跟踪装置和跟踪方法与流程

本发明涉及跟踪装置和跟踪方法。

背景技术：

近年来，伴随少子老龄化和核心家人化，照看服务备受瞩目。照看服务是，对照看服务的管理者即老人的家人、年幼的孩子的父母通知独居的老人、双职工的年幼的孩子的生活状况的服务。

作为可以适用于照看服务的技术的一例子，已知使用了激光雷达的对象物检测系统(专利文献1)。专利文献1中记载的对象物检测系统在各仰角中用激光雷达向水平方向扫描对象物，获取各仰角中的扫描数据。接着，通过将从事先获取的行人的各仰角中的扫描数据得到的特征量模型和获取的扫描数据进行比较，对象物检测系统判定对象物是否为行人。

现有技术文献

专利文献

专利文献1：日本特开2015－114261号公报

技术实现要素：

然而，在专利文献1所记载的对象物检测系统中，为了在各仰角中用激光雷达水平方向上扫描对象物，以与激光雷达和行人的距离或角度有关的每个指定的位置关系设置激光雷达。因此，由于设置多台激光雷达，有导入成本增大的趋势。

本发明的一方式，有助于提供可以抑制雷达装置的设置台数的跟踪装置和跟踪方法。

本发明的跟踪装置采用的结构包括：处理电路，求从目标反射了雷达波的反射波得到的点组数据的重心，确定所述重心的水平方向的位置，从所述点组数据的垂直方向和水平方向的至少1方向的分布判别所述目标的姿态，在确定的所述位置和判别的所述姿态满足规定的条件的情况下，分析所述目标的多普勒分布，判断所述目标的状态。

再者，这些概括性的或具体的方式，可作为系统、装置、方法、集成电路、计算机程序、或存储介质来实现，也可以通过系统、装置、方法、集成电路、计算机程序和存储介质的任意的组合来实现。

根据本发明，可以抑制雷达装置的设置台数。

从说明书和附图中将清楚本发明的一方式中的更多的优点和效果。这些优点和/或效果可以由几个实施方式和本说明书及附图的中记载的特征来分别提供，不需要为了获得一个或一个以上的同一特征而提供全部特征。

附图说明

图1是表示本发明的跟踪系统的概要的图。

图2是表示实施方式1的跟踪系统的框图。

图3是表示实施方式1的跟踪系统的一例子的流程图。

图4是表示实施方式1中的求身高信息的过程的图。

图5是表示实施方式1的跟踪系统的另一例子的流程图。

图6是说明步行造成的身高的偏差的一例子的图。

图7是表示步行速度相对年龄和性别的偏差的一例子的图。

图8是表示实施方式4的雷达装置的设置的一例子的图。

图9是表示实施方式4的跟踪系统的框结构的图。

图10是表示实施方式4的跟踪系统的框结构的图。

图11是表示计算机的硬件结构的一例子的图。

具体实施方式

以下，参照附图详细地说明本发明的实施方式。

(实施方式1)

图1是表示本发明的跟踪系统1的概要的图。跟踪系统1判定要跟踪的对象(跟踪对象)301是否为指定的个人，进而跟踪被判定为是指定的个人的跟踪对象301，输出跟踪对象301的状态。

图2是表示实施方式1的跟踪系统1的框图。跟踪系统1包括：雷达201；聚簇处理单元(聚簇处理电路)202；以及跟踪装置2。跟踪装置2包括：跟踪对象选择单元(跟踪对象选择电路)203；反射点提取单元(反射点提取电路)204；身高计算单元(身高计算电路)205；身高特征量计算单元(身高特征量计算电路)206；存储单元(存储电路)207；判定单元(判定电路)208(以上，为处理电路)；以及判定结果输出单元(判定结果输出电路或输出电路)209。

雷达201通过向周围的对象发射雷达波，测量其反射波，从而测量至对象中的各反射点(点)的距离和角度。

在一例子中，雷达201是使用激光光束作为雷达波的激光雷达。例如，作为调制方法，雷达201是使用脉冲波的脉冲雷达、使用连续波的连续波雷达。在一例子中，雷达201是可以测量对象的移动速度的多普勒雷达。在一例子中，雷达201可检测至对象物的距离、水平方向及垂直方向的角度。

