特許 7605167 照明装置

(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】2024-12-16

(45)【発行日】2024-12-24

(54)【発明の名称】照明装置

(51)【国際特許分類】

   H05B 47/125 20200101AFI20241217BHJP

   H05B 47/18 20200101ALI20241217BHJP

【ＦＩ】

H05B47/125

H05B47/18

【請求項の数】 3

(21)【出願番号】P 2022054960

(22)【出願日】2022-03-30

(65)【公開番号】P2023147456

(43)【公開日】2023-10-13

【審査請求日】2024-06-27

【早期審査対象出願】

(73)【特許権者】

【識別番号】000003757

【氏名又は名称】東芝ライテック株式会社

(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】斎藤 靖弘

(72)【発明者】

【氏名】加藤 俊也

(72)【発明者】

【氏名】石坂 大介

(72)【発明者】

【氏名】平松 拓朗

【審査官】塩治 雅也

(56)【参考文献】

【文献】特開２０１１－２０４４７１（ＪＰ，Ａ）

【文献】特開昭６３－１９１４４１（ＪＰ，Ａ）

【文献】特開２０１２－０６９４２３（ＪＰ，Ａ）

【文献】特開２００６－０９４２２３（ＪＰ，Ａ）

【文献】特開２０１８－１１６４８１（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０５Ｂ ３９／００－３９／１０

Ｈ０５Ｂ ４５／００－４５／５９

Ｈ０５Ｂ ４７／００－４７／２９

(57)【特許請求の範囲】

【請求項1】

照明部と；
撮像した画像に基づいて照明制御に用いる認識を行うカメラと；
前記カメラによる認識結果をネットワークに出力する制御部と；
を具備し、
前記ネットワークは、
イーサネットおよび照明制御ネットワークを含み、
前記制御部は、
前記イーサネットおよび前記照明制御ネットワークのうち、前記認識結果の内容に応じて出力する前記ネットワークを選択し、照明制御の応答性が要求される前記認識結果については、前記照明制御ネットワークを選択する
照明装置。

【請求項2】

前記制御部は、
照明装置の調光に関わる前記認識結果については、前記照明制御ネットワークを選択する
請求項１に記載の照明装置。

【請求項3】

前記制御部は、
前記認識結果のデータ量が閾値以上である場合には、前記イーサネットを選択する
請求項１に記載の照明装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、照明装置に関する。

【背景技術】

【0002】

従来、照明装置に備えられた撮像部で撮像された画像を取得し、画像に基づいて照明装置の照明制御を行う技術がある。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１９－１２０５７７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、従来技術では、照明制御を効率良く行う点で更なる改善の余地があった。

【0005】

本発明が解決しようとする課題は、照明制御を効率良く行うことができる照明装置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】

実施形態に係る照明装置は、照明部と、カメラと、制御部とを具備する。前記カメラは、撮像した画像に基づいて照明制御に用いる認識を行う。前記制御部は、前記カメラによる認識結果をネットワークに出力する。前記ネットワークは、イーサネットおよび照明制御ネットワークを含む。前記制御部は、前記イーサネットおよび前記照明制御ネットワークのうち、前記認識結果の内容に応じて出力する前記ネットワークを選択する。

【図面の簡単な説明】

【0007】

【図1】図１は、実施形態に係る照明システムの構成例を示す図である。

【図2】図２は、実施形態に係る照明装置の構成例を示すブロック図である。

【図3】図３は、ネットワーク情報の一例を示す図である。

【図4】図４は、実施形態に係る照明装置において実行される処理の処理手順を示すフローチャートである。

【発明を実施するための形態】

【0008】

以下で説明する照明装置１は、照明部６と、カメラ５と、制御部２とを具備する。カメラ５は、撮像した画像に基づいて照明制御に用いる認識を行う。制御部２は、カメラ５による認識結果をネットワークに出力する。

【0009】

以下で説明するネットワークは、イーサネット（登録商標）および照明制御ネットワークを含む。制御部２は、認識結果の一部をイーサネットを介して照明制御装置１０に出力し、他の部分を照明制御ネットワークを介して照明制御装置１０に出力する。

