動車の状態が駐車状態であると判定している。同様に、所定時間にわたって取得された温度変化データに、ごく短い時間で「２３度」から「２４度」、「２４度」から「２７度」、「２７度」から「３０度」に推移したような、温度上昇を顕著に示す特徴が含まれる場合、車両制御装置１００は、自動車の状態が駐車状態であると判定している。

【0035】

車両制御装置１００は、自動車が駐車状態であると判定すると、カメラ１７０により取得された画像等を用いて、自動車内に検出対象が所在していないかを検出する。このとき、車両制御装置１００は、検出対象ごとに学習された画像認識モデルを用いてもよい。例えば、車両制御装置１００は、検出対象が幼児（人間）であれば、人間を検出するために学習された画像認識モデルを用いる。あるいは、車両制御装置１００は、検出対象がペット（例えば飼い犬等）であれば、当該ペットを検出するために学習された画像認識モデルを用いる。そして、車両制御装置１００は、自動車内に検出対象が所在すると判定すると、ユーザ端末２００に通知を発する。これにより、車両制御装置１００は、自動車が駐車されたと判定した場合に限り、ユーザ端末２００に通知を発することができる。

【0036】

（１－３．実施形態に係る判定処理の手順）
次に、図４を用いて、実施形態に係る判定処理の手順について説明する。図４は、実施形態に係る判定処理の手順を示すフローチャートである。

【0037】

図４に示すように、車両制御装置１００は、所定時間ごとの温度変化データを取得する（ステップＳ１０１）。車両制御装置１００は、取得した温度変化データを学習済モデルに入力し、自動車が駐車状態にあるか否かを判定する（ステップＳ１０２）。

【0038】

自動車が駐車状態でない場合（ステップＳ１０２；Ｎｏ）、車両制御装置１００は、温度変化データの取得を継続する。一方、自動車が駐車状態である場合（ステップＳ１０２；Ｙｅｓ）、車両制御装置１００は、カメラ１７０を制御して車内を撮影し、車内の画像を取得する（ステップＳ１０３）。車両制御装置１００は、取得した画像を画像認識モデルに入力し、画像中に、すなわち車内において、生体が検知されたか否か判定する（ステップＳ１０４）。

【0039】

生体が検知されない場合（ステップＳ１０４；Ｎｏ）、車両制御装置１００は、車内での取り残し等の危険はないとして、温度変化データの取得を継続する。一方、生体が検知された場合（ステップＳ１０４；Ｙｅｓ）、車両制御装置１００は、通知を行うため、自動車の位置情報を取得する（ステップＳ１０５）。

【0040】

そして、車両制御装置１００は、取得した自動車の位置情報とともに、幼児２０等の生体が自動車内に取り残されている旨をユーザ１０に通知する（ステップＳ１０６）。

【0041】

（１－４．実施形態に係る車両制御装置の構成）
次に、車両制御装置１００の構成について説明する。図５は、実施形態に係る車両制御装置１００の構成例を示す図である。

【0042】

図５に示すように、車両制御装置１００は、通信部１１０と、記憶部１２０と、制御部１３０と、検知部１５０とを備える。

【0043】

通信部１１０は、例えば、ネットワークインタフェースコントローラ(Network Interface Controller)等によって実現される。通信部１１０は、ネットワークＮ（例えばインターネットやローカルネットワーク）と有線又は無線で接続され、ネットワークＮを介して、ユーザ端末２００等との間で情報の送受信を行う。例えば、通信部１１０は、Ｗｉ－Ｆｉ（登録商標）、ＳＩＭ（Subscriber Identity Module）、ＬＰＷＡ（Low Power Wide Area）等の通信規格もしくは通信技術を用いて、情報の送受信を行ってもよい。

【0044】

記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、モデル記憶部１２１および計測データ記憶部１２２を含む。

