知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-11-29
(45)【発行日】2023-12-07
(54)【発明の名称】特装車
(51)【国際特許分類】
B65F 3/00 20060101AFI20231130BHJP
B60P 3/00 20060101ALI20231130BHJP
G06T 7/00 20170101ALI20231130BHJP
B60R 11/02 20060101ALN20231130BHJP
【ＦＩ】
B65F3/00 L
B60P3/00 Q
G06T7/00 350B
B60R11/02 C
【請求項の数】
4
(21)【出願番号】P 2020063213
(22)【出願日】2020-03-31
(65)【公開番号】P2021160867
(43)【公開日】2021-10-11
【審査請求日】2022-10-13
(73)【特許権者】
【識別番号】000002358
【氏名又は名称】新明和工業株式会社
(74)【代理人】
【識別番号】110000947
【氏名又は名称】弁理士法人あーく事務所
(72)【発明者】
【氏名】清上 武伸
(72)【発明者】
【氏名】西▲崎▼ 聡
【審査官】渡邉 洋
(56)【参考文献】
【文献】特開２０１９－１０８２１４（ＪＰ，Ａ）
【文献】特開２０１８－０３６８４８（ＪＰ，Ａ）
【文献】特開２００４－２６９１３７（ＪＰ，Ａ）
【文献】特開２０１９－１５６５６４（ＪＰ，Ａ）
【文献】特開２０２０－０４６９２８（ＪＰ，Ａ）
【文献】特開２０１８－２０６３２１（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｂ６５Ｆ ３／００－ ３／２８
Ｂ６０Ｐ ３／００
Ｇ０６Ｔ ７／００
Ｂ６０Ｒ１１／０２
(57)【特許請求の範囲】
【請求項1】
車台上に可動装置が架装された特装車であって、前記可動装置の近傍の物体の物体像を動画で取得可能な物体像取得部と、
人物の特徴が抽出された辞書データを保存する記憶部と、
前記物体像取得部によって取得された動画のデータに基づいて、前記辞書データを参照することによって、前記可動装置の近傍の人物検出用エリアに人物が入っているか否かを画像解析によって判定する画像解析部と、
前記物体像取得部によって取得された動画のデータから、所定タイミングで学習用画像データを抽出して前記記憶部に保存する学習用画像抽出部と、
前記記憶部に保存した学習用画像データを使用した機械学習により前記辞書データを更新する機械学習部と、
前記人物検出用エリアに面して配置されるとともに人の手で操作される操作部と、を備え、
前記学習用画像抽出部は、前記操作部から延びる画素グループを人物の領域としてタグ付けし、
前記機械学習部は、前記タグ付けされた学習用画像データを使用した機械学習により前記辞書データを更新することを特徴とする特装車。
【請求項2】
請求項１に記載の特装車において、前記操作部は、扉および当該扉の開閉操作を行うために前記人物検出用エリアに面して配置された扉操作部を含み、
前記学習用画像抽出部は、前記扉操作部が操作されたことを条件に前記学習用画像データを抽出することを特徴とする特装車。
【請求項3】
請求項１または２に記載の特装車において、前記操作部は、アクチュエータおよび当該アクチュエータを作動させるために前記人物検出用エリアに面して配置されたアクチュエータ操作部を含み、
前記学習用画像抽出部は、前記アクチュエータ操作部が操作されたことを条件に前記学習用画像データを抽出することを特徴とする特装車。
【請求項4】
請求項１～３のうち何れか１つに記載の特装車において、
前記可動装置は、塵芥投入箱の内部に配設された塵芥積込装置であり、
前記画像解析部は、前記物体像取得部によって取得された動画のデータに基づいて、前記塵芥投入箱の背面に開口する塵芥投入口の近傍の人物検出用エリアに人物が入っているか否かを画像解析によって判定する構成となっていることを特徴とする特装車。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、例えば塵芥収集車等の特装車に関し、特に、車台上に架装された可動装置の近傍に人物がいるという判定に基づいて、その可動装置の作動を制御するようにした特装車に関する。
【背景技術】
【0002】
従来、一例として塵芥収集車においては、車台の後部に設けられた塵芥投入箱内に塵芥積込装置（可動装置）が装備されており、その塵芥投入箱内に塵芥投入口から投入される塵芥を回転板や押込板等によって掻き込んで、塵芥収容箱に積み込むようになっている。また、そうして塵芥投入口に塵芥を投入する作業者等が、不注意によって塵芥積込装置に巻き込まれることを防止するために、塵芥投入口の近傍の人物を認識するようにした人物認識装置が提案されている（例えば、特許文献１参照）。
【0003】
この特許文献１に記載の技術では、塵芥投入箱の後方上部に物体像取得部としてのカメラを配設して、塵芥投入口の近傍の所定エリアを撮影するようにしている。そして、塵芥積込装置の作動中にカメラによって撮影した画像のデータを画像処理装置に送信し、この画像において予め設定されている侵入禁止エリア内に人物が侵入したと判定すれば、塵芥積込装置の作動を停止させるようにしている。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１８－１５４４６４号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
前述したような従来の技術では、人物認識処理の際、予め記憶部に保存された辞書データを参照し、カメラによって撮影された画像から抽出された物体像のデータを辞書データと比較することによって、塵芥投入口の近傍の人物をより正確に認識できるようにしている。辞書データは、予め多くの人物の画像（例えば人物の頭部の画像）を撮影して、その大きさや形状等の特徴を機械学習により抽出したものである。
【0006】
前述の辞書データは、塵芥収集車の製造時に記憶部に保存され、その後は、同一の辞書データが継続して使用されていた。また、製造される全ての塵芥収集車に対して単一の辞書データが使用されていた。一方、塵芥収集車の使用環境等に応じて、辞書データを更新していくことも効果的であると考えられるものの、辞書データの更新は、作業者等の安全性を確保する観点から慎重に行う必要があった。具体的に説明すると、辞書データを使用環境等に応じたものに更新するためには、塵芥収集車の使用時に物体像取得部から得られた画像のデータを機械学習の教師データ用に使用していく必要がある。しかし、使用する画像のデータの質が悪いと、辞書データの更新によって、今まで人物であると認識されていた作業者等が、人物ではないと誤認識される可能性があり、安全性を確保することが困難になる。
【0007】
本発明は、前述したような実情を考慮してなされたものであって、安全性を確保しつつ、使用環境に適した辞書データに更新することが可能な特装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】
【0008】
本発明は、前述の課題を解決するための手段を以下のように構成している。すなわち、本発明は、車台上に可動装置が架装された特装車であって、前記可動装置の近傍の物体の物体像を動画で取得可能な物体像取得部と、人物の特徴が抽出された辞書データを保存する記憶部と、前記物体像取得部によって取得された動画のデータに基づいて、前記辞書データを参照することによって、前記可動装置の近傍の人物検出用エリアに人物が入っているか否かを画像解析によって判定する画像解析部と、前記物体像取得部によって取得された動画のデータから、所定タイミングで学習用画像データを抽出して前記記憶部に保存する学習用画像抽出部と、前記記憶部に保存した学習用画像データを使用した機械学習により前記辞書データを更新する機械学習部と、前記人物検出用エリアに面して配置されるとともに人の手で操作される操作部と、を備え、前記学習用画像抽出部は、前記操作部から延びる画素グループを人物の領域としてタグ付けし、前記機械学習部は、前記タグ付けされた学習用画像データを使用した機械学習により前記辞書データを更新することを特徴とする。
【0009】
前記構成によれば、物体像取得部によって取得された動画のデータから学習用画像データを抽出するに際し、学習用画像抽出部が所定タイミングで当該学習用画像データの抽出を行うので、人物の立ち位置や動作、背景の種類等が特定された学習用画像データを抽出することができる。これにより、不規則なタイミングで学習用画像データの抽出を行う場合と比較して、機械学習させる人物の特徴を予め絞り込むことができる。また、所定タイミングで抽出された学習用画像データは記憶部に保存されるので、この保存された学習用画像データを使用して、車載の機械学習部により機械学習を行って辞書データを自動的に更新することにより、当該辞書データをそれぞれの特装車の使用環境等に適したものに自動的に更新することができる。その結果、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができ、作業者等の安全性を確保することができる。
