特表 2023-545204 モーションセンサを用いたソーシャルディスタンスを監視するためのシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-10-26

(54)【発明の名称】モーションセンサを用いたソーシャルディスタンスを監視するためのシステム及び方法

(51)【国際特許分類】

   G16H 50/80 20180101AFI20231019BHJP

   G08B 25/04 20060101ALI20231019BHJP

   G08B 21/02 20060101ALI20231019BHJP

【ＦＩ】

G16H50/80

G08B25/04 K

G08B21/02

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2023523531

(86)(22)【出願日】2021-10-08

(85)【翻訳文提出日】2023-06-18

(86)【国際出願番号】 EP2021077916

(87)【国際公開番号】W WO2022084070

(87)【国際公開日】2022-04-28

(31)【優先権主張番号】63/093,538

(32)【優先日】2020-10-19

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】20207289.8

(32)【優先日】2020-11-12

(33)【優先権主張国・地域又は機関】EP

(81)【指定国・地域】

(71)【出願人】

【識別番号】516043960

【氏名又は名称】シグニファイ ホールディング ビー ヴィ

【氏名又は名称原語表記】ＳＩＧＮＩＦＹ ＨＯＬＤＩＮＧ Ｂ．Ｖ．

【住所又は居所原語表記】Ｈｉｇｈ Ｔｅｃｈ Ｃａｍｐｕｓ ４８，５６５６ ＡＥ Ｅｉｎｄｈｏｖｅｎ，Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ

(74)【代理人】

【識別番号】100163821

【弁理士】

【氏名又は名称】柴田 沙希子

(72)【発明者】

【氏名】ムルティ アービシェック

(72)【発明者】

【氏名】ヤダブ ダクシャ

(72)【発明者】

【氏名】ユー ジン

(72)【発明者】

【氏名】ダイクスラー ペーター

【テーマコード（参考）】

5C086

5C087

5L099

【Ｆターム（参考）】

5C086AA22

5C086CA12

5C086FA15

5C087AA16

5C087DD03

5C087DD23

5C087EE14

5C087FF01

5C087FF04

5C087GG08

5C087GG09

5C087GG66

5C087GG84

5L099AA04

(57)【要約】

ソーシャルディスタンスを監視するためのシステムが提供される。システムは、環境内のセンサに通信可能に結合されるコントローラを含む。コントローラは、（１）センサの各々に対する期待センサ挙動モデルを受ける、（２）センサの各々に対する期待センサ挙動モデル及びセンサの各々に対する環境調整モデルに基づいてセンサの各々に対する調整センサ挙動モデルを生成する、（３）環境のレイアウトを受ける、（４）レイアウト及び調整センサ挙動モデルに基づいて期待レイアウト挙動モデルを生成する、（５）センサを介して、測定期間中に観察挙動データセットを捕捉する、及び、（６）観察挙動データセット及び期待レイアウト挙動モデルに基づいて環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定するように構成されてもよい。

【特許請求の範囲】

【請求項1】

１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するためのシステムであって、当該システムは、前記環境内の１つ以上のセンサに通信可能に結合されるコントローラを含み、前記コントローラは、
前記１つ以上のセンサの各々に対する期待センサ挙動モデルを受け、前記期待センサ挙動モデルは、前記複数のワークステーションの１つ以上が少なくとも１つのセンサの視野内にある場合の少なくとも１つのセンサの期待挙動を表す、
前記１つ以上のセンサの各々に対する前記期待センサ挙動モデル及び前記１つ以上のセンサの各々に対する環境調整モデルに基づいて前記１つ以上のセンサの各々に対する調整センサ挙動モデルを生成し、前記環境調整モデルは、前記１つ以上のセンサの少なくとも１つのセンサによって捕捉される情報への前記環境の影響を表す、
前記環境のレイアウトを受け、前記レイアウトは、複数のワークステーションロケーション及び１つ以上のセンサロケーションを含み、各ワークステーションロケーションは、占有又は非占有の占有状態を有する、
前記レイアウト及び前記調整センサ挙動モデルに基づいて期待レイアウト挙動モデルを生成する、
前記１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉する、及び
前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいて前記環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定する、
ように構成される、システム。

【請求項2】

前記１つ以上のセンサの各々に対する前記期待センサ挙動モデルは、センサマイナーモーション確率分布、センサミディアムモーション確率分布、及びセンサメジャーモーション確率分布を含む、請求項１に記載のシステム。

【請求項3】

前記コントローラは、
前記１つ以上のセンサを介して、前記環境が占有されていない場合に環境挙動データセットを捕捉する、及び
前記環境挙動データセット及び前記１つ以上のセンサの各々に対する前記期待挙動モデルに基づいて前記１つ以上のセンサの各々に対する前記環境調整モデルを算出する、
ように構成される、請求項１に記載のシステム。

【請求項4】

前記期待レイアウト挙動モデルは、レイアウトマイナーモーション確率分布、レイアウトミディアムモーション確率分布、及びレイアウトメジャーモーション確率分布を含む、請求項１に記載のシステム。

【請求項5】

前記観察挙動データセットは、観察マイナーモーションカウント、観察ミディアムモーションカウント、及び観察メジャーモーションカウントを含む、請求項１に記載のシステム。

【請求項6】

前記ソーシャルディスタンス状態を決定することは、
仮説検定を介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出することと、
前記ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てることと、
前記ソーシャルディスタンスｐ値が前記ソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることと、
を含む、請求項１に記載のシステム。

【請求項7】

前記バリアは、アクリルガラスである、請求項１に記載のシステム。

【請求項8】

前記１つ以上のセンサは、１つ以上の照明器具に配置される、請求項１に記載のシステム。

【請求項9】

１つ以上の照明器具が、前記複数のワークステーションの上方に位置付けられる、請求項５に記載のシステム。

【請求項10】

前記測定期間は、約５分である、請求項１に記載のシステム。

【請求項11】

前記１つ以上のセンサは、１つ以上の受動赤外線センサ、１つ以上の単一ピクセルサーモパイルセンサ、１つ以上のマルチピクセルサーモパイルセンサ、及び／又は１つ以上のマイクロ波レーダセンサを含む、請求項１に記載のシステム。

【請求項12】

前記コントローラは、前記環境のソーシャルディスタンス状態が距離が取られていないである場合、警告信号を送信するように構成される、請求項１に記載のシステム。

【請求項13】

１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するための方法であって、当該方法は、
前記環境内の１つ以上のセンサに通信可能に結合されるコントローラを介して、前記１つ以上のセンサの各々に対する期待挙動モデルを受けることであって、前記期待挙動モデルは、前記複数のワークステーションの１つ以上が少なくとも１つのセンサの視野内にある場合の少なくとも１つのセンサの期待挙動を表す、ことと、
前記コントローラを介して、前記１つ以上のセンサの各々に対する前記期待挙動モデル及び前記１つ以上のセンサの各々に対する環境調整モデルに基づいて前記１つ以上のセンサの各々に対する調整挙動モデルを生成することであって、前記環境調整モデルは、前記１つ以上のセンサの少なくとも１つのセンサによって捕捉される情報への前記環境の影響を表す、ことと、
前記コントローラを介して、前記環境のレイアウトを受けることであって、前記レイアウトは、複数のワークステーションロケーション及び１つ以上のセンサロケーションを含み、各ワークステーションロケーションは、占有又は非占有の占有状態を有する、ことと、
前記コントローラを介して、前記レイアウト及び前記調整挙動モデルに基づいて期待レイアウト挙動モデルを生成することと、
前記１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉することと、
前記コントローラを介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいて前記環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定することと、
を含む、方法。