【0045】

モデル記憶部１２１は、予め学習された学習済モデルを記憶する。例えば、モデル記憶部１２１は、温度変化データに基づいて自動車が駐車状態にあるか否かを判定する学習済モデルを記憶する。また、モデル記憶部１２１は、自動車内で撮影された画像内に検出対象が含まれるか否かを判定する画像認識モデルを記憶する。

【0046】

計測データ記憶部１２２は、車両制御装置１００の検知部１５０によって検知された各種データを記憶する。例えば、計測データ記憶部１２２は、温度センサ１５１によって計測された温度変化データを記憶する。

【0047】

記憶部１２０に記憶される情報は、必ずしも車両制御装置１００自体が保持する必要はなく、例えばクラウド上のデータサーバ等に保持されてもよい。

【0048】

検知部１５０は、各種情報を検知する。温度センサ１５１は、図１に示した温度計１６０に対応し、自動車内外の温度を計測する。画像センサ１５２は、図１に示したカメラ１７０に対応し、自動車内外を撮像することで撮影画像を取得する。位置情報センサ１５３は、ＧＰＳ等を用いて、自動車の位置情報を取得する。

【0049】

なお、検知部１５０は、上記の例に限らず、他の種々の情報を検知してもよい。例えば、検知部１５０は、自動車内外の環境に関する情報として、天候、気温、湿度、明るさ、及び、路面の状態等の情報を検知してもよい。また、検知部１５０は、ネットワークＮを介して各種のサービスサーバに接続し、サービスサーバから、現在日時や天気予報データ（自動車内外の温度の上昇予測等）等を取得してもよい。

【0050】

制御部１３０は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）等によって、車両制御装置１００内部に記憶されたプログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１３０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

【0051】

図５に示すように、制御部１３０は、取得部１３１と、判定部１３２と、検出部１３３と、通知部１３４と、学習部１３５を含む。

【0052】

取得部１３１は、各種情報を取得する。例えば、取得部１３１は、検出対象が乗車している車両の温度変化データを取得する。実施形態では、取得部１３１は、幼児２０が乗車している自動車の温度変化データを取得する。

【0053】

判定部１３２は、所定の学習データによって学習された学習済モデルを用いて、取得部１３１によって取得された温度変化データから、検出対象が乗車している車両が駐車しているか否かを判定する。学習データは、例えば、車両が所定時間を超えて駐車された場合の温度変化と、車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、車両が駐車されていない場合の温度変化と、車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとを含む。

【0054】

このとき、「駐車」の概念については、例えば判定システム１を利用するユーザ１０が任意に設定可能である。例えば、ユーザ１０は、自動車がエンジンを停止してから１０分間、運転者が自動車に戻ってこない状態で、かつ、エアコンディショナー等の温度調整機能が停止した状態を「駐車」と設定してもよい。

【0055】

上述のように、判定部１３２は、学習済モデルとして、季節ごとに観測された学習データに基づいて学習された季節別学習済モデルを用いて、検出対象が乗車している車両が一時停止しているか駐車しているかを判定してもよい。

【0056】

また、判定部１３２は、温度変化と各種データとを組み合わせた学習データを用いて生成された学習済モデルを用いてもよい。例えば、判定部１３２は、第１温度変化データおよび第２温度変化データに紐づけられた湿度データを含めて学習された第２の学習済モデルを用いて、検出対象が乗車している車両が一時停止しているか駐車しているかを判定してもよい。このように、判定部１３２は、温度と湿度を組み合わせて判定を行うモデルを利用することで、温度のみで判定する場合と比較して、より正確に自動車の状態を判定することができる可能性がある。

【0057】

検出部１３３は、判定部１３２によって検出対象が乗車している車両が駐車していると判定されると、車両内の検出対象を検出する処理を実行する。例えば、検出部１３３は、予め検出対象を検出物として学習された、検出対象ごとの画像認識モデルを用いて、車両内の検出対象を検出する。