また、この構成によれば、操作部が操作される状況では、人物検出用エリアに入っている人物の手が操作部（扉操作部またはアクチュエータ操作部）に延びて操作している。つまり、この場合、画像データにおいて操作部から延びた物体は人物（人物の手）である。また、操作部は画像データの中で位置が固定されている。このことを利用し、本解決手段では、操作部から延びている画素グループを人物の領域としてタグ付けし、このタグ付けされた学習用画像データを使用した機械学習により辞書データを更新するようにしている。これにより、タグ付けされた領域の物体像が人物であることが保証され、更新された辞書データが人物を対象としたデータであることが保証される。また、学習用画像データの中に人物と物体の両方が含まれている場合であって、かつ、画像解析部が人物を人物ではない物体像として認識したり物体を人物の物体像として認識したりする場合であっても、学習用画像抽出部は、学習用画像データの中の人物の領域を確実にタグ付けすることができる。このタグ付けは人手によらず自動的に行うことができる。そして、このタグ付けされた学習用画像データを使用して機械学習部が機械学習を行うことによって、前記辞書データをより良いものに自動的に更新することができる。その結果、画像解析部による人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができる。
また、この構成によれば、操作部が操作される状況では、人物検出用エリアに入っている人物の手が操作部（扉操作部またはアクチュエータ操作部）に延びて操作している。つまり、この場合、画像データにおいて操作部から延びた物体は人物（人物の手）である。また、操作部は画像データの中で位置が固定されている。このことを利用し、本解決手段では、操作部から延びている画素グループを人物の領域としてタグ付けし、このタグ付けされた学習用画像データを使用した機械学習により辞書データを更新するようにしている。これにより、タグ付けされた領域の物体像が人物であることが保証され、更新された辞書データが人物を対象としたデータであることが保証される。また、学習用画像データの中に人物と物体の両方が含まれている場合であって、かつ、画像解析部が人物を人物ではない物体像として認識したり物体を人物の物体像として認識したりする場合であっても、学習用画像抽出部は、学習用画像データの中の人物の領域を確実にタグ付けすることができる。このタグ付けは人手によらず自動的に行うことができる。そして、このタグ付けされた学習用画像データを使用して機械学習部が機械学習を行うことによって、前記辞書データをより良いものに自動的に更新することができる。その結果、画像解析部による人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができる。
【0010】
本発明において、前記操作部に、扉および当該扉の開閉操作を行うために前記人物検出用エリアに面して配置された扉操作部が含まれている場合、前記学習用画像抽出部は、前記扉操作部が操作されたことを条件に前記学習用画像データを抽出することが好ましい。
【0011】
扉操作部が操作される状況にあっては、可動装置の近傍の人物検出用エリアに人物が入っていることは確実である。従って、このタイミングで学習用画像抽出部による学習用画像データの抽出を行えば、この抽出した学習用画像データには人物の領域が含まれていることが保証される。このため、記憶部に保存したこの学習用画像データを使用した機械学習によって更新される辞書データが人物を対象としたデータであることの信頼性を高めることができ、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができる。
【0012】
また、本発明において、前記操作部に、アクチュエータおよび当該アクチュエータを作動させるために前記人物検出用エリアに面して配置されたアクチュエータ操作部が含まれている場合、前記学習用画像抽出部は、前記アクチュエータ操作部が操作されたことを条件に前記学習用画像データを抽出するようにしてもよい。
【0013】
アクチュエータ操作部が操作される状況にあっても、可動装置の近傍の人物検出用エリアに人物が入っていることは確実である。従って、このタイミングで学習用画像抽出部による学習用画像データの抽出を行うことによっても、この学習用画像データを使用した機械学習によって更新される辞書データが人物を対象としたデータであることの信頼性を高めることができ、人物認識処理の精度を向上させることができる。
【0017】
本発明において、特装車としては、例えば塵芥収集車を挙げることができ、この場合、前記可動装置は、塵芥投入箱の内部に配設された塵芥積込装置であり、前記画像解析部は、前記物体像取得部によって取得された動画のデータに基づいて、前記塵芥投入箱の背面に開口する塵芥投入口の近傍の人物検出用エリアに人物が入っているか否かを画像解析によって判定する構成とすることが好ましい。
【0018】
前記構成によれば、実際に塵芥収集車を使用する作業者を撮影した動画のデータに基づいて学習用画像データを抽出することができ、それぞれの塵芥収集車の使用環境等に適した辞書データを使用して人物認識処理を行うことができる。これにより、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができ、作業者等の安全性を確保することができる。
【発明の効果】
【0019】
本発明に係る特装車によれば、学習用画像抽出部が所定タイミングで学習用画像データの抽出を行うので、機械学習させる人物の特徴を予め絞り込むことができる。さらに、記憶部に保存された学習用画像データを使用し、車載の機械学習部により機械学習を行うことによって辞書データをそれぞれの特装車の使用環境等に適したものに自動的に更新することができる。その結果、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができ、作業者等の安全性を確保することができる。
【図面の簡単な説明】
【0020】
【図1】本発明の実施形態に係る塵芥収集車を示す側面図である。
【図3】塵芥収集車に装備された塵芥積込装置の作動の説明図である。
【図5】塵芥収集車の塵芥積込装置の油圧回路図である。
【図6】塵芥収集車の本体制御部および画像処理ユニットとそれらの入出力状態を示す概略図である。
【図7】ゴミ袋を塵芥投入口に積み込む作業者を側方から見た図であって、塵芥収集車の辞書データ更新システムの概略構成を示す図である。
【図8】カメラによって撮影された画像の一例であって、第１～第３の検知エリアを示す図である。
【図9】塵芥収集車で行われる画像処理制御において、画像処理ユニットが実行する制御の流れを示すフローチャートである。
【図10】画像処理ユニットが実行する人物認識処理の一例を示すフローチャートである。
【図11】作業者がテールゲートのハンドルを操作している状態を示す塵芥収集車の後部の側面図である。
【図12】作業者がテールゲートのハンドルを操作している状態を示す塵芥収集車の後部の平面図である。
【図13】作業者がスイッチボックスのスイッチを操作している状態を示す塵芥収集車の後部の側面図である。
【図14】作業者がスイッチボックスのスイッチを操作している状態を示す塵芥収集車の後部の平面図である。
【図15】人物検出用エリアに人物が入っていない状態でカメラによって撮影された画像の一例を示す図である。
【発明を実施するための形態】
【0021】
本発明を塵芥収集車に適用した実施形態について、図面を参照して説明する。つまり、本発明に係る特装車が、車台上に架装された塵芥積込装置（可動装置）を備えた塵芥収集車である場合について説明する。なお、以下の説明においては、便宜上、塵芥収集車の前後左右を単に「前後左右」と言うこともある。
【0022】
図１、図２には、本発明の実施形態に係る塵芥収集車１００を示している。塵芥収集車１００では、車台１上に塵芥収容箱２と塵芥投入箱３とが設けられており、塵芥収容箱２の後方の開口部と塵芥投入箱３の前面の開口部とが連通されている。また、塵芥投入箱３は、その上部に設けられた左右方向の枢軸３ａによって塵芥収容箱２に対して軸支されており、左右一対の傾動シリンダ（図示省略）によって傾動されるようになっている。
【0023】
また、塵芥投入箱３の背面における下寄りの部位には、塵芥Ｇ（図８参照）を投入するための略矩形状の塵芥投入口４が開口され、昇降可能なテールゲート（本発明で言う扉）５によって、塵芥投入口４が開閉されるようになっている。このテールゲート５には、開閉操作時に作業者が把持するハンドル（本発明で言う扉操作部）５１が設けられている。塵芥投入口４の左側方には、塵芥積込装置の作動（各種アクチュエータの作動）等の操作のためのスイッチボックス６が設けられている。また、塵芥投入口４の上方には、塵芥投入口４およびその近傍のエリアを撮影するようにカメラユニット７が配設されている。カメラユニット７は、塵芥投入口４より上方に配設された塵芥投入箱３の傾斜後面部（湾曲状の後面部）３ｂから後方に突出する支持部材８０を介して、塵芥投入箱３の上部に固定されている。