【0010】

以下で説明する制御部２は、イーサネットおよび照明制御ネットワークのうち、認識結果の内容に応じて出力するネットワークを選択する。

【0011】

以下で説明する制御部２は、照明装置１，１１の調光に関わる認識結果については、照明制御ネットワークを選択する。

【0012】

以下で説明する制御部２は、照明制御の応答性が要求される認識結果については、照明制御ネットワークを選択する。

【0013】

以下で説明する制御部２は、認識結果のデータ量が閾値以上である場合には、イーサネットを選択する。

【0014】

以下、図面を参照して、実施形態に係る照明装置を説明する。実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

【0015】

図１は、実施形態に係る照明システムの構成例を示す図である。図１に示す照明システムＳは、例えば、工場等のような比較的大きく、多くの人流が生じる施設に配置され、複数の照明装置を個別に複雑に制御する際に好適である。

【0016】

図１に示すように、照明システムＳは、照明装置１，１１と、照明制御装置１０と、ハブ１２と、クラウド１３とを含む。図１に示す照明システムＳでは、照明装置１，１１と、照明制御装置１０とは、単線で示した照明制御ネットワークで接続される。また、照明装置１と、照明制御装置１０と、ハブ１２と、クラウド１３とは、２重線で示したイーサネットで接続される。なお、照明システムＳにおいて、施設に設置された設備が照明制御ネットワークに接続されてもよい。

【0017】

照明装置１，１１は、施設等の所定の空間を照らす照明装置である。照明装置１，１１は、例えば、天井面に直付けされ、天井から床面を照射する照明装置である。また、照明装置１，１１のうち、照明装置１は、カメラ５を備え、照明装置１１は、カメラ５を備えない照明装置である。照明装置１，１１は、カメラ５を人感センサとして用いて、人感により照射のオンおよびオフを切り替える。

【0018】

また、照明装置１は、カメラ５の撮像範囲が複数の照明装置１１の照射範囲すべてを少なくとも一部含むように配置される。カメラ５は、人工知能を有するカメラであり、自身が撮像した画像（以下、撮像画像）を解析して、照明装置１，１１の照明制御に用いる認識を行う。

【0019】

例えば、カメラ５は、所定の空間（の撮像画像）を複数のエリアに分割し、エリア毎に照明制御に用いる認識を行う。各エリアは、各照明装置１１の照射範囲をそれぞれ含むように設定される。

【0020】

例えば、カメラ５は、各エリアにおける人の在／不在を認識する。具体的には、カメラ５は、エリア毎に人の数を認識する。より具体的には、カメラ５は、例えば、エリアに存在する人の数が、１人以上、５人以上、７人以上、１０人以上および２０人以上のいずれであるかを認識結果として生成する。

【0021】

また、カメラ５は、各エリアにおける輝度を認識する。具体的には、カメラ５は、各エリアに含まれる複数の画素における輝度の統計値を輝度として認識する。統計値は、例えば、平均値や、中央値、最頻値等である。例えば、カメラ５は、輝度が、１ルクス以上、２００ルクス以上および６００ルクス以上のいずれであるかを認識結果として生成する。

【0022】

また、カメラ５は、各エリアにおける人の密集度を認識する。具体的には、カメラ５は、エリアの面積に対して人の領域が占める割合を密集度として認識する。また、カメラ５は、エリアにおいて認識した複数の人の間の距離の統計値を密集度として認識する。統計値は、例えば、平均値や、中央値、最頻値、最低値等である。例えば、カメラ５は、密集度が、正常（上記の割合が所定値未満、かつ、上記の距離の統計値が所定値以上）、近い（上記の距離の統計値が所定値未満）、密（上記の割合が所定値以上）のいずれであるかを認識結果として生成する。

【0023】

また、カメラ５は、エリアに存在する人の向きを認識する。例えば、カメラ５は、撮像画像を解析して人の骨格を検出し、骨格の向きに基づいて人の向きを認識する。また、カメラ５は、時系列で連続する複数の撮像画像から人の移動方向を解析し、移動方向に基づいて人の向きを認識する。例えば、カメラ５は、人の向きが、北、北東、東、東南、南、南西、西、西北のいずれであるかを認識結果として生成する。