在一例子中，雷达201被设置在室内的天花板上，向下方发射雷达波。在另一例子中，雷达201被设置在室外的电杆上，向下方发射雷达波。在另一例子中，雷达201被设置在室内的地板(基准面)或室外的地面(基准面)上，向上方辐射电磁波。电磁波例如是毫米波。这种情况下，雷达201是毫米波雷达装置。

聚簇处理单元202从由雷达201获取的全部的反射点组中，对所检测的每个对象提取反射点组，通过作为块(组)汇总进行聚簇处理。例如，聚簇处理单元202将距离的变化量相对向反射点的角度的变化量为规定的阈值以下的反射点间汇总成块。

跟踪对象选择单元203在从聚簇处理单元202获取的各块中选择要跟踪的对象(跟踪对象、目标)。例如，跟踪对象选择单元203用反射点组的块的速度信息，可以选择跟踪对象。

反射点提取单元204从跟踪对象中的反射点组之中，提取满足了规定的条件的反射点。在一例子中，规定的条件是与雷达201的距离为最小的点。在另一例子中，规定的条件是与雷达201的距离为最大的点。

身高计算单元205从反射点提取单元204提取的反射点所得到的角度和距离及雷达201的设置位置，计算跟踪对象的有关垂直方向的特征量。这里，有关垂直方向的特征量例如是身高的值。以下，为了简单，将身高的值取作有关垂直方向的特征量的例子来说明，但作为有关垂直方向的特征量也可以使用身高的值以外的值。对于计算身高的值的方法的细节，将参照图4后述。

身高特征量计算单元206基于身高计算单元205算出的身高的值，计算有关跟踪对象的身高的特征量(身高特征量)。身高特征量例如是身高的值、身高的平均值、身高的分布的至少一个。分布例如是直方图、方差。在一例子中，身高特征量计算单元206基于在整个规定的时间或次数中从身高计算单元205输出的同一的跟踪对象的多个身高的值计算身高的平均值或身高的分布。

存储单元207存储与指定的对象(指定对象)相关联的身高信息(有关目标的信息)。在一例子中，指定对象是跟踪系统1指定的个人。在另一例子中，指定对象是跟踪系统1指定的年龄段。在另一例子中，指定对象是跟踪系统1指定的性别。身高信息包含指定对象的身高特征量。

在一例子中，跟踪系统1包括用户输入指定对象的名称和与指定对象相关联的身高信息的接口(未图示)，存储单元207存储用户输入的指定对象的名称和与指定对象相关联的身高信息。

判定单元208基于从身高特征量计算单元206输出的身高特征量和存储单元207中存储的身高信息，判别或判定跟踪对象是否为指定对象。再者，身高特征量为身高的值的情况下，取代从身高特征量计算单元206输出的身高特征量，也可以使用身高计算单元205算出的身高的值。判定单元208例如比较并判定有关身高的值的2个特征量的差分是否小于阈值，在小的情况下判定为跟踪对象是指定对象。再者，以下，为了简单，将判别或判定跟踪对象是指定对象的情况仅记载为指定跟踪对象。

在一例子中，在判定单元208判定了跟踪对象后，判定单元208用从身高计算单元205输出的身高的值或从身高特征量计算单元206输出的身高特征量，更新存储单元207存储的身高信息。通过判定单元208的更新处理，跟踪系统1的用户可以节省与指定对象的身高特征量的时间性变化一并更新身高信息的工夫。

判定结果输出单元209将判定单元208判别或判定的结果(判别结果或判定结果)输出。输出例如是通知、显示、以及鸣响的至少一个。在一例子中，判定结果输出单元209包括有线发送单元或无线发送单元，通过有线发送单元或无线发送单元，将判定结果通知给诸如报警装置的其他装置(未图示)。在另一例子中，判定结果输出单元209根据判定结果，显示或鸣响警报。

图3是表示实施方式1的跟踪系统1的一例子的流程图。图4是表示实施方式1中的求身高信息的过程的图。

在步骤S101中，跟踪系统1的雷达201对跟踪对象301辐射电磁波(雷达波)，测量至跟踪对象301的各反射点302的距离。如图4所示，从雷达201发射的电磁波入射到跟踪对象301，在各反射点302中，对雷达201反射。雷达201基于接收的反射波测量至跟踪对象301的各反射点302的距离。