【請求項14】

当該方法は、
前記１つ以上のセンサを介して、前記環境が占有されていない場合に環境挙動データセットを捕捉することと、
前記環境挙動データセット及び前記１つ以上のセンサの各々に対する前記期待挙動モデルに基づいて前記１つ以上のセンサの各々に対する前記環境調整モデルを算出することと、
を含む、請求項１３に記載の方法。

【請求項15】

前記ソーシャルディスタンス状態を決定することは、
仮説検定を介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出することと、
前記ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てることと、
前記ソーシャルディスタンスｐ値が前記ソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることと、
を含む、請求項１３に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、一般に、モーションセンサを用いてソーシャルディスタンス(social distancing)を監視することに関する。

【背景技術】

【0002】

ＣＯＶＩＤ－１９パンデミックは、色々な意味でオープンオフィス環境を変化させた。主な変化の一つは、オフィス環境の占有者が互いに離れて座ることを要求する、ソーシャルディスタンスポリシーの実施であった。この結果、いつでも使える机が一部に限られる可能性がある。

【0003】

さらに、ソーシャルディスタンスポリシーに加えて、くしゃみ及び他のウイルス源から従業員を保護するために、アクリルガラスシールド及び仕切りの形態であることが多い、物理的バリアが、オフィス環境に設置される必要がある可能性がある。これらのガラスシールドを実装することは、利用可能な監視システムによって収集される情報に影響を与えることになる。

【発明の概要】

【発明が解決しようとする課題】

【0004】

したがって、オフィス環境におけるアクリルガラスシールド及び仕切りの設置にかかわらず、このようなポリシーの実施を自動的に監視する必要がある。

【課題を解決するための手段】

【0005】

本開示は、一般に、受動赤外線(passive infrared)（「ＰＩＲ」）センサ等、モーションセンサを用いた、アクリルガラス等、バリアによって隔てられるワークステーションを有する環境におけるソーシャルディスタンスを監視するためのシステム及び方法に関する。ＰＩＲセンサは、視野内のマイナーモーション(minor motion)、ミディアムモーション(medium motion)、及びメジャーモーション(major motion)の数をカウントするように構成される。システムは、視野内の占有ワークステーションの数に依存するモーションカウント(motion count)の各々に対する確率分布を含む、各センサに対する期待センサ挙動モデル(expected sensor behavior model)を受ける。システムは、ガラスバリアに起因する損失について期待挙動モデルを調整する。システムは、ワークステーションの配置、ワークステーションの占有状態、及びセンサの配置を示す環境のレイアウトを受ける。レイアウト及び調整センサ挙動モデル(adjusted sensor behavior model)に基づいて、システムは、ソーシャルディスタンスが実践されている場合のレイアウト全体におけるモーションカウントの各々の確率分布の合計を含む、期待レイアウト挙動モデル(expected layout behavior model)を生成する。システムは、通常動作中に環境のデータを捕捉するためにセンサを使用し、当該データを期待レイアウト挙動モデルと比較して、環境を「距離が取られている(distanced)」又は「距離が取られていない(not-distanced)」に分類する。

【0006】

一般に、一態様において、１つ以上のバリア(barrier)によって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するためのシステムが提供される。バリアは、アクリルガラスであってもよい。

【0007】

システムは、環境内の１つ以上のセンサに通信可能に結合されるコントローラを含む。１つ以上のセンサは、１つ以上のＰＩＲセンサ、１つ以上の単一ピクセルサーモパイル(single pixel thermopile)（「ＳＰＴ」）センサ、１つ以上のマルチピクセルサーモパイル(multipixel thermopile)（「ＭＰＴ」）センサ、及び／又は１つ以上のマイクロ波レーダセンサを含んでもよい。１つ以上のセンサは、１つ以上の照明器具に配置されてもよい。１つ以上の照明器具は、複数のワークステーションの上方に位置付けられてもよい。

【0008】

コントローラは、１つ以上のセンサの各々に対する期待センサ挙動モデル(expected sensor behavior model)を受けるように構成されてもよい。１つ以上のセンサの各々に対する期待センサ挙動モデルは、センサマイナーモーション確率分布(sensor minor motion probability distribution)、センサミディアムモーション確率分布(sensor medium motion probability distribution)、及びセンサメジャーモーション確率分布(sensor major motion probability distribution)を含んでもよい。

【0009】

コントローラはさらに、１つ以上のセンサの各々に対する調整センサ挙動モデル(adjusted sensor behavior model)を生成するように構成されてもよい。調整センサ挙動モデルは、１つ以上のセンサの各々に対する期待センサ挙動モデル及び１つ以上のセンサの各々に対する環境調整モデル(environment adjustment model)に基づいて生成されてもよい。

【0010】

コントローラはさらに、環境のレイアウトを受けるように構成されてもよい。レイアウトは、複数のワークステーションロケーションを含んでもよい。レイアウトは、１つ以上のセンサロケーションも含んでもよい。各ワークステーションロケーションは、占有(occupied)又は非占有(unoccupied)の占有状態を有してもよい。

【0011】

コントローラはさらに、期待レイアウト挙動モデル(expected layout behavior model)を生成するように構成されてもよい。期待レイアウト挙動モデルは、レイアウト及び調整センサ挙動モデルに基づいて生成されてもよい。期待レイアウト挙動モデルは、レイアウトマイナーモーション確率分布(layout minor motion probability distribution)、レイアウトミディアムモーション確率分布(layout medium motion probability distribution)、及びレイアウトメジャーモーション確率分布(layout major motion probability distribution)を含んでもよい。

【0012】

コントローラはさらに、１つ以上のセンサを介して、測定期間中に観察挙動データセット(observed behavior data set)を捕捉するように構成されてもよい。観察挙動データセットは、観察マイナーモーションカウント(observed minor motion count)、観察ミディアムモーションカウント(observed medium motion count)、及び観察メジャーモーションカウント(observed major motion count)を含んでもよい。測定期間は、５分であってもよい。

【0013】

コントローラはさらに、観察挙動データセット及び期待レイアウト挙動モデルに基づいて環境内の個人のソーシャルディスタンス状態(social distancing state)を距離が取られている(distanced)又は距離が取られていない(not-distanced)と決定するように構成されてもよい。

【0014】

一例によれば、コントローラはさらに、１つ以上のセンサを介して、環境が占有されていない場合に環境挙動データセット(environmental behavior data set)を捕捉するように構成されてもよい。

【0015】

コントローラはさらに、１つ以上のセンサの各々に対する環境調整モデルを算出するように構成されてもよい。環境調整モデルは、環境挙動データセット及び１つ以上のセンサの各々に対する期待挙動モデルに基づいて算出されてもよい。

【0016】

一例によれば、ソーシャルディスタンス状態は、（１）仮説検定(hypothesis test)を介して、観察挙動データセット及び期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値(social distancing p-value)を算出する、（２）ソーシャルディスタンスｐ値がソーシャルディスタンス閾値(social distancing threshold)以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てる、及び、（３）ソーシャルディスタンスｐ値がソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることによって決定されてもよい。

【0017】

一例によれば、コントローラはさらに、環境のソーシャルディスタンス状態が距離が取られていないである場合、警告信号を送信するように構成されてもよい。

【0018】

別の態様において、１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するための方法が提供される。方法は、環境内の１つ以上のセンサに通信可能に結合されるコントローラを介して、１つ以上のセンサの各々に対する期待挙動モデルを受けることを含んでもよい。

【0019】

方法はさらに、１つ以上のセンサの各々に対する期待挙動モデル及び１つ以上のセンサの各々に対する環境調整モデルに基づいて１つ以上のセンサの各々に対する調整挙動モデルを生成することを含んでもよい。方法はさらに、環境のレイアウトを受けることであって、レイアウトは、複数のワークステーション及び１つ以上のセンサを含み、各ワークステーションは、占有又は非占有の占有状態を有する、ことを含んでもよい。方法はさらに、レイアウト及び調整挙動モデルに基づいて期待レイアウト挙動モデルを生成することを含んでもよい。方法はさらに、１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉することを含んでもよい。方法はさらに、観察挙動データセット及び期待レイアウト挙動モデルに基づいて環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定することを含んでもよい。