【0024】
より具体的に説明すると、図１～図４に示すように、支持部材８０は、傾斜後面部３ｂの左右両端部に基端部を有する枠状となっている。カメラユニット７は、支持部材８０において塵芥投入箱３の左右中央部となる位置に固定されている。カメラユニット７は、塵芥投入口４の近傍の物体の物体像を動画で取得可能な物体像取得部としてのカメラ７１と、報知部としての検出ランプ７３と、第２の報知部としての作動中ランプ７２とを有している。カメラ７１によって撮影された画像（動画）のデータは、後述する画像処理ユニット９のメモリＭに保存されるようになっている。
【0025】
カメラ７１は、塵芥投入箱３の後方上部に所定の取付角度で取り付けられている。具体的には、カメラ７１は、カメラユニット７の左右中央部に設けられた凹部７４の中に取付ブラケット７５を介して取り付けられている。カメラ７１は、撮像レンズ７１ａを有しており、この撮像レンズ７１ａが斜め下方に向くようにしてカメラユニット７の取付ブラケット７５に対し水平軸回りに上下回動調整可能に取り付けられている。カメラユニット７の凹部７４の左右両側には、水平面に対して後方上傾状の（車両後方に向かうにつれて上方に傾斜する）固定面７ａが設けられている。左側の固定面７ａには作動中ランプ７２が下向きに取り付けられている。また、右側の固定面７ａには、検出ランプ７３が下向きに取り付けられている。つまり、作動中ランプ７２と検出ランプ７３は、カメラ７１の撮像レンズ７１ａの近傍となるカメラ７１の左右両側に設けられている。
【0026】
次に、図３に示すように、塵芥投入箱３の内部には、投入された塵芥Ｇを塵芥収容箱２に積み込む塵芥積込装置（可動装置）が装備されている。この塵芥積込装置によって、塵芥投入箱３に投入された塵芥Ｇを、塵芥投入箱３の前方に連設された塵芥収容箱２へ押し込むようになっている。塵芥収容箱２には、収容された塵芥Ｇを排出する図示省略の塵芥排出装置が設けられている。この塵芥排出装置としては、例えば塵芥収容箱２を、車台１と塵芥収容箱２との間に介設されたダンプシリンダによって傾動させて塵芥Ｇを排出したり、塵芥収容箱２の内部に設けた排出板を排出シリンダにより塵芥収容箱２の後方に移動させて塵芥Ｇを排出したりするものが考えられる。
【0027】
次に、本実施形態の塵芥積込装置について具体的に説明する。本実施形態の塵芥積込装置は、回転板（積込部材）１０の回転によって塵芥Ｇを掻き上げるとともに、押込板２０によって塵芥収容箱２内へと押し込む、いわゆる回転板式の塵芥積込装置として構成されている。塵芥投入箱３内の下部においてその幅方向に延びるように回転軸１１が架設され、これに回転板１０の基端側が固定されている。
【0028】
図示の例では、回転軸１１の端部に減速機構１２を介して正逆回転可能な油圧モータ１３が連結されている。この油圧モータ１３の回転が減速機構１２によりトルクアップされて回転軸１１に伝達され、この回転軸１１と一体に回転板１０が回転されることで、その先端部は、断面略半円弧状に形成された塵芥投入箱３の底壁に沿って前後方向に移動するようになる。
【0029】
一方、押込板２０は、回転板１０の上方において塵芥投入箱３の幅方向全体に亘って設けられ、その上部に設けられた左右方向の揺動軸２１の周りに前後方向に揺動自在に支持されている。また、押込板２０には、揺動軸２１よりも上方に延びる延設部２２が設けられ、この延設部２２とその前方の支持ピン２３との間に押込シリンダ２４が架設されており、その伸縮作動によって押込板２０を前後方向に揺動させるようになっている。
【0030】
具体的には、図３に実線で示すように、押込板２０が塵芥収容箱２の側に最も揺動した位置（前進限界位置）にあるときは、この押込板２０に干渉することなく回転板１０が上方に回動するようになり、これに遅れて押込板２０が塵芥投入口４側へ揺動する。そして、押込板２０が塵芥投入口４側に最も揺動し、図３に仮想線で示す後退限界位置に達した後も、回転板１０の回動は継続される。
【0031】
このようにして回転する回転板１０は、塵芥Ｇを塵芥収容箱２側に掻き込んで、図３に実線で示すように、前方の塵芥収容箱２側に延びる設定停止位置に一旦、停止する。そうすると、今度は押込板２０が塵芥収容箱２側に揺動して、回転板１０上の塵芥Ｇを塵芥収容箱２に押し込んでいく。そして、押込板２０が再び前進限界位置に達すると、再び回転板１０が上方へ回動するようになる。
【0032】
このように互いに同期して回転板１０の回転および押込板２０の揺動が繰り返されることによって、塵芥投入箱３に投入された塵芥Ｇが連続的に塵芥収容箱２に積み込まれる塵芥積込作動が行われる。このように回転板１０および押込板２０を作動させるための油圧回路および制御系の構成については後述する。
【0033】
塵芥投入箱３の内部には、回転板１０および押込板２０の位置を検出するためのスイッチＬＳ１～ＬＳ４が設けられている。具体的には、図３に示すように、押込板２０が前進限界位置または後退限界位置にあるときにそれぞれオンになるスイッチＬＳ１，ＬＳ２と、回転板１０が設定停止位置にあるときにオンになるスイッチＬＳ３と、その設定停止位置から回転板１０が正の向き（図３の時計回り）に所定角度回転したときにオンになり、さらに所定角度回転したときにオフになるスイッチＬＳ４とが設けられている。
【0034】
なお、スイッチＬＳ１，ＬＳ２は、押込板２０の揺動軸２１の端部に設けられたドグ（図示省略）を検出するようになっており、スイッチＬＳ３，ＬＳ４は、回転板１０の回転軸１１の端部に設けられたドグ（図示省略）を検出するようになっている。また、これらのスイッチＬＳ１～ＬＳ４としては、例えばリミットスイッチ、光電スイッチ、近接スイッチ等を用いることができる。また、スイッチＬＳ４は、図３にハッチングで示すように、回転板１０が塵芥投入口４の前縁部（上縁部）４ａの真下から、その後方へ回転しつつ下降して塵芥投入口４の後縁部（下縁部）４ｂに最も近接するまでの角度範囲Ｚを検出するもので、回転板１０が塵芥投入口４の近傍にて作動していることを検出するためのセンサである。
【0035】
さらに、図１、図２に示すように、塵芥投入口４の近傍には、塵芥積込装置の作動を停止させるための緊急停止スイッチ６０，６１や、緊急停止プレート６２等が配設されている。図１に示すように、塵芥投入口４の左側に設けられたスイッチボックス６の側面には、塵芥積込装置をサイクル作動させるための積込スイッチ６４と塵芥積込装置を緊急停止させるための緊急停止スイッチ６０（図６のスイッチＳＷ１に対応）とが配設され、また、図３に破線で示すように、塵芥投入口４の右側に緊急停止スイッチ６１（図６のスイッチＳＷ３に対応）が配設されている。緊急停止プレート６２は、塵芥投入口４の下方においてスイッチＳＷ２をオンオフするように配設されている。また、図２に示すように、スイッチボックス６の後面には、停止解除スイッチ６３が配設されている。この停止解除スイッチ６３は例えばモーメンタリのスイッチＳＷ４をオンオフするように配設されている。停止解除スイッチ６３は、後述する画像解析に基づく塵芥積込装置の塵芥積込動作の緊急停止を一時的に解除する際に操作される。前述した各種スイッチ６０，６１，６２，６４が本発明で言うアクチュエータ操作部に相当する。
【0036】
－塵芥積込装置の制御系－
次に、図５～図７を参照して、塵芥積込装置を作動させるための制御系について説明する。この制御系は、塵芥積込装置の油圧モータ１３や、押込シリンダ２４等に供給する油圧を制御する油圧回路と、この油圧回路に設けられた電磁制御弁Ｖ１，Ｖ２に制御信号を出力する本体制御部ＰＬＣ（プログラマブル ロジック コントローラ）と、カメラ７１からの画像データに基づいて人物認識処理を行う画像処理ユニット９とを備えている。なお、本体制御部ＰＬＣは、塵芥積込装置の駆動だけでなく塵芥排出装置の駆動も制御するようになっている。また、画像処理ユニット９と本体制御部ＰＬＣとで架装物の制御装置を構成している。
次に、図５～図７を参照して、塵芥積込装置を作動させるための制御系について説明する。この制御系は、塵芥積込装置の油圧モータ１３や、押込シリンダ２４等に供給する油圧を制御する油圧回路と、この油圧回路に設けられた電磁制御弁Ｖ１，Ｖ２に制御信号を出力する本体制御部ＰＬＣ（プログラマブル ロジック コントローラ）と、カメラ７１からの画像データに基づいて人物認識処理を行う画像処理ユニット９とを備えている。なお、本体制御部ＰＬＣは、塵芥積込装置の駆動だけでなく塵芥排出装置の駆動も制御するようになっている。また、画像処理ユニット９と本体制御部ＰＬＣとで架装物の制御装置を構成している。
【0037】
まず、図５を参照して油圧回路について説明する。この油圧回路は、油圧ポンプＰと、オイルリザーバＴと、押込シリンダ２４を制御するための電磁制御弁Ｖ１と、油圧モータ１３を制御するための電磁制御弁Ｖ２とを備えている。なお、油圧ポンプＰには、車両走行駆動源としてのエンジン（図示省略）の動力を取り出すＰＴＯ（パワー テイク オフ）によって駆動力が伝達されるようになっている。