在步骤S103中，聚簇处理单元202基于至各反射点302的距离对反射点302进行聚簇处理。

在步骤S105中，跟踪对象选择单元203从聚簇的反射点302中，选择跟踪对象。例如，如图4所示，从反射点302中，选择跟踪对象301。

在步骤S107中，反射点提取单元204提取跟踪对象的反射点302a。例如，从图4所示的跟踪对象301的反射点302之中，提取与雷达201的距离为最小的反射点302a。

在步骤S109中，身高计算单元205基于反射点提取单元204提取的反射点302a，计算跟踪对象的身高特征量。例如，如图4所示，假设距雷达201的距离为最小的反射点302a和与雷达201的距离为R，从雷达201向反射点302a的方向的向量与垂直向下方向形成的角度为θ。而且，假设雷达201和地板(基准面)的距离为H。这种情况下，身高计算单元205可以采用H－Rcosθ作为跟踪对象301的身高L的值或其近似值。这里，H的值可以事先输入到身高计算单元205中，此外，也可以使用雷达201事先获取。

在步骤S111中，判定单元208用从身高计算单元205输出的身高和存储单元207中存储的身高信息，指定跟踪对象。例如，在图4所示的跟踪对象301的身高L与存储单元207中存储的身高信息中包含的身高L一致，该身高信息与指定对象即个人A相关联的情况下，判定单元208将跟踪对象301判定是个人A。

在步骤S113中，判定结果输出单元209将判定单元208的判定结果通知给其他的装置(未图示)。例如，在判定单元208判定图4所示的跟踪对象301是个人A的情况下，判定结果输出单元209将跟踪对象是个人A的情况通过无线通知给其他的装置。

图5是表示实施方式1的跟踪系统1的另一例子的流程图。

步骤S201、S203、S205、S207、S209以及S215的处理内容分别与图3所示的步骤S101、S103、S105、S107、S109以及S113的处理内容是同样的，省略说明。

在步骤S211中，身高特征量计算单元206求算出的身高的分布，作为身高特征量。

图6是说明步行造成的身高的偏差的一例子的图。如图6所示，跟踪对象301即人在步行，所以跟踪对象301a、301b、301c的位置变化。这种情况下，伴随步行，人将支点401作为中心，使重心402a、402b、402c移动，使得重心402b的位置最高。其结果，算出的身高伴随步行变动，使得跟踪对象301b为最高。

此外，重心402a、402b、402c的移动模型因个人、年龄段、或性别而不同。例如，身高特征量计算单元206多次获取身高计算单元205输出的身高，求获取的多个身高的平均值和方差。

在步骤S213中，判定单元208基于身高的分布指定跟踪对象。例如，存储单元207将指定对象的身高的平均值和分布作为身高信息事先存储。判定单元208将存储的指定对象的身高信息与身高特征量计算单元206输出的平均值和方差进行比较，指定跟踪对象。通过同时使用方差，与不使用方差的情况比较，判定单元208可以更正确地指定跟踪对象。例如，可以基于身高的方差的不同指定身高的平均值相等的多个人。

这样，本发明的跟踪系统1，在一例子中，在天花板上设置雷达201，计算跟踪对象的身高特征量，基于身高特征量指定跟踪对象。本发明的跟踪系统1可在雷达201可观测的范围内指定个人，所以通过在天花板上设置雷达201，可以削减雷达装置的设置台数，可以降低导入成本。再者，通过设置多台雷达201，可以覆盖更大区域中的跟踪对象。

此外，根据本发明的跟踪系统1，还可以判定所检测的对象是否为指定的个人。

例如，有利用了照看对象利用了按下家用电器的按钮的情况的、管理者基于来自家用电器的使用时间的通知，确认照看对象的安全与否的简易的照看服务。然而，在这样的手段中，只要照看对象未按下按钮，管理者就不知道照看对象的生活状况。因此，关于对象者的状态，管理者难以得到在照看上充分的精度高的信息。相对于此，即使跟踪对象301即照看对象未进行跟踪系统1的操作，本发明的跟踪系统1也可以指定照看对象并跟踪，所以可以得到照看上充分的精度高的信息。

在一例子中，本发明的跟踪系统1，在导入时，将身高的平均值用作身高特征量来判定跟踪对象。接着，在导入后，判定单元208随时更新存储单元207中存储的身高信息，也可以将更新的身高信息作为特征量来判定跟踪对象301是否为指定对象。通过切换在导入时和导入后用于判定的特征量，本发明的跟踪系统1可在导入后随时更新，提高判定跟踪对象301的精度。