【0020】

一例によれば、方法はさらに、１つ以上のセンサを介して、環境が占有されていない場合に環境挙動データセットを捕捉することを含んでもよい。方法はさらに、環境挙動データセット及び１つ以上のセンサの各々に対する期待挙動モデルに基づいて１つ以上のセンサの各々に対する環境調整モデルを算出することを含んでもよい。

【0021】

一例によれば、ソーシャルディスタンス状態を決定することは、仮説検定を介して、観察挙動データセット及び期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出することを含んでもよい。ソーシャルディスタンス状態を決定することはさらに、ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てることを含んでもよい。ソーシャルディスタンス状態を決定することは、ソーシャルディスタンスｐ値がソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることを含んでもよい。

【0022】

様々な実装形態では、プロセッサ又はコントローラは、１つ以上の記憶媒体（本明細書では「メモリ」と総称される、例えば、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ、及びＥＥＰＲＯＭ等の、揮発性及び不揮発性のコンピュータメモリ、フロッピーディスク、コンパクトディスク、光ディスク、磁気テープなど）に関連付けられてもよい。一部の実装形態では、これらの記憶媒体は、１つ以上のプロセッサ及び／又はコントローラ上で実行されると、本明細書で論じられる機能の少なくとも一部を実行する、１つ以上のプログラムでエンコードされてもよい。様々な記憶媒体は、プロセッサ又はコントローラ内に固定されてもよく、あるいは、それらの記憶媒体上に記憶されている１つ以上のプログラムが、本明細書で論じられる様々な態様を実施するために、プロセッサ又はコントローラ内にロードされることができるように、可搬性であってもよい。用語「プログラム」又は「コンピュータプログラム」は、本明細書では、１つ以上のプロセッサ又はコントローラをプログラムするために採用されることが可能な、任意のタイプのコンピュータコード（例えば、ソフトウェア又はマイクロコード）を指すように、一般的な意味で使用される。

【0023】

上述の概念と、以下でより詳細に論じられる追加的概念との全ての組み合わせは（そのような概念が互いに矛盾しないという条件下で）、本明細書で開示される発明の主題の一部であると想到される点を理解されたい。特に、本開示の最後に記載されている特許請求される主題の全ての組み合わせは、本明細書で開示される発明の主題の一部であると想到される。また、参照により組み込まれるいずれかの開示にもまた現れ得る、本明細書で明示的に採用されている用語は、本明細書で開示される特定の概念と最も一致する意味が与えられるべきである点も理解されたい。

【0024】

様々な実施形態のこれらの及び他の態様は、以下に述べられる実施形態を参照して明らかになり、解明されるであろう。

【図面の簡単な説明】

【0025】

図面中、同様の参照文字は、一般に、異なる図の全体にわたって同じ部分を指す。また、図面は、必ずしも縮尺通りではなく、その代わり一般的に、様々な実施形態の原理を例示することに重点が置かれている。

【図1】一例による、ソーシャルディスタンスを監視するためのシステムのトップレベル概略図である。

【図2】一例による、ソーシャルディスタンスを監視するためのシステムにおける照明器具の概略図である。

【図3】一例による、ソーシャルディスタンスを監視するためのシステムにおけるコントローラの概略図である。

【図4】一例による、ソーシャルディスタンスについて監視される環境のレイアウトである。

【図5】一例による、受動赤外線（ＰＩＲ）センサによって生成される２つの例示的なアナログ信号を示すプロットである。

【図6】一例による、ｋ＝１、２、及び３の占有ワークステーションがＰＩＲセンサの視野内にある場合に検出されるマイナーモーション、ミディアムモーション、及びメジャーモーションの期待確率分布を含む、期待センサ挙動モデルを示す。

【図7】一例による、机の例示的なレイアウト及びソーシャルディスタンスポリシーについて観察環境においてＰＩＲセンサによって検出されるマイナーモーション、ミディアムモーション、及びメジャーモーションの期待確率分布を含む、期待レイアウト挙動モデルを示す。

【図8】一例による、ソーシャルディスタンスを監視するための方法のフローチャートである。

【図9】一例による、ソーシャルディスタンスを監視するための方法のソーシャルディスタンス状態の態様を決定するためのフローチャートである。

【発明を実施するための形態】

【0026】

本開示は、一般に、受動赤外線（「ＰＩＲ」）センサ等、モーションセンサを用いた、アクリルガラス等、バリアによって隔てられるワークステーションを有する環境におけるソーシャルディスタンスを監視するためのシステム及び方法に関する。ＰＩＲセンサは、視野内のマイナーモーション、ミディアムモーション、及びメジャーモーションの数をカウントするように構成される。センサは、環境の周囲に位置付けられる照明器具に配置されてもよい。システムは、視野内の占有ワークステーションの数に依存するモーションカウントの各々に対する確率分布を含む、各センサに対する期待センサ挙動モデル(expected sensor behavior model)を受ける。システムは、ガラスバリアに起因する損失について期待挙動モデルを調整する。この調整は、環境が占有されている場合に捕捉されるセンサデータに基づく、環境調整モデルに基づいてもよい。システムは、ワークステーションの配置、ワークステーションの占有状態、及びセンサの配置を示す環境のレイアウトを受ける。レイアウト及び調整センサ挙動モデルに基づいて、システムは、ソーシャルディスタンスが実践されている場合のレイアウト全体におけるモーションカウントの各々の確率分布の合計を含む、期待レイアウト挙動モデルを生成する。システムは、通常動作中に環境のデータを捕捉するためにセンサを使用し、当該データを期待レイアウト挙動モデルと比較して、環境を「距離が取られている」又は「距離が取られていない」に分類する。この比較は、仮説検定を介してソーシャルディスタンスｐ値を算出することにより行われてもよい。

【0027】

一般に、一態様において、１つ以上のバリア１０８によって隔てられる複数のワークステーション１０６を有する環境１０４における個人のソーシャルディスタンスを監視するためのシステム１００が提供される。ソーシャルディスタンスは、感染症のまん延を遅らせるために監視されてもよい。他の例では、システム１００は、刑務所環境における囚人の交わりの防止等、他の目的のためにソーシャルディスタンスを監視するために使用されてもよい。

【0028】

バリア１０８は、アクリルガラス等（例えば、Ｐｌｅｘｉｇｌａｓ（登録商標）アクリル）であってもよい。バリア１０８は、透明又は半透明であってもよい。環境１０４の例示的なレイアウト１２０が図４に示されている。この環境１０４は、６つのブーメラン型机の３つのクラスタ、北壁に隣接する２つの単一長方形机、北壁に隣接するダブル長方形机、及び東壁に隣接する４つのワークステーション１０６を有する１つの長テーブルを含む。レイアウト１２０は、図４に示されるように、ワークステーション１０６の間に置かれるバリア１０８を含んでもよい。

【0029】

ワークステーション１０６は、典型的には、オフィスにおける机又はテーブルであってもよいが、システム１００は、他のタイプの環境を監視するように構成されてもよい。例えば、環境１０４は製造工場であってもよく、ワークステーション１０６はアセンブリライン上のエリアであってもよい。別の例では、環境１０４は業務用厨房であってもよく、ワークステーション１０６は、プレップ(prep)ステーション又は厨房機器（オーブン、フライヤ、グリル等）に近接するエリアであってもよい。