【0024】

例えば、撮像画像における鉛直上方を０°として、北が３４６°から１５°の範囲（計３０°）、北東が１６°から７５°の範囲（計６０°）、東が７６°から１０５°の範囲（計３０°）、東南が１０６°から１６５°の範囲（計６０°）、南が１６６°から１９５°の範囲（計３０°）、南西が１９６°から２５５°の範囲（計６０°）、西が２５６°から２８５°の範囲（計３０°）、西北が２８６°から３４５°の範囲（計６０°）を用いて認識結果を生成する。

【0025】

そして、照明装置１は、カメラ５の認識結果を照明制御ネットワークもしくはイーサネット等のネットワークを介して照明制御装置１０へ出力する。

【0026】

照明制御装置１０は、照明装置１のカメラ５の認識結果を取得し、認識結果に基づいて各照明装置１，１１の照明制御を行う。具体的には、照明制御装置１０は、照明制御ネットワークを介して各照明装置１，１１の照明制御を行う。

【0027】

具体的には、照明制御装置１０は、照明装置１から受信したエリア毎に認識結果に基づいて、各エリアに対応する照明装置１，１１の照明制御を行う。例えば、照明制御装置１０は、各エリアにおける人の在／不在により各照明装置１，１１の照射のオン／オフを切り替える。あるいは、照明制御装置１０は、人が存在する場合には、照射強度を所定値まで上昇させ、人が不在の場合には、照射強度を所定値まで低下させる制御であってもよい。また、照明制御装置１０は、各エリアにおける輝度により各照明装置１，１１の照射強度を調整（調光）する。

【0028】

また、照明制御装置１０は、密集度および人の向きにより、人の快適性を向上させる照明制御を行う。例えば、照明制御装置１０は、特定のエリアで密集度が高くなった場合には、かかる特定のエリアとともに、周囲のエリアの照射強度を高くする。すなわち、密集度が高いエリアの輝度がより高まるように、周囲のエリアの照明装置１，１１の照射強度を高めて補助する。これにより、密集度が高いエリアにおいても高い輝度を維持できる。

【0029】

また、照明制御装置１０は、人が向いている方向に位置する複数のエリアの照射強度を高くする。これにより、人が見ている方向のエリアの輝度を高めることができる。

【0030】

このように、照明装置１は、照明制御に用いる認識を自身で行ってネットワークに出力することで、出力先である照明制御装置１０が照明制御を行う際に認識処理を行う必要が無くなる。言い換えれば、照明装置１（カメラ５）が照明制御装置１０に代わって認識処理を担う。すなわち、認識処理および照明制御処理を照明装置１および照明制御装置１０に分散するため、照明制御装置１０の処理負荷を軽減できるとともに、照明制御の応答性を向上できる。従って、実施形態に係る照明装置１によれば、認識結果をネットワークへ出力することで照明制御を効率良く行うことができる。

【0031】

ハブ１２は、イーサネットのケーブルが接続される集線装置である。ハブ１２は、照明装置１、照明制御装置１０およびクラウド１３それぞれに接続されたイーサネットの通信ケーブルが接続される。

【0032】

クラウド１３は、イーサネットを介して照明装置１のカメラ５から撮像画像や認識結果を取得して各種解析を行う解析サーバである。例えば、クラウド１３は、撮像画像や上記した認識結果に基づいて所定の空間における人流を分析する。クラウド１３は、分析結果を所定の空間の管理者の端末装置へ送信する。

【0033】

ここで、照明装置１は、カメラ５の認識結果を照明制御装置１０へ送信する場合、認識結果を分割し、分割した認識結果を照明制御ネットワークおよびイーサネットそれぞれに分けて送信する。

【0034】

具体的には、照明装置１は、照明制御ネットワークおよびイーサネットのうち、認識結果の内容に応じて出力するネットワークを選択する。例えば、照明装置１は、人の在／不在や輝度の情報を照明制御ネットワークへ出力し、密集度や人の向きをイーサネットを介して出力する。