在一例子中，本发明的跟踪系统1，在判定了跟踪对象301后，还使用跟踪对象选择单元203的输出，继续跟踪对象301的跟踪。由此，即使如跟踪对象301站立、坐下、或躺下那样、难以计算跟踪对象301原来的身高，跟踪系统1也可以对跟踪对象301持续跟踪。

此外，例如，在判定为跟踪对象301是指定对象后，身高计算单元205通过将算出的值L用作跟踪对象的高度，可指定对象的状态。例如，判定单元208将基于跟踪对象的原来的身高确定的阈值和值L进行比较，根据比较的结果，指定对象的状态。由此，可以收集有关跟踪对象的当前动作的数据。

(实施方式2)

实施方式1的跟踪系统1用雷达201测量出的跟踪对象301中的反射点302之中一个、例如距离为最小的反射点302a计算跟踪对象301的身高。相对于此，实施方式2的跟踪系统1用雷达201测量出的反射点之中的多个反射点，计算跟踪对象301的特征量。

例如，反射点提取单元204在雷达201测量出的跟踪对象301中的反射点302之中，对雷达201的水平方向中的每个方位角，提取距离为最小的反射点。接着，身高计算单元205在提取的多个反射点之中，用距离为最小的反射点，与实施方式1同样地计算身高。而且，身高计算单元205用在反射点提取单元204提取的多个反射点之中、至距离为最大的反射点的距离R2和从雷达201向该反射点的方向向量与垂直向下方向形成的角度θ2，将H2＝R2*cosθ2计算作为肩部的高度。除身高特征量以外，判定单元208还通过将有关肩部的高度的特征量进行与身高特征量同样的比较，可以提高指定跟踪对象301的精度。

(实施方式3)

实施方式1的跟踪系统1使用雷达201测量的至各反射点302的距离和角度。相对于此，实施方式3的跟踪系统1还使用各反射点302的移动速度。在实施方式3中，雷达201是可以测量反射点的移动速度的雷达，例如，是多普勒雷达。

图7是表示步行速度相对年龄和性别的偏差的一例子的图。在图7所示的标志中，黑圈表示男子的平均步行速度，白圈表示女子的平均步行速度。此外，在黑圈或白圈的上下描绘的线段表示步行速度的偏差。

这样，在步行速度中，因年龄和性别而有相应的偏差。此外，即使因个人，也有偏差。因此，在实施方式3中，判定单元208将跟踪对象301的移动速度用作步行速度，除了身高计算单元205输出的身高或身高特征量计算单元206输出的身高特征量以外，还基于与跟踪对象301的步行速度有关的特征量、例如步行速度、步行速度的平均值、以及步行速度的方差的至少一个，指定跟踪对象301。这样，通过进一步增加用于跟踪对象301的指定的特征量的种类，可以进一步提高指定跟踪对象301的精度。

(实施方式4)

实施方式4例如是将浴室中的照看具体化的结构。浴室是可能充满水蒸汽的环境，此外，有在人体以外的各种各样的地方为与人体相同程度的温度状况的情况。因此，例如，有难以适用红外线传感器这样的光学系统拍摄装置的情况下。另一方面，雷达装置对例如水蒸气、温度的影响比较小，与适用浴室等的照看系统的亲和性较高。

图8是表示实施方式4的跟踪系统1a及雷达201的设置的一例子的图。雷达201例如是毫米波雷达。在图8中，示意地表示跟踪系统1a及雷达201设置在浴室内的天花板附近，浸泡在浴缸内的情况下的检测对象人物902和在浴缸外站立的状态的情况下的检测对象人物903。如图8所示，假定在家庭用的浴缸中，一人的人物(例如，洗浴者)主要留在洗浴场所的区域或浴缸内。作为老人等的照看用途，在一人的洗浴中，例如，发生因事故或身体状况突变造成的体跌倒或伴随血压下降的昏厥等，洗浴者会溺水的情况下，要求检测溺水。再者，跟踪系统1a也可以将雷达201配置在浴室内，其他的结构要素配置在浴室外。

另一方面，在婴儿和看护人一起洗澡时，在看护人洗头的期间等、看护人将眼睛从婴儿离开了很短的时间的间隙中，婴儿在浴缸内跌倒的情况下，要求检测跌倒。

对于在与浴室不同的场所等待的家人，相比通报上述状况(溺水、跌倒)的系统，即使在安全的状态中，通知在哪个场所以哪样的姿态(站立或坐下)活动的系统更令人放心。例如，在洗浴者比平时长的时间浸泡在浴缸内的情况下，例如，也可采取在洗浴者达到溺水状态之前呼叫家人这样的预防措施。