【0030】

広く、図１を参照すると、システム１００は、コントローラ１０２及び１つ以上の照明器具１１０を含んでもよい。照明器具１１０の各々は、センサ１１２、光源１６６、及び／又はトランシーバ４２０等のコンポーネントを含んでもよい。コントローラ１０２は、有線又はワイヤレスネットワーク４００を介して照明器具１１０のコンポーネントと通信することが可能であってもよい。図１は、３つの照明器具１１０ａ～ｃを含み、各照明器具１１０ａ～ｃは、ＰＩＲセンサ１１２ａ～ｃ、光源１６６ａ～ｃ、及びトランシーバ４２０ａ～ｃを有する、例示的なシステム１００を示している。

【0031】

図１及び図３を参照すると、コントローラ１０２は、メモリ２５０、プロセッサ３００、及びトランシーバ４１０を含んでもよい。メモリ２５０及びプロセッサ３００は、メモリ２５０に記憶されるデータの処理を促進するためにバスを介して通信可能に結合されてもよい。トランシーバ４１０は、ネットワーク４００を介して１つ以上のセンサ１１２からデータを受信するために使用されてもよい。トランシーバ４１０によって受信されるデータは、メモリ２５０に記憶され、及び／又はプロセッサ３００によって処理されてもよい。一例として、トランシーバ４１０は、コントローラ１０２とネットワーク４００との間のワイヤレス接続を促進してもよい。トランシーバ４１０はまた、照明器具１１０の光源１６６を動作するために使用されてもよい。

【0032】

ネットワーク４００は、コントローラ１０２、１つ以上のセンサ１１２、１つ以上の光源１６６、及び／又はこれらの任意の組み合わせ間の通信を促進するように構成されてもよい。ネットワーク４００は、セルラーネットワーク（５Ｇ、ＬＴＥ等）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ（登録商標）、Ｚｉｇｂｅｅ（登録商標）、及び／又は他の適切な通信プロトコル等の通信プロトコルに従った有線及び／又はワイヤレスネットワークであってもよい。一例では、ＰＩＲセンサ１１２は、ネットワーク４００を介して、観察挙動データセット１２８又は環境挙動データセット１４２を、メモリ２５０への記憶及び／又はプロセッサ３００による処理のためにコントローラ１０２にワイヤレスに送信してもよい。

【0033】

システム１００は、環境１０４内の１つ以上のセンサ１１２に通信可能に結合されるコントローラ１０２を含む。１つ以上のセンサ１１２は、１つ以上のＰＩＲセンサ、１つ以上の単一ピクセルサーモパイル（「ＳＰＴ」）センサ、１つ以上のマルチピクセルサーモパイル（「ＭＰＴ」）センサ、及び／又は１つ以上のマイクロ波レーダセンサを含んでもよい。ＰＩＲセンサは、赤外線エネルギを検出するように構成され、それゆえ、人体によって放射される暖かさ(warmth)を検出するために使用されることができる。各センサ１１２は、環境１０４の一部をカバーする視野を有する。ＰＩＲセンサによって生成される例示的な波形のペアが、図５に示されている。図５において、時間間隔４００－５００で示される励起は、左から右への動き(left-to-right movement)を示し、時間間隔６５０－８００で示される励起は、右から左への動き(right-to-left movement)を示している。これらの波形は、マイナー、ミディアム、及びメジャーの３つのタイプのモーションカウントに変換される。マイナーモーションは、キーボードを打つ、マウスを動かす、電話で話す等、机に座っている従業員の通常のモーションに相当してもよい。ミディアムモーションは、従業員が立ち上がる又は腰を下ろすことに相当してもよい。メジャーモーションは、従業員が自身のワークステーションエリアに入る又は出ることに相当してもよい。以下で述べられるように、これらのモーションカウントは、環境１０４内の個人がソーシャルディスタンスを取っているかどうかを判断するために分析されてもよい。さらなる例では、ＳＰＴセンサ、ＭＰＴセンサ、又はマイクロ波レーダセンサによって収集される情報が、別個に又はＰＩＲセンサと組み合わせて、環境内の動きを追跡するために同様に使用されてもよい。

【0034】

図２に示されるように、１つ以上のセンサ１１２は、１つ以上の照明器具１１０に配置されてもよい。１つ以上の照明器具１１０は、複数のワークステーション１０６の上方に位置付けられてもよい。図４の「Ｘ」は、環境１０４全体にわたるセンサ１１２の配置を示す。これらの配置に依存して、一部のセンサ１１２は、視野内の複数のワークステーション１０６を監視するように位置付けられてもよく、他のセンサは、１つのワークステーション１０６のみを監視するように位置付けられてもよく、さらに他のセンサは、視野内にワークステーション１０６を有さなくてもよい。

【0035】

コントローラ１０２は、１つ以上のセンサ１１２の各々に対する期待センサ挙動モデル１１４を受けるように構成されてもよい。期待センサ挙動モデル１１４は、ｋ個の占有ワークステーション１０６がセンサ１１２の視野内にある場合の各センサ１１２の期待挙動(expected behavior)を表す。１つ以上のセンサ１１２の各々に対する期待センサ挙動モデル１１４は、センサマイナーモーション確率分布１３６、センサミディアムモーション確率分布１３８、及びセンサメジャーモーション確率分布１４０のうちの少なくとも１つを含んでもよい。環境１０４及びレイアウト１２０に依存して、システムは、センサマイナーモーション確率分布１３６、センサミディアムモーション確率分布１３８、及びセンサメジャーモーション確率分布１４０のうちの１つ、２つ、又は３つすべての任意の適切な組み合わせを使用してもよい。例示的な期待確率分布が、図６に示されている。一例として、マイナーモーション確率分布１３６は、ベータ分布Ｂ（ａ，ｂ）を使用して以下の式で表されてもよい。

ここで、ベータ分布は、

であり、Γ（）は、標準ガンマ関数である。ベータ分布は、分布の変化するピーク及びテールを柔軟に捉えることができるため、モーションカウントの確率分布をモデル化するために利用される。パラメータａ及びｂは、ベータ分布の形状を制御し、分布のピーク及びテールは、ａ及びｂを変更することによって適応されることができる。Γ（ａ）は、以下のように定義されてもよい。

パラメータａ及びｂは、観察された分布パターンに適合する(conform to)ようにシステム１００によって選択又は学習されてもよい。例えば、システムは、センサ１１２がその視野内に２人の個人を有する場合、１つのマイナーモーションを検出する確率は０．１０であり、５つのマイナーモーションを検出する確率は０．０６であり、１０のマイナーモーションを検出する確率は０．０３であり、１５のマイナーモーションを検出する確率は０．０１であると知ることができる。システム１００は、分布

がこの観察された確率に整合する(align)するようにパラメータａ及びｂを推定してもよい。

【0036】

図６に示されるように、期待カウントは、センサ１１２の視野内の占有ワークステーション１０６の数に応じて増加する。期待センサ挙動モデル１１４は、環境１０４又は類似の環境から以前に収集されたデータに基づいて生成されてもよい。

【0037】

さらなる例では、期待挙動センサモデル１１４はさらに、各ワークステーション１０６における個人の期待される向きを組み込んでもよい。センサ１１２によって収集されるデータは、人体の前部が背部よりも多くの熱を放出することに起因して、監視される個人の向きによって影響を受ける可能性がある。個人の向きの影響は、レイアウト１２０に組み込まれ、センサマイナーモーション確率分布１３６、センサミディアムモーション確率分布１３８、及びセンサメジャーモーション確率分布１４０の修正をもたらしてもよい。一例として、向きを考慮したマイナーモーション確率分布１３６は、以下のように表されてもよい。