【0038】
一例として、電磁制御弁Ｖ１，Ｖ２は、何れも６ポート３位置の電磁式の方向切換弁からなる。電磁制御弁Ｖ１は、本体制御部ＰＬＣによりソレノイドＳＯＬａが励磁されると第１連通位置（図５の上位置）に切り換わって、油圧ポンプＰからの作動油を一対の押込シリンダ２４のロッド側油室に供給する。一方、電磁制御弁Ｖ１は、本体制御部ＰＬＣによりソレノイドＳＯＬｂが励磁されると第２連通位置（図５の下位置）に切り換わって、作動油をヘッド側油室に供給する。
【0039】
そして、電磁制御弁Ｖ１から作動油がヘッド側油室に供給されると、一対の押込シリンダ２４が伸長作動して押込板２０を前方に揺動させる。一方、作動油がロッド側油室に供給されると、一対の押込シリンダ２４は収縮作動して、押込板２０を後方に揺動させる。また、何れのソレノイドＳＯＬａ，ＳＯＬｂも励磁されていないときに、電磁制御弁Ｖ１は中立位置（図５の中央位置）に復帰するようになる。
【0040】
電磁制御弁Ｖ２は、ソレノイドＳＯＬｃが励磁されると第１連通位置（図５の下位置）に切り換わって、作動油を油圧モータ１３の正転側油室に供給し、当該油圧モータ１３を正転作動させる他、押込シリンダ２４も伸縮作動させることができる。一方、ソレノイドＳＯＬｄが励磁されると電磁制御弁Ｖ２は第２連通位置（図５の上位置）に切り換わって、作動油を油圧モータ１３の逆転側油室に供給し、当該油圧モータ１３を逆転作動させる。
【0041】
また、何れのソレノイドＳＯＬｃ，ＳＯＬｄも励磁されていないときに、電磁制御弁Ｖ２は中立位置（図５の中央位置）に復帰するようになる。電磁制御弁Ｖ１，Ｖ２の両方が中立位置にあるとき、作動油はオイルリザーバＴへ還流するようになる。なお、図示の油圧回路において、符号Ｖ３はチェック弁であり、また、符号Ｖ４は、油圧ポンプＰの吐出圧の上限を設定するためのリリーフ弁である。
【0042】
次に、図６を参照して本体制御部ＰＬＣおよび画像処理ユニット９の信号の入出力状態について説明する。まず、本体制御部ＰＬＣへの電力供給はバッテリＢＴによって行われる。このバッテリＢＴの正極から図６の右側に延びてグランドラインＫ１に至る通電ラインＫ２には、塵芥収集車１００のイグニッションスイッチＳＷＫ、ＰＴＯスイッチ（動力源スイッチ）ＳＷＰ、リレーコイルＲ１等が介設されている。
【0043】
また、イグニッションスイッチＳＷＫおよびバッテリＢＴの中間において通電ラインＫ２から分岐するように、通電ラインＫ３の上流端が接続されており、その上流側（バッテリＢＴに近い側）にはリレーコイルＲ１の接点（リレースイッチ）ｒ１が介設されている。この通電ラインＫ３には電源ランプＬが介設されており、リレーコイルＲ１が励磁されて接点ｒ１が閉じられると、通電ラインＫ３に通電することによって電源ランプＬが点灯する。
【0044】
また、リレーコイルＲ１の接点ｒ１および電源ランプＬの中間において通電ラインＫ３から分岐するように、通電ラインＫ４の上流端が接続されており、これにより本体制御部ＰＬＣの信号用電力供給部（図示省略）に電力が供給されるようになっている。つまり、接点ｒ１が閉じられると、通電ラインＫ３，Ｋ４を介して本体制御部ＰＬＣに電力が供給される。
【0045】
さらに、通電ラインＫ４から分岐する通電ラインＫ５によって、塵芥積込装置の塵芥積込作動中には必ず本体制御部ＰＬＣに通電されるようになっている。つまり、通電ラインＫ５は、いわゆる積込継続信号を入力するラインであり、ここには、前述した緊急停止スイッチ６０，６１および緊急停止プレート６２の操作に対応して開閉されるスイッチＳＷ１～ＳＷ３等が介設されている。これらのスイッチＳＷ１～ＳＷ３によって通電（つまり、積込継続信号の入力）が遮断されると、本体制御部ＰＬＣは、電磁制御弁Ｖ１，Ｖ２のソレノイドＳＯＬａ～ＳＯＬｄを励磁させるための制御信号の出力をオフするようになっている。これにより、電磁制御弁Ｖ１，Ｖ２が中立位置に復帰するようになり、塵芥積込装置の作動が停止されるようになっている。
【0046】
また、通電ラインＫ４にはその途中から分岐する複数の分岐ラインが接続されており、これらの分岐ラインのそれぞれに、前述したスイッチＬＳ１～ＬＳ４が介設されている。スイッチＬＳ１～ＬＳ４からの信号は本体制御部ＰＬＣに入力されるようになっており、これらの信号に基づいて塵芥積込装置の回転板１０および押込板２０の位置、言い換えれば作動状況が検出される。
【0047】
さらに、スイッチＬＳ１～ＬＳ４の他にも本体制御部ＰＬＣへの入力側には、積込スイッチ６４に対応するスイッチＳＷ５、塵芥積込装置の塵芥積込動作または塵芥排出装置の塵芥排出動作を切り換えるための切換スイッチＳＷ６、塵芥投入箱３を傾動させて開放するためのスイッチＳＷ７、塵芥積込動作の単動または連続の選択スイッチ（図示省略）、回転板１０や押込板２０を単独で作動させるスイッチ（図示省略）等も電気的に接続されている。切換スイッチＳＷ６は、通電ラインＫ４から通電ラインＫ５が分岐する分岐位置に設けられており、通電ラインＫ５は、切換スイッチＳＷ６の積込側に接続されている。
【0048】
前述のように各種スイッチが入力側に接続されている一方、本体制御部ＰＬＣの出力側には、前述した電磁制御弁Ｖ１，Ｖ２のソレノイドＳＯＬａ～ＳＯＬｄ等が接続されている。そして、本体制御部ＰＬＣは、スイッチＳＷ１～ＳＷ３，ＬＳ１～ＬＳ４等から入力する信号に基づいて、予め設定された手順に従い、油圧モータ１３や押込シリンダ２４等を作動させるべく、対応するソレノイドＳＯＬａ～ＳＯＬｄに出力するようにプログラムされている。
【0049】
具体的には、塵芥積込装置が塵芥積込作動するときには、通電ラインＫ２上のイグニッションスイッチＳＷＫおよびＰＴＯスイッチＳＷＰが何れもオンになると、リレーコイルＲ１が励磁される。これにより、リレーコイルＲ１の接点ｒ１が閉じられるので、通電ラインＫ３およびＫ４によって本体制御部ＰＬＣに電力供給されることにより、本体制御部ＰＬＣが作動可能な状態になって適宜、ソレノイドＳＯＬａ～ＳＯＬｄに制御信号を出力するようになる。
【0050】
この制御信号を受けてソレノイドＳＯＬａ～ＳＯＬｄが励磁され、電磁制御弁Ｖ１，Ｖ２の位置が適宜、切り換えられることで、油圧モータ１３や押込シリンダ２４等に作動油圧が供給される。これにより、油圧モータ１３や押込シリンダ２４等がそれぞれ作動し、前述したように、回転板１０の回転および押込板２０の揺動が互いに同期して繰り返されることになる。
【0051】
詳細には、まず図３に実線で示すように押込板２０が前進限界位置にあって、スイッチＬＳ１からオン信号が出力されるとともに、回転板１０が設定停止位置にあって、スイッチＬＳ３からもオン信号が出力されるときに、積込スイッチＳＷ５の信号を受けた本体制御部ＰＬＣから制御信号が出力され、電磁制御弁Ｖ２が第１連通位置に切り換えられて、油圧モータ１３が正転作動を開始する。これにより、回転板１０は上方に回動し始める。
【0052】
そして、所定の期間が経過すると本体制御部ＰＬＣから電磁制御弁Ｖ１のソレノイドＳＯＬａへ制御信号が出力されて、電磁制御弁Ｖ１が第１連通位置に切り換えられ、押込シリンダ２４が収縮作動を開始する。これにより押込板２０は後方の塵芥投入口４側へ揺動するようになり、この押込板２０が後退限界位置に達すると、スイッチＬＳ２からオン信号が出力される。
【0053】
これを受けて本体制御部ＰＬＣがソレノイドＳＯＬａへの制御信号の出力を停止することで、電磁制御弁Ｖ１が中立位置に復帰し、押込板２０の揺動が停止する。また、そうして押込板２０が揺動している間も回転板１０の回動は継続しており、塵芥Ｇを塵芥収容箱２側に掻き込んでゆくが、こうして回動する回転板１０が設定停止位置に至り、スイッチＬＳ３からオン信号が出力される。
【0054】
これを受けて本体制御部ＰＬＣが、電磁制御弁Ｖ２のソレノイドＳＯＬｃへの制御信号の出力を停止することで、電磁制御弁Ｖ２が中立位置に復帰し、油圧モータ１３の回動が停止する。また、本体制御部ＰＬＣは、電磁制御弁Ｖ１のソレノイドＳＯＬｂへ制御信号を出力し、電磁制御弁Ｖ１が第２連通位置に切り換えられて、押込シリンダ２４が伸長作動を開始することで、押込板２０が前方へ揺動し始める。
【0055】
こうして前方の塵芥収容箱２側に揺動する押込板２０が、回転板１０上の塵芥Ｇを塵芥収容箱２に押し込んでいき、前進限界位置に達すれば、スイッチＬＳ１からオン信号が出力される。これを受けて本体制御部ＰＬＣがソレノイドＳＯＬｂへの制御信号の出力を停止することで、電磁制御弁Ｖ１が中立位置に復帰し、押込シリンダ２４の伸長作動、つまり、押込板２０の前方への揺動が停止し、一連の動作が終了する。
【0056】