【0035】

言い換えれば、照明装置１は、照射のオンおよびオフの切替に必要となる人の在／不在の認識結果、すなわち、照明制御の応答性が要求される認識結果については、出力するネットワークとして照明制御ネットワークを選択する。これにより、ＤＡＬＩ等の照明制御に適した照明制御ネットワークを介して照明制御の応答性が要求される認識結果を出力することで、照明装置１，１１のオン／オフといった照明制御の応答性を向上させることができる。

【0036】

また、照明装置１は、照射強度の調整に必要となる輝度の認識結果、すなわち、照明装置１，１１の調光に関わる認識結果については、出力するネットワークとして照明制御ネットワークを選択する。これにより、ＤＡＬＩ等の照明制御に適した照明制御ネットワークを介して調光に関わる認識結果を出力することで、照明装置１，１１の調光に関わる照明制御の応答性を向上させることができる。

【0037】

また、照明装置１は、密集度や人の向きといったデータ量が閾値以上である認識結果については、出力するネットワークとしてイーサネットを選択する。密集度や人の向きといった認識結果は、人の在／不在を用いてさらに解析した結果であるため、人の在／不在の認識結果のデータ量に比べてデータ量が多くなる。このため、データ量が多いに認識結果については、大量のデータを送信するのに適したイーサネットを介して出力する。これにより、照明制御ネットワークの通信渋滞を回避できる。なお、密集度や人の向きについては、照明制御に直接的に関与しない、言い換えれば、照明制御の応答性は低いため、イーサネットを用いても照明制御の応答性に悪影響を及ぼすことはない。

【0038】

次に、図２を用いて、照明装置１の構成例について説明する。図２は、実施形態に係る照明装置１の構成例を示すブロック図である。図２に示すように、照明装置１は、交流電源１００に接続され、交流電源１００から駆動電力が供給される。

【0039】

照明装置１は、制御部２と、記憶部３と、電源部４と、カメラ５と、照明部６とを備える。記憶部３は、ネットワーク情報３１を記憶する。

【0040】

記憶部３は、たとえば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）などの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置によって実現される。

【0041】

記憶部３に記憶されるネットワーク情報３１は、照明装置１が接続されるネットワークに関する情報である。図３は、ネットワーク情報３１の一例を示す図である。図３に示すように、ネットワーク情報３１は、「ネットワークＩＤ」と、「種別」と、「送信情報」といった項目を有する。

【0042】

「ネットワークＩＤ」は、ネットワークを識別する識別情報である。「種別」は、ネットワークの種別を示す情報である。「送信情報」は、ネットワークに出力される情報である。

【0043】

例えば、ネットワークＩＤ「Ｎ１」で識別されるネットワークは、種別が照明制御ネットワークであり、カメラ５の認識結果である人の在／不在や、カメラ５の撮像範囲における輝度の情報が出力される。照明制御ネットワークは、ＤＡＬＩ（Digital Addressable Lighting Interface）等の照明制御に関する通信規格を用いた通信方式の伝送線により構成されるネットワークである。また、照明装置１は、ＲＳ４８５等のシリアルインタフェースによりＤＡＬＩ規格の伝送線に接続される。

【0044】

また、ネットワークＩＤ「Ｎ２」で識別されるネットワークは、種別がイーサネットであり、カメラ５の認識結果である密集度や、人の向きの情報が出力される。イーサネットは、例えば、ＬＡＮ（Local Area Network）である。

【0045】

制御部２は、コントローラ（controller）であり、たとえば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって、照明装置１内部の記憶装置に記憶されている各種プログラムがＲＡＭ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２は、たとえば、コントローラであり、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの集積回路により実現される。

【0046】

電源部４は、交流電源１００から供給される駆動電力を交流から直流に変換して制御部２や、カメラ５、照明部６へ供給する。

【0047】

カメラ５は、人工知能を有した撮像部であり、撮像した画像に基づいて照明制御に用いる認識を行う。具体的には、カメラ５は、照明装置１，１１の各照射範囲に対応した複数のエリアに分割し、エリア毎に認識を行う。例えば、カメラ５は、上述したように、人の在／不在、輝度、密集度、人の向き等を認識する。