【0038】

コントローラ１０２はさらに、１つ以上のセンサ１１２の各々に対する調整センサ挙動モデル１１６を生成するように構成されてもよい。調整センサ挙動モデル１１６は、１つ以上のセンサ１１２の各々に対する期待センサ挙動モデル１１４及び１つ以上のセンサ１１２の各々に対する環境調整モデル１１８に基づいて生成されてもよい。環境調整モデル１１８は、センサ１１２によって捕捉される情報への、任意のバリア１０８を含む、環境１０４の影響を表す。ＰＩＲセンサの例では、センサによって捕捉される赤外線信号は、任意の透明なバリア１０８のアクリルガラス又はＰＬＥＸＩＧＬＡＳＳによって部分的に吸収され、センサ１１２によって捕捉される信号の強度を低下させることになる。システム１００は、相応に期待センサ挙動モデル１１４を修正することによってこの影響を補正するために環境調整モデル１１８を使用する。代替例では、環境調整挙動モデル１１８は、（１）環境の通常の使用中にセンサ１１２によって捕捉される観察挙動データセット１２８を修正する、又は（２）赤外線吸収を補償するためにセンサ１１２の設定を較正することによって赤外線吸収を補償するために使用されてもよい。

【0039】

一例によれば、コントローラ１０２は、（１）１つ以上のセンサ１１２を介して、環境１０４が占有されていない場合に環境挙動データセット１４２を捕捉する、及び（２）環境挙動データセット１４２及び１つ以上のセンサ１１２の各々に対する期待挙動モデル１１４に基づいて１つ以上のセンサ１１２の各々に対する環境調整モデル１１８を算出することによって環境調整挙動モデル１１８を決定するように構成されてもよい。オープンオフィスの例では、センサ１１２は、勤務時間後に環境挙動データ１４２を捕捉するように構成されてもよい。環境挙動データ１４２は、バリア１０８が設置されているデータのサブセットと、バリア１０８が設置されていないデータのサブセットとを含んでもよい。このようにして、システム１００は、バリア１０８がセンサ１１２によって検出される赤外線放射にどのように影響を与えるかを学習し、これらの影響について期待センサ挙動モデル１１４を較正するために環境調整モデル１１８を構成することができる。代替例では、コントローラ１０２は、環境調整モデル１１８を、メモリ２５０から、又は中央監視局等の外部ソースから取得してもよい。

【0040】

コントローラ１０２はさらに、環境１０４のレイアウト１２０を受けるように構成されてもよい。上述したように、例示的なレイアウトが図４に示されている。レイアウト１２０は、複数のワークステーションロケーション１２２及び１つ以上のセンサロケーション１２４を含んでもよい。レイアウト１２０は、環境１０４の天井の高さ、又はセンサ１１２の高さに関するデータも含んでもよい。各ワークステーションロケーション１２２は、占有又は非占有の占有状態１３２を有してもよい。図４のレイアウト１２０は、占有ワークステーションを円で指定し、センサロケーションを「Ｘ」で指定している。図４に示されるように、ワークステーション１０６は、適切なソーシャルディスタンスを可能にするために、占有／非占有を交互にするように配置される。図４に見られるように、センサロケーション１２４のいくつかは、占有ワークステーションの１つ以上に近接し、他のセンサロケーション１２２は近接していない。

【0041】

一例では、システム１００は、占有ワークステーションに近接するセンサロケーション１２２に対応する「アクティブ(active)」センサ１１２のサブセット、及び、占有ワークステーションから遠位のセンサロケーション１２２に対応する「インアクティブ(inactive)」センサ１１２の関連サブセットを作成してもよい。一例によれば、「アクティブ」であるか「インアクティブ」であるかにかかわらず、すべてのセンサ１１２は、同じレートでデータを捕捉及び送信する。ある稀な例では、システム１００は、システム１００のデータ及び電力リソースを節約するために、その後のデータ捕捉(subsequent data capturing)中に「インアクティブ」センサ１１２を非アクティブにし(deactivate)てもよい。

【0042】

コントローラ１０２はさらに、期待レイアウト挙動モデル１２６を生成するように構成されてもよい。期待レイアウト挙動モデル１２６は、レイアウト１２０及び調整センサ挙動モデル１１６に基づいて生成されてもよい。したがって、期待レイアウト挙動モデル１２６は、レイアウト１２０に描かれるようなセンサロケーション１２４、ワークステーションロケーション１２２、及びワークステーション占有状態１３２について、バリア１０８について調整される、センサ１１２によって生成されると予想されるモーションカウントを表す。

【0043】

例えば、レイアウト１２０によれば、センサロケーション１２４にあるセンサ１１２は、その視野内に３つのワークステーションロケーション１２２を有する可能性がある。しかしながら、さらにレイアウト１２０によれば、これらのワークステーションロケーション１２２のうちの１つだけが、適切なソーシャルディスタンスを実践する際に占有される可能性がある。したがって、期待レイアウト挙動モデル１２６は、１つのワークステーションロケーション１２２が占有されていることに対応するマイナー、ミディアム、及びメジャーモーションカウントを予想することになる。３つのワークステーションロケーション１２２のすべてが占有される場合、センサによって捕捉されるモーションカウントは、期待レイアウト挙動モデル１２６と著しく異なることになり、システムは、環境１０４のソーシャルディスタンスポリシーが違反されたと決定する。

【0044】

期待レイアウト挙動モデル１２６は、レイアウトマイナーモーション確率分布１４４、レイアウトミディアムモーション確率分布１４６、及びレイアウトメジャーモーション確率分布１４８を含んでもよい。期待レイアウト挙動モデル１２６によって利用される確率分布は、期待センサ挙動モデル１１４の関連分布に対応してもよい。例えば、システム１００がセンサメジャーモーション確率分布１４０のみを利用する場合、期待レイアウト挙動モデル１２６は、対応するレイアウトメジャーモーション確率分布１４８のみを含んでもよい。

【0045】

期待レイアウト挙動モデル１２６の例示的な確率分布が図７に示されている。図７の確率分布は、レイアウト１２０によって記述されるソーシャルディスタンスを置いた環境１０４内のすべてのアクティブにされたセンサ１１２の中での合計マイナー、ミディアム、及びメジャーモーションカウントの確率を表し、期待センサ挙動モデル１１４の確率分布（センサマイナーモーション確率分布１３６、センサミディアムモーション確率分布１３８、及びセンサメジャーモーション確率分布１４０）、環境１０４の特性、並びに、ワークステーションロケーション１２２及びセンサロケーション１２４のレイアウト１２０から導出される。以下で述べられるように、これらの確率分布からの逸脱は、提供されたレイアウト１２０にもかかわらず、環境内の個人が適切にソーシャルディスタンスを取っていないことを示し得る。さらに、極端な逸脱は、提供されたレイアウト１２０に適合し損ねている環境１０４を示す可能性がある。例えば、適合し損ねていること(failure to conform)は、非占有と指定されたワークステーションロケーション１２２を個人が占有することを許可している可能性がある。

【0046】

さらなる例では、期待レイアウト挙動モデル１２６は、各個々のセンサ１１２の期待モーションカウントのベクトルモデル(vector model of expected motion counts)であってもよい。この例では、期待レイアウト挙動モデル１２６は、各センサ１１２に対する期待マイナー、ミディアム、及びメジャーモーションカウントを含んでもよい。このベクトルモデルは、センサの期待挙動のより正確な表現であろうが、このモデルを生成し、これをソーシャルディスタンス状態を決定するために利用することは、上述したような、各センサ１１２のモーションカウント確率を単に合計するモデルよりも著しく大きな計算資源を必要とするであろう。

【0047】

一例では、期待レイアウト挙動モデル１２６は、異なるワークステーション１０６の占有状態１３２の構成に対応する複数の異なるレイアウト１２０に基づいてもよい。複数の適切にソーシャルディスタンスを置いたレイアウト１２０を期待レイアウト挙動モデル１２６に組み込むことは、システム１００が、ワークステーション１０６の占有状態１３２のいくつかの異なる組み合わせでソーシャルディスタンスについて環境１０４を同時に評価することを可能にする。