また、図６に示すように、イグニッションスイッチＳＷＫおよびＰＴＯスイッチＳＷＰの中間において、通電ラインＫ６の上流端が接続されており、この通電ラインＫ６には、画像処理ユニット９が接続されている。イグニッションスイッチＳＷＫがオンになると、この通電ラインＫ６を介して、画像処理ユニット９に電力が供給される。画像処理ユニット９は、通電ラインＫ７を介してカメラユニット７のカメラ７１に接続されている。また、画像処理ユニット９には、通電ラインＫ８を介して、車両の運転操作に基づく後退信号が入力されるようになっている。
【0057】
画像処理ユニット９には、所定のプログラムを実行して各種の制御を行う中央処理部ＣＰＵ、カメラ７１からの画像データを取得し画像処理を行う画像処理部ＤＳＰ、中央処理部ＣＰＵや画像処理部ＤＳＰにおいて使用されるデータを記憶する記憶部としてのメモリＭ、中央処理部ＣＰＵの指令を受けて監視用のモニタ９３（図１参照）に画像処理の結果等を表示させる画像出力部ＶＯＰ、データログの時刻を計時する計時部Ｃ、カメラ７１の制御を行うカメラ制御部（図示省略）等が設けられている。画像処理部ＤＳＰは、画像処理ロジックを高速で行う集積回路であり、例えば図１０のフローチャートに示すような人物認識処理のルーチンを実行する。より具体的に、この画像処理部ＤＳＰは、中央処理部ＣＰＵとともに本発明で言う画像解析部に相当する。画像処理部ＤＳＰおよび中央処理部ＣＰＵは、カメラ７１によって取得された動画のデータに基づいて、メモリＭに保存された辞書データを参照することによって、可動装置の近傍の人物検出用エリアＹ１に人物が入っているか否かを画像解析によって判定する。なお、リレーコイルＲ１の接点ｒ１よりも上流側において通電ラインＫ３から分岐するように、通電ラインＫ９の上流端が接続されており、この通電ラインＫ９を介して計時部Ｃへの電力供給が行われる。このため、イグニッションスイッチＳＷＫがオフの場合にも、計時部Ｃへの通電が常時行われるようになっている。
【0058】
また、画像処理ユニット９には、通電ラインＫ５から分岐する通電ラインＫ１０が接続されている。この通電ラインＫ１０は、画像処理ユニット９による人物認識処理について、塵芥積込装置の塵芥排出動作の際は機能せず、塵芥積込装置の塵芥積込動作の際に機能するための積込信号ラインになっている。通電ラインＫ１０は、切換スイッチＳＷ６の積込側に接続されており、ＰＴＯスイッチＳＷＰがオンであって、切換スイッチＳＷ６が積込側に切り換えられている場合に、画像処理ユニット９に積込ライン信号が入力されるようになっている。
【0059】
画像処理ユニット９と、本体制御部ＰＬＣとの間には、作動スイッチＳＷＳが介在されている。画像処理ユニット９には、人物安全信号の出力ポートが設けられており、この出力ポートと作動スイッチＳＷＳとが通電ラインＫ１６により接続されている。また、画像処理ユニット９には、データログ開始信号の入力ポートが設けられており、この入力ポートと作動スイッチＳＷＳとが通電ラインＫ１７により接続されている。また、作動スイッチＳＷＳには、通電ラインＫ１０から分岐された通電ラインＫ１５が接続されている。
【0060】
作動スイッチＳＷＳがオン側に切り換えられている場合、通電ラインＫ１６と通電ラインＫ１２とを介して、画像処理ユニット９の人物安全信号の出力ポートと本体制御部ＰＬＣとが接続される。
【0061】
ここで、画像処理ユニット９から出力される人物安全信号は、通電ラインＫ１６と通電ラインＫ１２とを通って本体制御部ＰＬＣに入力されるようになっている。しかし、塵芥積込装置の塵芥積込動作の際に人物が侵入禁止エリア（後述の第２の検知エリアＹ１２）に入ると、画像処理ユニット９から人物安全信号が出力されず、本体制御部ＰＬＣに人物安全信号が入力されない。本体制御部ＰＬＣは、人物安全信号の入力がないことを条件の１つとして、塵芥積込装置の塵芥積込動作の緊急停止を行うようになっている。
【0062】
また、作動スイッチＳＷＳがオン側に切り換えられている場合、通電ラインＫ６から分岐された通電ラインＫ１１が通電ラインＫ１７と接続される。この場合、イグニッションスイッチＳＷＫがオンになると、通電ラインＫ６に通電が行われることにより、通電ラインＫ１１と通電ラインＫ１７を通じて、データログ開始信号が画像処理ユニット９に送られる。そして、それをトリガとしてデータログが実行される。
【0063】
一方、作動スイッチＳＷＳがオフ側に切り換えられている場合、通電ラインＫ１５と通電ラインＫ１２とを介して、通電ラインＫ１０と本体制御部ＰＬＣとが接続される。この場合、画像処理ユニット９に積込ライン信号が入力されているときに、通電ラインＫ１０からの電圧が、人物安全信号の代わりに本体制御部ＰＬＣに入力される。このため、画像処理ユニット９が侵入禁止エリアで人物を認識したか否かにかかわらず、本体制御部ＰＬＣは、人物安全信号の入力が常時あると認識するようになっている。
【0064】
なお、作動スイッチＳＷＳがオフ側に切り換えられている場合、通電ラインＫ１７への通電は行われず、データログは開始されないようになっている。
【0065】
また、画像処理ユニット９と、本体制御部ＰＬＣとの間には、停止解除スイッチ６３に対応するスイッチＳＷ４が介在されている。スイッチＳＷ４は、通電ラインＫ１０から分岐された通電ラインＫ１３に介設されている。停止解除スイッチ６３がオン操作されていない場合には、スイッチＳＷ４がオフ状態になっており、本体制御部ＰＬＣには、信号が入力されないようになっている。一方、停止解除スイッチ６３がオン操作された場合には、スイッチＳＷ４がオン状態になり、画像処理ユニット９に積込ライン信号が入力されているときに、通電ラインＫ１０からの電圧が、停止解除のオン信号として本体制御部ＰＬＣに入力されるようになっている。なお、塵芥積込装置の塵芥排出動作の際には、画像処理ユニット９に積込ライン信号が入力されないため、停止解除スイッチ６３の機能が無効になる。
【0066】
本体制御部ＰＬＣは、停止解除スイッチ６３のオン信号を認識した場合、画像処理ユニット９からの人物安全信号の入力がなくなったとしてもそれを条件として塵芥積込装置の塵芥積込動作の緊急停止を行わないようになっている。
【0067】
画像処理ユニット９には、運転席周辺に配設されているパイロットランプ（図示省略）、塵芥投入口４の近傍に配設されている報知部としての作動中ランプ７２および検出ランプ７３が電気的に接続されており、それらの点灯制御が中央処理部ＣＰＵにより行われる。また、画像処理ユニット９には、後退警告音を出力するブザー９１が接続されており、この制御についても中央処理部ＣＰＵにより行われる。作動中ランプ７２、検出ランプ７３およびブザー９１の低電位側は、通電ラインＫ１４を介してグランドラインＫ１に接続されている。
【0068】
また、画像処理ユニット９には、テールゲートのハンドル５１に内蔵されてこのハンドル５１が操作されたことを画像処理ユニット９に伝えるためのセンサＳｅが接続されている。センサＳｅは、例えばタッチセンサよりなる。
【0069】
また、図７に示すように、画像処理ユニット９には、前述した中央処理部ＣＰＵ、画像処理部ＤＳＰ、メモリＭ、画像出力部ＶＯＰ、計時部Ｃに加え、学習用画像抽出部９５、機械学習部９６等が備えられている。
【0070】
学習用画像抽出部９５は、カメラ７１によって取得された動画のデータから、所定タイミングで学習用画像データを抽出してメモリＭに保存する。この学習用画像データを抽出する所定タイミング（学習用画像データを抽出する条件）については後述する。
【0071】
機械学習部９６は、メモリＭに保存した学習用画像データを使用した機械学習により辞書データ（積込用辞書データ）の更新用辞書データを作成する。そして、この機械学習部９６によって作成された更新用辞書データに基づいて、メモリＭに保存された積込用辞書データが更新されるようになっている。このように、塵芥収集車１００の画像処理ユニット９における学習用画像抽出部９５および機械学習部９６によって辞書データ更新システムが構成されている。
【0072】
本実施形態では、カメラ７１の撮像レンズ７１ａの左右両側に、作動中ランプ７２および検出ランプ７３が配設されている（図４参照）。作動中ランプ７２は、原則として画像処理ユニット９に積込ライン信号が入力されている場合にオンされる（点灯される）。検出ランプ７３は、原則として画像処理ユニット９に積込ライン信号が入力され、かつ、後述する人物認識処理によって塵芥投入口４近傍の人物検出用エリアＹ１に人物が入っていると判定された場合にオンされる（点灯される）。
【0073】
また、図１、図３、図７に示すように、塵芥投入箱３の背面の上部、言い換えれば、塵芥投入口４の上方にはカメラ７１が所定の取付角度で取り付けられ、その撮像レンズ７１ａが後方の斜め下に向けられている。図７、図８には、塵芥投入口４の近傍に立った人物Ｈ（作業者）が両腕を前方に伸ばして、塵芥Ｇ（図７、図８では、ゴミ袋）を積み込む様子が示されている。カメラ７１は本来、塵芥収集車１００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り、図７、図８に一例を示すように塵芥投入口４およびその後方の所定範囲を撮影する。
【0074】