【0048】

照明部６は、例えば、ＬＥＤ（Light Emitting Diode）等の光源を備え、周囲を照らす。例えば、照明部６は、カメラ５の撮像範囲を含む範囲を照射範囲として照射する。

【0049】

次に、制御部２の処理内容について具体的に説明する。

【0050】

制御部２は、カメラ５から認識結果を取得し、ネットワーク情報３１を参照して選択したネットワークを介して認識結果を照明制御装置１０へ出力する。具体的には、制御部２は、カメラ５から取得した認識結果の一部をイーサネットを介して照明制御装置１０へ出力し、他の部分を照明制御ネットワークを介して照明制御装置１０へ出力する。

【0051】

より具体的には、制御部２は、イーサネットおよび照明制御ネットワークのうち、認識結果の内容に応じて出力するネットワークを選択する。

【0052】

例えば、制御部２は、認識結果が人の在／不在や、輝度である場合、出力するネットワークとして照明制御ネットワークを選択する。つまり、制御部２は、照明制御の応答性が要求される認識結果や、照明装置１，１１の調光に関わる認識結果については、照明制御ネットワークを選択する。

【0053】

具体的には、制御部２は、人の在／不在や輝度の認識結果を照明制御ネットワークに合った通信規格に変換して照明制御ネットワークに出力する。より具体的には、制御部２は、人の在／不在や輝度の認識結果をＤＡＬＩ規格に変換して出力する。

【0054】

また、制御部２は、認識結果が密集度や人の向きである場合、出力するネットワークとしてイーサネットを選択する。つまり、制御部２は、認識結果のデータ量が閾値以上である場合には、イーサネットを選択する。なお、閾値は、例えば、人の在／不在の認識結果のデータ量である。

【0055】

なお、制御部２は、イーサネットへ出力する場合には、上記した通信規格の変換は不要である。つまり、制御部２は、認識結果を規格変換することなくイーサネットへ出力する。なお、制御部２は、密集度や人の向きについては、カメラ５から直接イーサネットへ出力するよう指示してもよい。

【0056】

このように、制御部２は、認識結果を照明制御ネットワークおよびイーサネットに分散して出力することで、照明制御ネットワークの通信渋滞を回避できる。この結果、照明制御ネットワークを介して照明制御装置１０へ出力される情報を通信渋滞が起きることなく送信できるとともに、照明制御装置１０から照明装置１，１１へ出力される照明制御の制御情報を通信渋滞が起きることなく送信できる。すなわち、照明制御の応答性を高めることができる。

【0057】

また、制御部２は、照明制御ネットワークを介して照明制御装置１０から照明制御に関する制御情報を取得し、制御情報に基づいて照明部６の照明態様を制御する。具体的には、制御部２は、照明部６のオン／オフや、照射強度の調整を行う。

【0058】

次に、図４を用いて、実施形態に係る照明装置１が実行する処理の処理手順について説明する。図４は、実施形態に係る照明装置１において実行される処理の処理手順を示すフローチャートである。

【0059】

図４に示すように、照明装置１は、カメラ５により撮像画像を取得する（ステップＳ１０１）。つづいて、照明装置１のカメラ５は、撮像画像に基づいて照明制御に用いる認識処理を行う（ステップＳ１０２）。

【0060】

つづいて、照明装置１は、認識結果の内容毎に、内容に応じて出力するネットワークを選択する（ステップＳ１０３）。つづいて、照明装置１は、選択したネットワークに書く内容を出力し（ステップＳ１０４）、処理を終了する。

【0061】

上述したように、実施形態に係る照明装置１は、照明部６と、カメラ５と、制御部２とを具備する。カメラ５は、撮像した画像に基づいて照明制御に用いる認識を行う。制御部２は、カメラ５による認識結果をネットワークに出力する。これにより、照明制御を効率良く行うことができる。

【0062】

本発明の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0063】

１ 照明装置
２ 制御部
３ 記憶部
４ 電源部
５ カメラ
６ 照明部
１０ 照明制御装置
１１ 照明装置
１２ ハブ
１３ クラウド
３１ ネットワーク情報
１００ 交流電源
Ｓ 照明システム

【図1】

【図2】

【図3】

【図4】