【0048】

コントローラ１０２はさらに、１つ以上のセンサ１１２を介して、測定期間１３０中に観察挙動データセット１２８を捕捉するように構成されてもよい。観察挙動データセット１２８は、オープンオフィスの通常の業務時間中等、環境１０４の通常の使用中に捕捉されるべきである。観察挙動データセット１２８は、観察マイナーモーションカウント１５０、観察ミディアムモーションカウント１５２、及び観察メジャーモーションカウント１５４を含んでもよい。各モーションカウント１５０、１５２、１５４は、アクティブにされたセンサ１１２すべてのモーションカウントの合計であってよい。

【0049】

一例によれば、測定期間１３０は、５分であってもよい。代替例では、測定期間１３０は、２時間であってもよい。ほとんどの例において、より長い測定期間１３０は、より高い精度に対応するであろう。測定期間１３０は、環境１０４の代表的な占有期間中に観察挙動データセット１２８を捕捉するのに十分な長さであるべきである。モーションカウントは、リアルタイム監視には理想的でない比較的粗い信号である。わずか数秒の測定期間１３０は、期待レイアウト挙動モデル１２６の確率分布と比較するのに必要なモーションを捕捉する可能性は低いであろう。代替例では、ＰＩＲセンサ１１２のアナログ応答が、システム１００がリアルタイムでソーシャルディスタンスを評価することを可能にするために使用されてもよい。

【0050】

センサ１１２が観察挙動データセット１２８を補足すると、コントローラ１０２はさらに、環境内１０４の個人のソーシャルディスタンス状態１３４を距離が取られている又は距離が取られていないと決定するように構成されてもよい。ソーシャルディスタンス状態１３４を決定することは、観察挙動データセット１２８及び期待レイアウト挙動モデル１２６に基づいてもよい。したがって、期待レイアウト挙動モデル１２６からの観察挙動データセット１２８の著しい逸脱は、ソーシャルディスタンス状態１３４を距離が取られていないと決定する結果をもたらしてもよい。

【0051】

一例によれば、ソーシャルディスタンス状態１３４は、（１）仮説検定１５６を介して、観察挙動データセット１２８及び期待レイアウト挙動モデル１２６に基づいてソーシャルディスタンスｐ値１５８を算出する、（２）ソーシャルディスタンスｐ値１５８がソーシャルディスタンス閾値１６０以下である場合、ソーシャルディスタンス状態１３４を距離が取られているに割り当てる、及び、（３）ソーシャルディスタンスｐ値１５８がソーシャルディスタンス閾値１６０よりも大きい場合、ソーシャルディスタンス状態１３４を距離が取られていないに割り当てることによって決定されてもよい。

【0052】

一例によれば、コントローラ１０２はさらに、環境１０４のソーシャルディスタンス状態１３４が距離が取られていないである場合、警告信号１６２を送信するように構成されてもよい。例えば、警告信号１６２は、中央監視局によって受信され、ソーシャルディスタンスを強制するためにスーパーバイザに環境１０４を調査させてもよい。同様に、警告信号１６２は、適切なソーシャルディスタンスが行われていないことを環境１０４内の個人に知らせるためにワークステーション１０６によって受信されてもよい。さらなる例では、照明器具１１０の１つ以上が、警告信号１６２を受信し、アラートモード１６６に入ってもよく、アラートモードにおいて、色の変更又はライトの点滅が、環境１０４の個人に、ソーシャルディスタンスプロトコルが守られていないことを警告してもよい。

【0053】

さらなる例では、システム１００は、畜舎又は市場等の環境１０４における人及び／又は動物のソーシャルディスタンスを監視するために使用されてもよい。動物から動物、又は動物から人間への感染症のまん延に関する憶測(speculation)に起因して、承認されたレイアウト１２０を含む同様のソーシャルディスタンスプラクティスが、畜舎又は市場において実施されてもよい。

【0054】

別の態様において、１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するための方法５００が提供される。方法５００は、環境内の１つ以上のセンサに通信可能に結合されるコントローラを介して、１つ以上のセンサの各々に対する期待挙動モデルを受けること５０２を含んでもよい。

【0055】

さらなる例では、環境１０４は、パンデミックリスクが高い時にのみバリア１０８を備えてもよい。ウイルスリスクが低いと考えられる場合、バリア１０８は除去されてもよい。システム１００は、バリア１０８の除去を検出する及び環境調整モデル１１８を（低減又は除去による等）修正するために使用されてもよい。

【0056】

方法５００はさらに、１つ以上のセンサの各々に対する期待挙動モデル及び１つ以上のセンサの各々に対する環境調整モデルに基づいて１つ以上のセンサの各々に対する調整挙動モデルを生成すること５０４を含んでもよい。方法５００はさらに、環境のレイアウトを受けること５０６であって、レイアウトは、複数のワークステーション及び１つ以上のセンサを含み、各ワークステーションは、占有又は非占有の占有状態を有する、ことを含んでもよい。方法５００はさらに、レイアウト及び調整挙動モデルに基づいて期待レイアウト挙動モデルを生成すること５０８を含んでもよい。方法はさらに、１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉すること５１０を含んでもよい。方法はさらに、観察挙動データセット及び期待レイアウト挙動モデルに基づいて環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定すること５１２を含んでもよい。

【0057】

一例によれば、方法５００はさらに、１つ以上のセンサを介して、環境が占有されていない場合に環境挙動データセットを捕捉すること５１４を含んでもよい。方法５００はさらに、環境挙動データセット及び１つ以上のセンサの各々に対する期待挙動モデルに基づいて１つ以上のセンサの各々に対する環境調整モデルを算出すること５１６を含んでもよい。

【0058】

一例によれば、ソーシャルディスタンス状態を決定すること５１２は、仮説検定を介して、観察挙動データセット及び期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出すること５１８を含んでもよい。ソーシャルディスタンス状態を決定すること５１２はさらに、ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てること５２０を含んでもよい。ソーシャルディスタンス状態を決定すること５１２は、ソーシャルディスタンスｐ値がソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てること５２２を含んでもよい。

【0059】

本明細書で定義及び使用されるような、全ての定義は、辞書定義、参照により組み込まれる文書中での定義、及び／又は定義される用語の通常の意味を支配するように理解されるべきである。

【0060】

不定冠詞「ａ」及び「ａｎ」は、本明細書及び請求項において使用されるとき、そうではないことが明確に示されない限り、「少なくとも１つ」を意味するように理解されるべきである。

【0061】

語句「及び／又は」は、本明細書及び請求項において使用されるとき、そのように結合されている要素の「いずれか又は双方」、すなわち、一部の場合には接続的に存在し、他の場合には離接的に存在する要素を意味するように理解されるべきである。「及び／又は」で列挙されている複数の要素は、同じ方式で、すなわち、そのように結合されている要素のうちの「１つ以上」として解釈されるべきである。「及び／又は」の節によって具体的に特定されている要素以外の他の要素は、具体的に特定されているそれらの要素に関連するか又は関連しないかにかかわらず、オプションとして存在してもよい。

【0062】

本明細書及び請求項において使用されるとき、「又は」は、上記で定義されたような「及び／又は」と同じ意味を有するように理解されるべきである。例えば、リスト内の項目を分離する際、「又は」又は「及び／又は」は、包括的であるとして、すなわち、少なくとも１つを含むが、また、いくつかの要素又は要素のリストのうちの２つ以上を、オプションとして、列挙されていない追加項目も含むとして解釈されるものとする。その反対が明確に示される、「～のうちの１つのみ」若しくは「～のうちの厳密に１つ」、又は請求項で使用される場合の「～から成る」等の用語のみが、いくつかの要素又は要素のリストのうちの厳密に１つを含むことに言及する。一般に、用語「又は」は、本明細書で使用されるとき、「～のいずれか」、「～のうちの１つ」、「～のうちの１つのみ」、又は「～のうちの厳密に１つ」等の、排他性の用語に先行する場合にのみ、排他的選択肢（すなわち、「一方又は他方であるが、双方ではない」）を示すとして解釈されるものとする。