图9表示实施方式4的跟踪系统1a的框结构。跟踪系统1a包括：雷达201；设置条件设定单元1001；有效空间提取单元1002；事先测量数据保存单元1003；差分检测单元1004；聚簇处理单元202；位置确定单元1005；姿态判别单元1006；以及状态检测单元1007。

雷达201输出包含了反射信号的位置、强度、速度的信息的数据。与实施方式1的雷达201同样，雷达201例如是毫米波雷达装置。设置条件设定单元1001设定雷达的设置位置和角度。

雷达受到多重反射、多路径、甚至穿过浴室的墙壁并位于墙壁的深处的反射物这样的要因的影响。因受到影响，好像信号也从浴室空间以外的位置信号被反射，有时会检测到反射波。因此，有效空间提取单元1002根据由设置条件设定单元1001设定的雷达的设置位置和角度，求浴室内的正交空间中的有效空间，提取有效的空间区域的信号，将提取的信号输出到后级。有效空间提取单元1002不将提取的信号以外的信号输出到后级。

事先测量数据保存单元1003例如保存在入室者不在的状态中事先测量的、浴缸、水龙头、门把手这样的静止的反射物产生的反射波的测量数据。由此，跟踪系统1a可以掌握静止的反射物产生的反射波的影响。

差分检测单元1004基于从事先测量数据保存单元1003读出的事先测量数据和从有效空间提取单元1002实时方式输入的输出数据的差分，检测入室的人体和从事先测量时起移动的物体。

在一例子中，事先测量数据保存单元1003除了保存在某一指定的瞬间的事先测量结果以外，还保存各种各样的状态的事先测量结果。而且，差分检测单元1004也可以选择与从有效空间提取单元1002以实时方式输入的信号的差分为最小的差分。由此，例如，可以降低差分检测单元1004因浴缸中扩张的水量、盖的开闭状况、淋浴喷头的设置方向和位置、以及浴室的干燥状态这样的浴室内的状态的差异而受到的影响。

聚簇处理单元202将视为一体的区域的点组聚簇。

位置确定单元1005导出已聚簇的点组的重心位置。接着，位置确定单元1005基于重心位置的三维正交空间中的水平方向坐标，确定洗浴者位于浴缸内、还是位于洗浴场所。

姿态判别单元1006求垂直方向中的点组的方差(偏差)，在方差大于规定的阈值的情况下，判定为洗浴者为站立的状态，其他的情况下，判定为洗浴者为坐下的状态。

状态检测单元1007检测洗浴者是否为异常状态。这里，异常状态例如是溺水状态或跌倒状态。

状态检测单元1007对聚簇的点组中的多普勒频率分布进行分析，在对象物(洗浴者)坐下后，判定为对象物的一部分(洗浴者的头部)的活动少于规定的阈值的情况下，检测洗浴者处于溺水状态。例如，洗浴者位于浴缸内，并且从坐下或躺下的状态起，头部的位置不断下降、或头部为倾斜不动的情况下溺水的风险性高于其他情况。因此，在一例子中，状态检测单元1007根据位置确定单元1005的确定的结果和/或姿态判别单元1006的判别的结果，检测洗浴者处于溺水状态。再者，状态检测单元1007也可以将头部下降、或头部倾斜之后经过了一定时间(第1时间，例如，2分钟)判断为溺水状态。

说明洗浴者在浴缸内坐下后的动作。

再者，即使对象物一直坐下，对象物的一部分(洗浴者的头部)的活动为规定的阈值以上，但在经过了规定的时间的情况下，状态检测单元1007也作为长时间洗浴状态来判断，并也可以通知给显示装置。

这里，当洗浴者在浴缸中坐下后，聚簇处理单元202根据浴缸内的水的影响，输出将洗浴者的头部周围聚簇的点组。位置确定单元1005导出头部周围的聚簇的点组的重心位置。姿态判别单元1006使用导出的头部周围的聚簇的点组的重心位置，判断头部的位置在坐下后是否还下降、而且是否倾斜。