【0058】

また、検出部１３３は、判定部１３２によって検出対象が乗車している車両が駐車していないと判定されると、車両内の検出対象を検出する処理をスキップする。このように、検出部１３３は、そもそも車両が駐車状態でない（一時停止の状態等である）場合には、生体の危険性が低いと判定し、検出をスキップする。これにより、検出部１３３は、後段の通知処理を発生させないので、ユーザ１０への誤報を防止することができる。

【0059】

通知部１３４は、検出部１３３によって検出対象が検出された場合に、予め設定された通知先に検出対象に関する情報および車両の位置情報を通知する。実施形態では、通知部１３４は、自動車が駐車状態にあり、かつ、検出対象である幼児２０が検出された場合に、予め設定された通知先であるユーザ端末２００に通知を発する。

【0060】

学習部１３５は、判定処理に先立ち、学習データに基づいて学習済モデルを生成する。また、学習部１３５は、判定処理等が行われたのち、当該判定結果をさらに学習済モデルに反映させるための再学習処理を行ってもよい。これにより、学習部１３５は、既存の学習済モデルを、実際の事例を反映させた精度の高い学習済モデルに更新することができる。

【0061】

（２．実施形態の変形例）
上記実施形態では、判定システム１は、車両制御装置１００とユーザ端末２００とが協働して処理を実行する例を示した。しかし、判定システム１の構成はこれに限られない。例えば、判定システム１は、学習処理を行うクラウドサーバ等を含んでもよい。

【0062】

車両制御装置１００は、学習済モデルを生成するための学習データとして、検出対象が車両内に所在する場合の温度変化データを用いてもよい。これは、生体によっては、その存在の有無が温度変化データに影響を与える可能性があるからである。

【0063】

実施形態では、車両の一例として自動車を例示しているが、この例に限られず、生体が取り残される可能性のある閉鎖空間を形成する乗り物等であれば、実施形態に係る判定処理が利用可能である。

【0064】

（３．その他の実施形態）
上述した実施形態に係る処理は、上記実施形態以外にも種々の異なる形態にて実施されてよい。

【0065】

例えば、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

【0066】

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0067】

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【0068】

また、本明細書に記載された効果はあくまで例示であって限定されるものでは無く、他の効果があってもよい。

【0069】

（４．本開示に係る判定装置の効果）
上述してきたように、本開示に係る判定装置（実施形態では車両制御装置１００）は、取得部（実施形態では取得部１３１）と、判定部（実施形態では判定部１３２）と、検出部（実施形態では検出部１３３）とを備える。取得部は、検出対象が乗車している車両の温度変化データを取得する。判定部は、車両が所定時間を超えて駐車された場合の温度変化と、車両が駐車されたことを示すラベルとがセットとなった第１温度変化データと、車両が駐車されていない場合の温度変化と、車両が駐車されてないことを示すラベルとがセットとなった第２温度変化データとに基づく学習データによって学習された学習済モデルを用いて、取得部によって取得された温度変化データから、検出対象が乗車している車両が駐車しているか否かを判定する。検出部は、判定部によって検出対象が乗車している車両が駐車していると判定されると、当該車両内の検出対象を検出する処理を実行し、判定部によって検出対象が乗車している車両が駐車していないと判定されると、当該車両内の検出対象を検出する処理をスキップする。

【0070】

このように、本開示に係る判定装置は、温度変化データに基づいて車両の駐車状態を判定し、その判定結果に基づいて検出対象を検出するか否かを決定するので、一時停止の場合など検出対象に危険性が低いときには、検出をスキップできる。すなわち、判定装置は、適切な状況下でのみ車両における生体の置き去りを検知するので、誤報の発生を防止できる。

【0071】

また、判定装置は、検出部によって検出対象が検出された場合に、予め設定された通知先に検出対象に関する情報および車両の位置情報を通知する通知部をさらに備える。

【0072】

このように、判定装置は、車両に検出対象が検出された場合に、位置情報とともにその結果を通知することで、置き去りにされた検出対象の存在をユーザに確認させることができる。