【0063】

本明細書及び請求項において使用されるとき、１つ以上の要素のリストを参照する語句「少なくとも１つ」は、その要素のリスト内の要素の任意の１つ以上から選択された、少なくとも１つを意味するが、必ずしも、その要素のリスト内で具体的に列挙されているそれぞれの要素のうちの、少なくとも１つを含むものではなく、その要素のリスト内の要素の、任意の組み合わせを排除するものではないことが理解されるべきである。この定義はまた、語句「少なくとも１つ」が言及する、その要素のリスト内で具体的に特定されている要素以外の要素が、具体的に特定されているそれらの要素に関連するか又は関連しないかにかかわらず、オプションとして存在してもよいことも可能にする。

【0064】

また、そうではないことが明確に示されない限り、２つ以上のステップ又は行為を含む、本明細書で特許請求されるいずれの方法においても、その方法のステップ又は行為の順序は、必ずしも、その方法のステップ又は行為が列挙されている順序に限定されるものではないことも理解されるべきである。

【0065】

特許請求の範囲においても上記明細書においても、「備える」、「含む」、「担持する」、「有する」、「含有する」、「関与する」、「保持する」、「～で構成される」等のすべての移行句は、非制限的、すなわち、含むがそれに限定されないことを意味すると理解されるべきである。「～からなる」及び「本質的に～からなる」といった移行句のみが、それぞれ、クローズド(closed)又は半クローズド(semi-closed)移行句である。

【0066】

述べられた主題の上述の例は、多数のやり方のいずれかで実施されることができる。例えば、いくつかの態様は、ハードウェア、ソフトウェア、又はこれらの組み合わせを使用して実装されてもよい。いずれかの態様が少なくとも部分的にソフトウェアで実装される場合、ソフトウェアコードは、単一のデバイス若しくはコンピュータに提供されるか、又は複数のデバイス／コンピュータ間で分散されるかにかかわらず、任意の適切なプロセッサ又はプロセッサの集合で実行されることができる。

【0067】

本開示は、任意の可能な技術的に詳細なレベルの統合でシステム、方法、及び／又はコンピュータプログラムプロダクトとして実装されてもよい。コンピュータプログラムプロダクトは、本開示の態様をプロセッサに実行させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体（又はメディア）を含んでもよい。

【0068】

コンピュータ可読記憶媒体は、命令実行デバイスによる使用のための命令を保持及び記憶することができる有形デバイスであることができる。コンピュータ可読記憶媒体は、例えば、限定するものではないが、電子記憶デバイス、磁気記憶デバイス、光学記憶デバイス、電磁気記憶デバイス、半導体記憶デバイス、又は上述の任意の好適な組み合わせであってもよい。コンピュータ可読記憶媒体のより具体的な例の非網羅的リストには、以下のものが含まれる：ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ又はフラッシュ（Ｆｌａｓｈ）メモリ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピー（登録商標）ディスク、命令が記録されているパンチカード又は溝内で隆起した構造物等の機械的に符号化されたデバイス、及び上述の好適な組み合わせ。本明細書で使用される、コンピュータ可読記憶媒体は、電波又は他の自由に伝播する電磁波、導波路又は他の伝送媒体を伝播する電磁波（例えば、光ファイバケーブルを通過する光パルス）、又はワイヤを通って伝送される電気信号等、一過性の信号そのものであると解釈されない。

【0069】

本明細書で述べられるコンピュータ可読プログラム命令は、ネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び／又はワイヤレスネットワークを介して外部コンピュータ若しくは外部記憶デバイスに、又は、コンピュータ可読記憶媒体からそれぞれの計算／処理デバイスにダウンロードされることができる。ネットワークは、銅伝送ケーブル、光伝送ファイバ、ワイヤレス伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ及び／又はエッジサーバを含んでもよい。各計算／処理デバイスにおけるネットワークアダプタカード又はネットワークインターフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、それぞれの計算／処理デバイス内のコンピュータ可読記憶媒体における記憶のためにコンピュータ可読プログラム命令を転送する。

【0070】

本開示の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路のための構成データ、又は、Ｓｍａｌｌｔａｌｋ（登録商標）、Ｃ＋＋等の物体指向プログラミング言語、「Ｃ」プログラミング言語等の手続き型プログラミング言語、若しくは類似のプログラミング言語を含む、１つ以上のプログラミング言語の任意の組み合わせで記述されるソースコード若しくは物体コードであってもよい。コンピュータ可読プログラム命令は、スタンドアロンのソフトウェアパッケージとして、完全にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で実行されてもよく、部分的にユーザのコンピュータ上且つ部分的にリモートコンピュータ上で、又は完全にリモートコンピュータ若しくはサーバ上で実行されてもよい。後者のシナリオでは、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ：local area network）若しくはワイドエリアネットワーク（ＷＡＮ：wide area network）を含めた任意のタイプのネットワークを通じて、ユーザのコンピュータに接続されてもよく、又は、この接続は、外部コンピュータに対して（例えば、インターネットサービスプロバイダを使用してインターネットを通じて）実施されてもよい。いくつかの例では、例えば、プログラマブルロジック回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又はプログラマブルロジックアレイ（ＰＬＡ）を含む、電子回路は、本開示の態様を実行するために、コンピュータ可読プログラム命令の状態情報を使用して電子回路を個別化することによってコンピュータ可読プログラム命令を実行してもよい。

【0071】

本開示の態様は、本開示の例による方法、装置（システム）、及びコンピュータプログラムプロダクトのフローチャート図及び／又はブロック図を参照して本明細書で述べられている。フローチャート図及び／又はブロック図の各ブロック、並びに、フローチャート図及び／又はブロック図内のブロックの組み合わせは、コンピュータ可読プログラム命令によって実装されることができることが理解されるであろう。

【0072】

コンピュータ可読プログラム命令は、マシンを製造するために、特別な目的のコンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに提供されてもよく、これにより、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行する、命令は、フローチャート及び／又はブロック図の１つ以上のブロックで指定される機能／行為を実施するための手段を生成する。また、コンピュータ可読プログラム命令は、コンピュータ、プログラマブルデータ処理装置、及び／又は他のデバイスに特定のやり方で機能するように指示することができるコンピュータ可読記憶媒体に記憶されてもよく、これにより、命令が記憶されているコンピュータ可読記憶媒体は、フローチャート及び／又はブロック図の１つ以上のブロックで指定される機能／行為の態様を実施する命令を含む製造物品を含んでもよい。

【0073】

また、コンピュータ可読プログラム命令は、コンピュータ実施プロセスを作り出すために、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上にロードされて、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上で一連の動作ステップを実行させてもよく、これにより、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイス上で実行される命令が、フローチャート及び／又はブロック図の１つ以上のブロックで指定される機能／行為を実施してもよい。

【0074】

図におけるフローチャート及びブロック図は、本開示の様々な例によるシステム、方法、及びコンピュータプログラムプロダクトの可能な実装のアーキテクチャ、機能性、及び動作を示す。この点に関して、フローチャート又はブロック図における各ブロックは、指定されている論理関数を実施するための１つ以上の実行可能命令を含む、命令のモジュール、セグメント、又は部分を表してもよい。一部の代替的な実装形態では、ブロックに記されている機能は、それらの図に記されている順序と異なる順序で行われてもよい。例えば、連続して示されている２つのブロックは、実際には、実質的に同時に実行されてもよく、又は、それらのブロックは、関与している機能性に応じて、逆の順序で実行される場合があってもよい。また、ブロック図及び／又はフローチャート図の各ブロック、並びに、ブロック図及び／又はフローチャート図におけるブロックの組み合わせは、指定されている機能若しくは行為を実行する又は専用ハードウェアとコンピュータ命令との組み合わせを実行する専用ハードウェアベースのシステムよって実施されることができる点にも留意されたい。