カメラ７１の撮像レンズ７１ａの光軸は、図３のＸ１線に沿う方向に延びており、塵芥投入口４の後方を撮影するために、鉛直下向きから後方に振り向けられて、塵芥投入口４の近傍の人物Ｈおよび塵芥Ｇを上方から撮影するようになっている。そして、カメラ７１によって撮影（取得）され、画像処理ユニット９に入力された画像のデータに基づいて、画像処理ユニット９は、作業者等の人物Ｈが塵芥投入口４およびその後方の人物検出用エリアＹ１（図８において破線で囲まれたエリアと実線で囲まれたエリア）にいるか否かを判定するようにしている。また、画像処理ユニット９が人物検出用エリアＹ１に人物Ｈがいると判定すれば、本体制御部ＰＬＣは、塵芥積込装置の作動を停止させるか否かを判定するようにしている。
【0075】
具体的に説明すると、積込用の人物検出用エリアＹ１は、第１の検知エリアＹ１１（図８に破線で示す）と第２の検知エリアＹ１２（図８に実線で示す）とに分かれている。第２の検知エリアＹ１２は、第１の検知エリアＹ１１よりも塵芥投入口４の近傍に設けられ、侵入禁止エリアとしての機能を有している。画像処理ユニット９（より具体的には中央処理部ＣＰＵおよび画像処理部ＤＳＰ）は、第１の検知エリアＹ１１または第２の検知エリアＹ１２に人物Ｈがいるか否かを判定し、侵入禁止エリアとしての第２の検知エリアＹ１２に人物Ｈがいると判定すれば停止信号を本体制御部ＰＬＣに送り、本体制御部ＰＬＣが塵芥積込装置の作動を停止させるようにしている。例えば、第１の検知エリアＹ１１は、作業者が塵芥積込作業を行う際の通常エリアであり、塵芥投入口４の近傍の矩形のエリアに設定される。第２の検知エリアＹ１２は、塵芥投入口４の前縁部４ａと後縁部４ｂ近傍との間の矩形のエリアに設定される。この第２の検知エリアＹ１２は、少なくとも塵芥投入口４の前縁部４ａ、後縁部４ｂ、左縁部４ｃ、および右縁部４ｄで囲まれた領域の一部を含むように設定される。
【0076】
これに加え、車両の後退時、人物Ｈが塵芥投入口４の後方の第３の検知エリアＹ２（図７、図８に１点鎖線で示す）にいるか否かが画像処理ユニット９により判定される。そして、第３の検知エリアＹ２に人物Ｈがいると判定すれば、画像処理ユニット９が運転者に報知して注意を喚起するようにしている。第３の検知エリアＹ２は、第２の検知エリアＹ１２、第１の検知エリアＹ１１、およびその後方のエリアを含む矩形のエリアに設定される。なお、モニタ９３上には、カメラ７１の画像とともに、第１の検知エリアＹ１１の外縁に対応するライン（図８に破線で示す）、第２の検知エリア（侵入禁止エリア）Ｙ１２の外縁に対応するライン（図８に実線で示す）、第３の検知エリアＹ２の外縁に対応するライン（図８に１点鎖線で示す）が表示されている。
【0077】
－画像処理のルーチン－
次に、塵芥収集車１００で行われる画像処理制御のルーチンについて、図９のフローチャートを参照して説明する。図９は、塵芥収集車１００で行われる画像処理制御において、画像処理ユニット９が実行する制御の流れの一部を示すフローチャートである。特に、人物認識処理および積込用辞書データの更新動作の流れを示すフローチャートである。
次に、塵芥収集車１００で行われる画像処理制御のルーチンについて、図９のフローチャートを参照して説明する。図９は、塵芥収集車１００で行われる画像処理制御において、画像処理ユニット９が実行する制御の流れの一部を示すフローチャートである。特に、人物認識処理および積込用辞書データの更新動作の流れを示すフローチャートである。
【0078】
まず、スタート後のステップＳ１において、ＡＣＣ電源をオフからオンに切り換える操作が作業者により行われると、画像処理ユニット９の電源がオフからオンになる。ステップＳ２において、画像処理ユニット９の初期化処理（起動処理）が行われる。
【0079】
次に、ステップＳ３において、画像処理ユニット９の中央処理部ＣＰＵは、作動スイッチＳＷＳがオンか否かを判定する。作動スイッチＳＷＳがオンの場合（ＹＥＳ）、ステップＳ４に進み、作動スイッチＳＷＳがオフの場合（ＮＯ）、ステップＳ１７に進む。ステップＳ１７において、画像処理ユニット９は、作動中ランプ７２のオン信号および検出ランプ７３のオフ信号を出力せず、ステップＳ１８において、データログをオフとし、画像処理ユニット９のメモリＭへのログ保存を行わないようにする。
【0080】
ステップＳ４では、画像処理ユニット９の中央処理部ＣＰＵは、積込ライン信号が入力されたか否かを判定する。積込ライン信号は、ＰＴＯスイッチＳＷＰがオンであって、切換スイッチＳＷ６が積込側に切り換えられている場合に、通電ラインＫ１０を介して画像処理ユニット９に入力される。この積込ライン信号の有無に基づいて、ステップＳ４の判定が行われる。そして、積込ライン信号の入力があった場合（ＹＥＳ）、ステップＳ５に進み、積込ライン信号の入力がなかった場合（ＮＯ）、ステップＳ１７に進む。
【0081】
次に、ステップＳ５において、画像処理ユニット９の中央処理部ＣＰＵは、作動中ランプ７２を点灯させる。そして、ステップＳ６において、中央処理部ＣＰＵは、人物認識処理に用いる辞書データ（特徴データ）を積込用辞書データに設定し、また、人物検出判定に用いる検知エリアを積込用の人物検出用エリアＹ１に設定する。積込用辞書データは、後述する人物認識処理（ステップＳ７）の際に参照されるものであって、画像処理ユニット９のメモリＭに格納されている。積込用辞書データは、予め多くの人物Ｈの頭部の画像を撮影して、その大きさや形状等の特徴を抽出したものである。積込用辞書データとして抽出される特徴については、人物Ｈを上方から見たときの頭部形状を主体としている。積込用の人物検出用エリアＹ１は、人物検出判定の際に用いられるものであって、画像処理ユニット９のメモリＭに格納されている。前述したように、積込用の人物検出用エリアＹ１は、作業者が塵芥積込作業を行う際の通常エリアとして設定された第１の検知エリアＹ１１と、侵入禁止エリアとしての第２の検知エリアＹ１２とに分かれており、それぞれのエリアがメモリＭに格納されている。
【0082】
次に、ステップＳ７において、画像処理ユニット９の中央処理部ＣＰＵは、画像処理部ＤＳＰに人物認識処理を実行させる。画像処理ユニット９の画像処理部ＤＳＰが実行する人物認識処理の詳細について、図１０のフローチャートを参照して説明する。
【0083】
まず、スタート後のステップＳ９１において、カメラ７１によって撮影され、画像処理ユニット９に入力される画像のデータ（入力画像データ）に対する二値化処理が、画像処理部ＤＳＰによって行われる。この二値化処理は、例えば、入力画像データについて各画素の輝度値が予め設定された閾値以上である場合に最大輝度値とし、閾値未満であれば最小輝度値とする処理である。生成される二値化画像データは、ノイズや光量変化の影響の多くが除去されたものとなる。
【0084】
次に、ステップＳ９２において、画像処理部ＤＳＰによってラベリング処理が行われる。このラベリング処理は、二値化画像データにおいて互いに近接する各画素を領域化するものであり、例えば同じ輝度値に属するとともに、所定距離内で密接する複数の画素について１つの領域とみなす処理である。ラベリング処理は画像平面全体について行われ、これにより１つの領域とされたものが、それぞれ物体像として認識される。
【0085】
そして、ステップＳ９３～Ｓ９５において、画像処理部ＤＳＰによって、前述した第１の検知エリアＹ１１または第２の検知エリアＹ１２内で検知されたそれぞれの物体像についての人物識別処理が行われる。本実施形態では、塵芥投入口４の上方にカメラ７１を配設し、下方の塵芥投入口４近傍を略真上から撮影するようにしている。このため、その画像には、図８に一例を示すように人物Ｈの頭部が大きく表示されるとともに、上方から見た顔の一部も表示されることになる。そこで、ステップＳ９３では、予め設定されている積込用辞書データを参照し、この積込用辞書データの条件を満たすような物体像を、仮に人物Ｈの頭部と判定する。
【0086】
次に、頭部と仮判定した物体像について、それ以外の物体像と識別する処理をステップＳ９４，Ｓ９５で行う。まず、ステップＳ９４において、カメラ７１から時系列に入力される複数の画像データの差分処理（各画素毎の輝度値の差を求める処理）によって、物体像の位置の変化を検出する。この位置の変化、つまり、物体像の移動距離を、それに要した時間（画像データを取得する時間間隔）で除算して、物体像の移動速度を算出する。
【0087】
次に、ステップＳ９５において、ステップＳ９４で算出された移動速度が予め設定した閾値以下であるか否かを判定する。この閾値は、塵芥投入口４に塵芥Ｇを投入する作業者の頭部の移動速度と、投入される塵芥Ｇの移動速度とを区別できるように、予め実験等によって設定されている。そして、算出された移動速度が閾値よりも高ければ、動作が速すぎるので人物Ｈの頭部ではないと識別し、否定判定して（ＮＯ）、ルーチンを終了する（エンド）。
【0088】
一方、ステップＳ９５において、算出された移動速度が閾値以下であると肯定判定すれば（ＹＥＳ）、物体像は人物Ｈの頭部であると判定（本判定）して、ステップＳ９６に進み、人物検出信号を出力する。