【0073】

また、判定部は、学習済モデルとして、季節ごとに観測された学習データに基づいて学習された季節別学習済モデルを用いて、検出対象が乗車している車両が一時停止しているか駐車しているかを判定してもよい。

【0074】

このように、判定装置は、季節ごとに異なる学習済モデルを用いて判定を行うことで、温度変化データに基づく車両の状態判定をより精度よく行うことができる。

【0075】

また、判定部は、学習済モデルとして、第１温度変化データおよび第２温度変化データに紐づけられた湿度データを含めて学習された第２の学習済モデルを用いて、検出対象が乗車している車両が一時停止しているか駐車しているかを判定してもよい。

【0076】

このように、判定装置は、温度とともに湿度データを計測した学習データを用いて学習された学習済モデルを用いることで、判定の精度を上げることができる。

【0077】

また、検出部は、予め検出対象を検出物として学習された、当該検出対象ごとの画像認識モデルを用いて、車両内の検出対象を検出してもよい。

【0078】

このように、判定装置は、検出対象ごとに学習された画像認識モデルを用いて検出を行うことで、対象を検出する精度を上げることができる。

【0079】

（５．ハードウェア構成）
上述してきた実施形態に係る車両制御装置１００やユーザ端末２００等の情報機器は、例えば図６に示すような構成のコンピュータ１０００によって実現される。以下、実施形態に係る車両制御装置１００を例に挙げて説明する。図６は、車両制御装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス１５００、及び入出力インターフェイス１６００を有する。コンピュータ１０００の各部は、バス１０５０によって接続される。

【0080】

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。例えば、ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムをＲＡＭ１２００に展開し、各種プログラムに対応した処理を実行する。

【0081】

ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるＢＩＯＳ（Basic Input Output System）等のブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

【0082】

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を非一時的に記録する、コンピュータが読み取り可能な記録媒体である。具体的には、ＨＤＤ１４００は、プログラムデータ１４５０の一例である本開示に係る判定処理を実行するプログラムを記録する記録媒体である。

【0083】

通信インターフェイス１５００は、コンピュータ１０００が外部ネットワーク１５５０（例えばインターネット）と接続するためのインターフェイスである。例えば、ＣＰＵ１１００は、通信インターフェイス１５００を介して、他の機器からデータを受信したり、ＣＰＵ１１００が生成したデータを他の機器へ送信したりする。

【0084】

入出力インターフェイス１６００は、入出力デバイス１６５０とコンピュータ１０００とを接続するためのインターフェイスである。例えば、ＣＰＵ１１００は、入出力インターフェイス１６００を介して、キーボードやマウス等の入力デバイスからデータを受信する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやスピーカーやプリンタ等の出力デバイスにデータを送信する。また、入出力インターフェイス１６００は、所定の記録媒体（メディア）に記録されたプログラム等を読み取るメディアインターフェイスとして機能してもよい。メディアとは、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

【0085】

例えば、コンピュータ１０００が実施形態に係る車両制御装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされた判定プログラムを実行することにより、制御部１３０等の機能を実現する。また、ＨＤＤ１４００には、本開示に係る判定処理を実行するプログラムや、記憶部１２０内のデータが格納される。なお、ＣＰＵ１１００は、プログラムデータ１４５０をＨＤＤ１４００から読み取って実行するが、他の例として、外部ネットワーク１５５０を介して、他の装置からこれらのプログラムを取得してもよい。

【0086】

以上、本願の実施形態を図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【符号の説明】

【0087】

１ 判定システム
１０ ユーザ
１００ 車両制御装置
１１０ 通信部
１２０ 記憶部
１３０ 制御部
１３１ 取得部
１３２ 判定部
１３３ 検出部
１３４ 通知部
１３５ 学習部
１５０ 検知部
１５１ 温度センサ
１５２ 画像センサ
１５３ 位置情報センサ
２００ ユーザ端末

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】