【0075】

他の実装形態は、以下の請求項、及び本出願人が権利を有し得る他の請求項の範囲内にある。

【0076】

種々の例が、本明細書で述べられ、図示されてきたが、当業者は、本明細書で述べられる機能を実行するための、並びに／又は、その結果及び／若しくは１つ以上の利点を得るための様々な他の手段及び／又は構造を容易に構想することとなり、このような変形態様及び／又は修正態様の各々は、本明細書で述べられる例の範囲内にあるものと見なされる。より一般的には、本明細書で述べられるすべてのパラメータ、寸法、材料、及び構成は、例示であることが意図され、実際のパラメータ、寸法、材料、及び／又は構成は、教示が使用される特定の１つ以上のアプリケーションに依存することを、当業者は容易に理解するであろう。当業者は、通常の実験のみを使用して、本明細書で述べられる特定の例に対する多くの等価物を認識し、又は確認することが可能であろう。それゆえ、上述の例は、例としてのみ提示されており、添付の請求項及びその等価物の範囲内で、具体的に述べられ、特許請求されるもの以外の例が実践されてもよいことを理解されたい。本開示の例は、本明細書で述べられる各々の個別の特徴、システム、物品、材料、キット、及び／又は方法を対象とする。さらに、２つ以上のこのような特徴、システム、物品、材料、キット、及び／又は方法の任意の組み合わせは、このような特徴、システム、物品、材料、キット、及び／又は方法が相互に矛盾しない場合、本開示の発明の範囲内に含まれる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【手続補正書】

【提出日】2023-06-18

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するためのシステムであって、当該システムは、前記環境内の１つ以上のセンサに通信可能に結合されるコントローラを含み、前記コントローラは、
前記１つ以上のセンサの各々に対する期待センサ挙動モデルを受け、前記期待センサ挙動モデルは、前記複数のワークステーションの１つ以上が前記１つ以上のセンサの視野内にある場合の前記１つ以上のセンサの各々の期待挙動を表す、
前記１つ以上のセンサの各々に対する前記期待センサ挙動モデル及び前記１つ以上のセンサの各々に対する環境調整モデルに基づいて前記１つ以上のセンサの各々に対する調整センサ挙動モデルを生成し、前記環境調整モデルは、前記１つ以上のセンサの各々によって捕捉される情報への前記環境の影響を表す、
前記環境のレイアウトを受け、前記レイアウトは、複数のワークステーションロケーション及び１つ以上のセンサロケーションを含み、各ワークステーションロケーションは、占有又は非占有の占有状態を有する、
前記レイアウト及び前記調整センサ挙動モデルに基づいて期待レイアウト挙動モデルを生成する、
前記１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉する、及び
前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいて前記環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定する、
ように構成される、システム。

【請求項2】

前記１つ以上のセンサの各々に対する前記期待センサ挙動モデルは、センサマイナーモーション確率分布、センサミディアムモーション確率分布、及びセンサメジャーモーション確率分布を含む、請求項１に記載のシステム。

【請求項3】

前記コントローラは、
前記１つ以上のセンサを介して、前記環境が占有されていない場合に環境挙動データセットを捕捉する、及び
前記環境挙動データセット及び前記１つ以上のセンサの各々に対する前記期待挙動モデルに基づいて前記１つ以上のセンサの各々に対する前記環境調整モデルを算出する、
ように構成される、請求項１に記載のシステム。

【請求項4】

前記期待レイアウト挙動モデルは、レイアウトマイナーモーション確率分布、レイアウトミディアムモーション確率分布、及びレイアウトメジャーモーション確率分布を含む、請求項１に記載のシステム。

【請求項5】

前記観察挙動データセットは、観察マイナーモーションカウント、観察ミディアムモーションカウント、及び観察メジャーモーションカウントを含む、請求項１に記載のシステム。

【請求項6】

前記ソーシャルディスタンス状態を決定することは、
仮説検定を介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出することと、
前記ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てることと、
前記ソーシャルディスタンスｐ値が前記ソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることと、
を含む、請求項１に記載のシステム。

【請求項7】

前記バリアは、アクリルガラスである、請求項１に記載のシステム。

【請求項8】

前記１つ以上のセンサは、１つ以上の照明器具に配置される、請求項１に記載のシステム。

【請求項9】

１つ以上の照明器具が、前記複数のワークステーションの上方に位置付けられる、請求項５に記載のシステム。

【請求項10】

前記測定期間は、約５分である、請求項１に記載のシステム。

【請求項11】

前記１つ以上のセンサは、１つ以上の受動赤外線センサ、１つ以上の単一ピクセルサーモパイルセンサ、１つ以上のマルチピクセルサーモパイルセンサ、及び／又は１つ以上のマイクロ波レーダセンサを含む、請求項１に記載のシステム。

【請求項12】

前記コントローラは、前記環境のソーシャルディスタンス状態が距離が取られていないである場合、警告信号を送信するように構成される、請求項１に記載のシステム。

【請求項13】

１つ以上のバリアによって隔てられる複数のワークステーションを有する環境における個人のソーシャルディスタンスを監視するための方法であって、当該方法は、
前記環境内の１つ以上のセンサに通信可能に結合されるコントローラを介して、前記１つ以上のセンサの各々に対する期待挙動モデルを受けることであって、前記期待挙動モデルは、前記複数のワークステーションの１つ以上が前記１つ以上のセンサの視野内にある場合の前記１つ以上のセンサの各々の期待挙動を表す、ことと、
前記コントローラを介して、前記１つ以上のセンサの各々に対する前記期待挙動モデル及び前記１つ以上のセンサの各々に対する環境調整モデルに基づいて前記１つ以上のセンサの各々に対する調整挙動モデルを生成することであって、前記環境調整モデルは、前記１つ以上のセンサの各々によって捕捉される情報への前記環境の影響を表す、ことと、
前記コントローラを介して、前記環境のレイアウトを受けることであって、前記レイアウトは、複数のワークステーションロケーション及び１つ以上のセンサロケーションを含み、各ワークステーションロケーションは、占有又は非占有の占有状態を有する、ことと、
前記コントローラを介して、前記レイアウト及び前記調整挙動モデルに基づいて期待レイアウト挙動モデルを生成することと、
前記１つ以上のセンサを介して、測定期間中に観察挙動データセットを捕捉することと、
前記コントローラを介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいて前記環境内の個人のソーシャルディスタンス状態を距離が取られている又は距離が取られていないと決定することと、
を含む、方法。

【請求項14】

当該方法は、
前記１つ以上のセンサを介して、前記環境が占有されていない場合に環境挙動データセットを捕捉することと、
前記環境挙動データセット及び前記１つ以上のセンサの各々に対する前記期待挙動モデルに基づいて前記１つ以上のセンサの各々に対する前記環境調整モデルを算出することと、
を含む、請求項１３に記載の方法。

【請求項15】

前記ソーシャルディスタンス状態を決定することは、
仮説検定を介して、前記観察挙動データセット及び前記期待レイアウト挙動モデルに基づいてソーシャルディスタンスｐ値を算出することと、
前記ソーシャルディスタンスｐ値がソーシャルディスタンス閾値以下である場合、ソーシャルディスタンス状態を距離が取られているに割り当てることと、
前記ソーシャルディスタンスｐ値が前記ソーシャルディスタンス閾値よりも大きい場合、ソーシャルディスタンス状態を距離が取られていないに割り当てることと、
を含む、請求項１３に記載の方法。

【国際調査報告】