【0089】
次に、ステップＳ９７において、人物Ｈの頭部であると判定された物体像が、前述した第２の検知エリアＹ１２に入っているか否かを判定する。ステップＳ９７の判定は、物体像を形成する領域の外形をなす画素の位置座標が、第２の検知エリアＹ１２に一部分でも含まれているか否かによって判定することが可能である。
【0090】
そして、人物Ｈの頭部と識別した物体像が、第２の検知エリアＹ１２に入っていると肯定判定すれば（ＹＥＳ）、ステップＳ９８に進んで塵芥積込装置の作動を停止させるべく、中央処理部ＣＰＵへ停止信号を出力し、ルーチンを終了する（エンド）。一方、物体像が第２の検知エリアＹ１２に入っていないと否定判定すれば（ＮＯ）、停止信号は出力せずにルーチンを終了する（エンド）。
【0091】
図９のフローチャートに戻って、ステップＳ８において、画像処理ユニット９の中央処理部ＣＰＵは、前述したステップＳ７の人物認識処理の処理結果（ログ）をメモリＭに保存する。具体的には、人物検出信号の出力の有無（ステップＳ９６）や、停止信号の出力の有無（ステップＳ９８）が、画像処理ユニット９のメモリＭにログ保存される。この際、カメラ７１によって取得された動画のデータから、学習用画像抽出部９５によって抽出された学習用画像データも、画像処理ユニット９のメモリＭにログ保存される。学習用画像データは、積込用辞書データの機械学習に用いられるもので、人物Ｈであると判定された物体像があった場合に、カメラ７１によって取得された動画のデータから所定タイミングで抽出される。積込用（作業用）の学習用画像データは、抽出時の位置情報および時刻情報と関連付けて保存される。
【0092】
また、本実施形態の特徴として、前記学習用画像データが抽出されるタイミングとしては、テールゲート５のハンドル５１が操作されたタイミング、スイッチボックス６の各種スイッチ（緊急停止スイッチ６０や停止解除スイッチ６３等）が操作されたタイミング、緊急停止スイッチ６１が操作されたタイミングも挙げられる。テールゲート５のハンドル５１が操作されたことの判定は、作業者がハンドル５１を把持した場合に、センサＳｅから出力される電気信号を画像処理ユニット９が受信することによって行われる。また、各種スイッチ６０，６３，６１が操作されたことの判定は、その操作に伴って発信される電気信号を画像処理ユニット９が受信することによって行われる。
【0093】
図１１は、作業者がテールゲート５のハンドル５１を操作している状態を示す塵芥収集車１００の後部の側面図である。また、図１２は、その際の塵芥収集車１００の後部の平面図である。また、図１３は、作業者がスイッチボックス６のスイッチ（例えば積込スイッチ６４）を操作している状態を示す塵芥収集車１００の後部の側面図である。また、図１４は、その際の塵芥収集車１００の後部の平面図である。作業者がテールゲート５のハンドル５１を操作している状況や、作業者がスイッチ６０，６１，６２，６４を操作している状況にあっては、作業者は、カメラ７１の撮影範囲内に存在し、その手が、テールゲート５のハンドル５１またはスイッチ６０，６１，６２，６４に接触している。
【0094】
そして、テールゲート５のハンドル５１が操作された場合、または、スイッチ６０，６１，６２，６４の何れかが操作された場合に、学習用画像抽出部９５は、カメラ７１によって撮影された学習用画像データに対して、学習用画像データの中で人物Ｈが写っている領域を抽出する処理を行い、その抽出した領域に対してタグ付け（アノテーション）を行ってメモリＭに保存する。
【0095】
ここで、カメラ７１によって撮影された画像に対して、画像に含まれる複数の物体像から人物Ｈを抽出して自動的なタグ付けの処理を行う原理について説明する。ここでは、テールゲート５のハンドル５１が操作された場合を例に挙げて説明する。まず、ＰＴＯスイッチＳＷＰがオンとなったタイミングにおいてカメラ７１によって撮影された画像を取得しておく。図１５は、この際に取得された画像を示している。図１５において、実線の四角の外枠がカメラ７１で撮影される範囲を示している（図１６，図１７も同じ）。この図１５にあっては、塵芥収集車１００の塵芥投入箱３の一部、および、塵芥投入箱３の後方に存在する不動の構造物Ａ（例えば道路に設置されたポールや縁石等）が撮影されてこの画像内に含まれている。
【0096】
その後、テールゲート５のハンドル５１が操作された場合に、このことを条件として、カメラ７１によって撮影された画像を取得する。図１６は、この際に取得された画像を示している。この図１６にあっては、前述した塵芥投入箱３の一部および不動の構造物Ａに加えて、テールゲート５のハンドル５１を操作している作業者（人物Ｈ）、図１５の画像を取得した時点では存在していなかった物体Ｂ（例えばゴミ袋等）も撮影されてこの画像内に含まれている。
【0097】
そして、これら図１５の画像と図１６の画像とを比較し、図１６の画像に存在する物体３，Ａ，Ｂ，Ｈから図１５の画像に存在する物体３，Ａを画像処理によって消去し、残された物体Ｂ，Ｈの画像のみを抽出する。これにより、図１６の画像から、塵芥投入箱３および不動の構造物Ａの画像が消去されることになって、テールゲート５のハンドル５１を操作している作業者Ｈおよびゴミ袋等の物体Ｂの画像のみが抽出されることになる。図１７は、このテールゲート５のハンドル５１を操作している作業者Ｈおよびゴミ袋等の物体Ｂのみが抽出された画像を示している。
【0098】
さらに、図１７に示す画像における各画素グループのうち、テールゲート５のハンドル５１から延びている画素グループのみを抽出し、この画素グループの画像データにタグを付してメモリＭに保存する。つまり、テールゲート５のハンドル５１が操作される状況にあっては、人物検出用エリアＹ１に人物Ｈが入っていることは確実である。また、この場合、人物検出用エリアＹ１に入っている人物Ｈの手がテールゲート５のハンドル５１に延びて操作（把持）している。つまり、この場合、画像データにおいてテールゲート５のハンドル５１から延びた物体は人物Ｈ（人物の手）である。このことを利用し、本実施形態では、テールゲート５のハンドル５１から延びている画素グループを人物Ｈの領域としてタグ付けし、このタグ付けされた学習用画像データをメモリＭに保存している。
【0099】
ここで、テールゲート５のハンドル５１が操作されたタイミングで画像を取得すれば、人物検出用エリアＹ１に人物Ｈが入っていることは確実である（このタイミングは、画像処理ユニット９の画像処理部ＤＳＰが人物Ｈを認識できるか否かに関わらず、認識センサＳｅの信号が画像処理ユニット９で受信することにより判断される）。しかし、そのタイミングだけで物体像が人物かどうかを判断しようとした場合、人物Ｈと物体Ｂの両方が人物検出エリアＹ１に入っていると、学習用画像抽出部９５は、人物Ｈと物体Ｂのどちらの物体像を人物Ｈとして自動的にタグ付けすればよいか正確に判断できない可能性がある。特に、画像処理ユニット９がそもそも人物Ｈを人物ではない物体像として認識する場合や、物体Ｂが人物の特徴に似た形状であることにより画像処理ユニット９が物体Ｂを人物の物体像として認識する場合があり、これらの場合には、学習用画像抽出部９５がタイミングだけでタグ付けするのは困難である。
【0100】
このため、本実施形態では、テールゲート５のハンドル５１が操作されたことを条件として学習用画像データの抽出を行うと共に、テールゲート５のハンドル５１から延びている画素グループのみを抽出し、タグを付してメモリＭに保存するようにしている。以上の動作により、学習用画像データの中で作業者（人物Ｈ）の領域がタグ付けされ、このタグ付けされた学習用画像データ（人物Ｈの学習用画像データ）がメモリＭに保存されたことになる。
【0101】
以上が、カメラ７１によって撮影された画像に対して、人物Ｈの領域を抽出する処理である。
【0102】
次に、ステップＳ９において、画像処理ユニット９の中央処理部ＣＰＵは、ステップＳ７の人物認識処理によって第１の検知エリアＹ１１または第２の検知エリアＹ１２内に人物Ｈが検出されたか否かを判定する。この際、画像処理ユニット９のメモリＭを参照して、人物検出信号の出力があったか否かが判定される。そして、人物検出信号の出力があった場合（ＹＥＳ）、ステップＳ１０に進み、人物検出信号の出力がなかった場合（ＮＯ）、ステップＳ１５に進む。
【0103】
次に、ステップＳ１０において、画像処理ユニット９の中央処理部ＣＰＵは、ステップＳ７の人物認識処理によって侵入禁止エリアとしての第２の検知エリアＹ１２内に人物Ｈが侵入したか否かを判定する。この際、画像処理ユニット９のメモリＭを参照して、停止信号の出力があったか否かが判定される。そして、停止信号の出力があった場合（ＹＥＳ）、ステップＳ１１に進み、停止信号の出力がなかった場合（ＮＯ）、ステップＳ１３に進む。
【0104】
次に、画像処理ユニット９の中央処理部ＣＰＵは、ステップＳ１１において、検出ランプ７３のオン信号を出力し、ステップＳ１２において、人物安全信号を本体制御部ＰＬＣに出力せず、その後、ステップＳ１９に進む。また、中央処理部ＣＰＵは、ステップＳ１３において、検出ランプ７３のオン信号を出力し、ステップＳ１４において、人物安全信号を本体制御部ＰＬＣに出力し、その後、ステップＳ１９に進む。さらに、中央処理部ＣＰＵは、ステップＳ１５において、検出ランプ７３のオン信号を出力せず、ステップＳ１６において、人物安全信号を本体制御部ＰＬＣに出力し、その後、ステップＳ１９に進む。
【0105】
ステップＳ１９において、画像処理ユニット９は、ＡＣＣ電源がオンのままである場合（ＮＯ）、ステップＳ３に戻り、再度ステップＳ３以降の処理を実行する。一方、ステップＳ１９において、ＡＣＣ電源の電源がオフになった場合（ＹＥＳ）、ステップＳ２０に進む。
【0106】
ステップＳ２０において、画像処理ユニット９の中央処理部ＣＰＵは、メモリＭにおいてタグ付けされて保存されている積込用の学習用画像データを機械学習部９６に送信する。機械学習部９６では、この送信された積込用の学習用画像データを使用した機械学習が行われ、積込用辞書データの更新用辞書データが作成される。この際、積込用の学習用画像データに関連付けられた位置情報および時刻情報に基づいて、積込用辞書データの更新用辞書データが作成される。ステップＳ２１では、機械学習部９６によって作成された積込用辞書データの更新用辞書データに基づいてメモリＭの積込用辞書データが更新され、ルーチンを終了する。
【0107】
－実施形態の効果－
以上説明したように、本実施形態の塵芥収集車１００では、カメラ７１により取得された動画のデータから、所定タイミングで学習用画像データ（積込用の学習用画像データ）を抽出してメモリＭに保存する学習用画像抽出部９５と、機械学習部９６とを備えている。学習用画像抽出部９５により人物Ｈがタグ付けされた学習用画像データを用いて、機械学習部９６による機械学習を行い、メモリＭの辞書データ（積込用辞書データ）の更新を行うことによって、それぞれの塵芥収集車１００の使用環境等に適した辞書データを使用して人物認識処理を行うことができる。これにより、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができ、作業者等の安全性を確保することができる。
以上説明したように、本実施形態の塵芥収集車１００では、カメラ７１により取得された動画のデータから、所定タイミングで学習用画像データ（積込用の学習用画像データ）を抽出してメモリＭに保存する学習用画像抽出部９５と、機械学習部９６とを備えている。学習用画像抽出部９５により人物Ｈがタグ付けされた学習用画像データを用いて、機械学習部９６による機械学習を行い、メモリＭの辞書データ（積込用辞書データ）の更新を行うことによって、それぞれの塵芥収集車１００の使用環境等に適した辞書データを使用して人物認識処理を行うことができる。これにより、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができ、作業者等の安全性を確保することができる。
【0108】
前述したように、積込用（作業用）の学習用画像データの抽出タイミング（取得タイミング）は、テールゲート５のハンドル５１が操作されたタイミング、および、スイッチ６０，６１，６２，６４の何れかが操作されたタイミングとなっている。テールゲート５のハンドル５１が操作される状況にあっては、可動装置の近傍の人物検出用エリアＹ１に人物Ｈが入っていることは確実である。また、スイッチ６０，６１，６２，６４が操作される状況にあっても、可動装置の近傍の人物検出用エリアＹ１に人物Ｈが入っていることは確実である。従って、このタイミングで学習用画像抽出部９５による学習用画像データの抽出を行うことにより、この抽出した学習用画像データには人物Ｈの領域が含まれていることが保証される。このため、メモリＭに保存したこの学習用画像データを使用した機械学習によって更新される辞書データが人物Ｈを対象としたデータであることの信頼性を高めることができ、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができる。
【0109】
また、本実施形態では、学習用画像抽出部９５は、抽出された学習用画像データの中で、テールゲート５のハンドル５１、スイッチ６０，６１，６２，６４の何れかから延びている画素グループを人物Ｈの領域としてタグ付けし、機械学習部９６が、このタグ付けされた学習用画像データを使用して機械学習により辞書データを更新するようにしている。つまり、テールゲート５のハンドル５１が操作される状況や、スイッチ６０，６１，６２，６４の何れかが操作される状況では、人物検出用エリアＹ１に入っている人物Ｈの手がこれらの操作部に延びて操作している。この場合、画像データにおいて操作部から延びた物体は人物Ｈ（人物の手）である。このことを利用し、本実施形態では、操作部から延びている画素グループを人物Ｈの領域としてタグ付けし、このタグ付けされた学習用画像データを使用した機械学習により辞書データを更新するようにしている。これにより、タグ付けされた領域の物体像が人物Ｈであることが保証され、更新された辞書データが人物Ｈを対象としたデータであることが保証される。その結果、人物認識処理での誤認識を抑制して人物認識処理の精度を向上させることができる。
【0110】
－その他の実施形態－
今回、開示した実施形態は全ての点で例示であって、限定的な解釈の根拠となるものではない。本発明の技術的範囲は、前記した実施形態のみによって解釈されるものではなく、特許請求の範囲の記載に基づいて画定される。また、本発明の技術的範囲には、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれる。
今回、開示した実施形態は全ての点で例示であって、限定的な解釈の根拠となるものではない。本発明の技術的範囲は、前記した実施形態のみによって解釈されるものではなく、特許請求の範囲の記載に基づいて画定される。また、本発明の技術的範囲には、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれる。
【0111】
前述した人物検出用エリアＹ１（第１の検知エリアＹ１１、第２の検知エリアＹ１２、第３の検知エリアＹ２）は一例であって、前記以外のエリアを採用してもよい。例えば、塵芥投入口４の後縁部４ｂよりも前方側のエリア全体を第２の検知エリアＹ１２（侵入禁止エリア）として設定してもよい。
【0112】
前記実施形態では、いわゆる回転板式の塵芥積込装置を装備した塵芥収集車１００として本発明を具現化した場合について説明しており、塵芥積込装置の主要部は回転板１０および押込板２０により構成されている。しかし、これに限らず、塵芥積込装置の主要部は昇降板および押込板によって構成されていてもよく、その構造を特に限定するものではない。また、本発明は、ダンプトラック、ミキサ車、タンクローリ、コンテナ荷役車両、吸引車等、塵芥収集車以外の特装車にも適用することが可能であり、車台に架装される可動装置としては塵芥積込装置以外の種々のものが考えられる。
【0113】
また、前記実施形態では、物体像取得部としてカメラ７１を用いたが、物体像取得部はカメラ７１以外であってもよく、例えば、距離画像センサや、ステレオカメラ、３Ｄ－ＬＩＤＡＲ等のような画像の取得および距離の計測が可能なものであってもよい。
【産業上の利用可能性】
【0114】
本発明は、車台上に可動装置が架装された特装車に利用可能であり、例えば塵芥投入箱の内部に配設された塵芥積込装置と、塵芥投入箱に取り付けられて塵芥投入箱の塵芥投入口の近傍の画像を取得する物体像取得部とを備えた塵芥収集車に利用可能である。
【符号の説明】
【0115】
１ 車台
３ 塵芥投入箱
４ 塵芥投入口
５ テールゲート（扉）
５１ ハンドル（扉操作部）
９ 画像処理ユニット
１３ 油圧モータ（アクチュエータ）
２４ 押込シリンダ（アクチュエータ）
６０，６１ 緊急停止スイッチ（アクチュエータ操作部）
６３ 停止解除スイッチ（アクチュエータ操作部）
７１ カメラ（物体像取得部）
９５ 学習用画像抽出部
９６ 機械学習部
１００ 塵芥収集車（特装車）
Ｍ メモリ（記憶部）
Ｙ１ 人物検出用エリア
Ｙ１１ 第１の検知エリア
Ｙ１２ 第２の検知エリア（侵入禁止エリア）
ＣＰＵ 中央処理部（画像解析部）
ＤＳＰ 画像処理部（画像解析部）
３ 塵芥投入箱
４ 塵芥投入口
５ テールゲート（扉）
５１ ハンドル（扉操作部）
９ 画像処理ユニット
１３ 油圧モータ（アクチュエータ）
２４ 押込シリンダ（アクチュエータ）
６０，６１ 緊急停止スイッチ（アクチュエータ操作部）
６３ 停止解除スイッチ（アクチュエータ操作部）
７１ カメラ（物体像取得部）
９５ 学習用画像抽出部
９６ 機械学習部
１００ 塵芥収集車（特装車）
Ｍ メモリ（記憶部）
Ｙ１ 人物検出用エリア
Ｙ１１ 第１の検知エリア
Ｙ１２ 第２の検知エリア（侵入禁止エリア）
ＣＰＵ 中央処理部（画像解析部）
ＤＳＰ 画像処理部（画像解析部）
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】