此外，在洗浴者的姿态从站立状态、或在洗浴场所中坐下的状态在短时间内变化的情况下，洗浴者也有可能跌倒。因此，在一例子中，状态检测单元1007求在当前帧之前获取的几帧、即在距当前时刻规定的时间(第2时间、例如，5秒)内获取的几帧中包含的聚簇的点组与当前帧中包含的聚簇的点组之间的变化的大小，在大小为规定的阈值以上的情况下，判定为洗浴者跌倒。在判定为发生了跌倒后，即使经过一定时间(第3时间，例如，1分钟)洗浴者也未转移为站立状态、坐下的状态的情况下，状态检测单元1007检测洗浴者处于跌倒状态。

在检测出洗浴者处于异常状态的情况下，状态检测单元1007例如通过向后级的显示装置指示例如警告音、警告显示这样的警告的通报，通报发生了紧急情况。

另一方面，在状态检测单元1007未检测到异常状态的情况下，状态检测单元1007也可以对后级的显示装置等指示进行洗浴者的位置及姿态的显示。按照指示，后级的显示装置等显示洗浴者的状况。再者，显示装置也可以设置在浴室的内外的两处。

图10表示实施方式4的跟踪系统1b的框结构。在包括深度学习运算单元1101和整合单元1102的方面以及状态检测单元1007的处理内容的一部分，跟踪系统1b与跟踪系统1a不同。对与跟踪系统1a共同的方面，省略跟踪系统1b的说明。

深度学习运算单元1101用先前的测量数据进行洗浴者的状态的学习，基于学习的结果，将输入信号分类为洗浴者的状态。深度学习运算单元1101例如包括循环神经网络(Recurrent Neural Network)。学习和分类的洗浴者的状态例如包含在浴缸内坐下的状态、在浴缸内站立的状态、在洗浴场所区域坐下的状态、以及在洗浴场所区域站立的状态。在一例子中，学习和分类的洗浴者的状态还包含异常状态(例如，溺水状态、跌倒状态)和其他的状态(例如，正常状态)。

在一例子中，在包括深度学习运算单元1101的跟踪系统1b中，还包含静止的反射物的影响并学习和分类洗浴者的状态。例如，如图10所示，深度学习运算单元1101从有效空间提取单元1002输入有效的空间区域的信号，将输入的信号用于学习和分类。

整合单元1102从姿态判别单元1006和深度学习运算单元1101输入信号。例如，在深度学习运算单元1101的学习未充分开展的初始状态情况下，整合单元1102选择从姿态判别单元1006输入的信号，输出到后级的状态检测单元1007。

另一方面，例如，在深度学习运算单元1101的学习充分开展的情况下，整合单元1102将从姿态判别单元1006输入的信号和从深度学习运算单元1101输入的信号进行整合，基于整合的信号对后级的状态检测单元1007输出信号。在一例子中，整合单元1102根据输入了表示深度学习运算单元1101分类了异常状态的信号，将指示在检测出异常状态的情况下的处理的信号输出到后级的状态检测单元1007。状态检测单元1007根据来自整合单元1102的信号，也可以参照检测出异常状态的情况下的图9执行上述处理。

在另一例子中，在深度学习运算单元1101将洗浴者的状态分类为异常状态，并且姿态判别单元1006判别为洗浴者在浴缸内坐下的情况下，整合单元1102也可以输出对后级的状态检测单元1007指示进行洗浴者是否处于异常状态的检测的信号。状态检测单元1007根据来自整合单元1102的信号，也可以检测洗浴者是否处于异常状态。此外，在其他情况下，整合单元1102也可以将指示未检测出异常状态的情况下的处理的信号输出到后级的状态检测单元1007。状态检测单元1007根据来自整合单元1102的信号，也可以参照未检测出异常状态的情况下的图9执行上述处理。

(其他)

本发明的跟踪系统1也可以适用于与照看服务不同地用途。例如，通过适用于信号灯和电线杆等的交通设施，可基于身高特征量判定跟踪对象301是人还是动物、或是大人还是小孩。例如，从跟踪系统1的判定结果输出单元209接受了通知的报警装置(未图示)也可以基于跟踪对象301的种类和/或其状态而鸣响警告音同时使灯闪烁。由此，可以将跟踪系统1适用于危险传送。此外，通过将跟踪系统1适用于办公室和商业设施，还可以适用于指定了年龄段和性别的跟踪对象的活动线检测等。

在上述实施方式1～4中，以跟踪系统1的整体例如在天花板、电杆的一个地方一体设置的情况为例子进行了说明。取而代之，也可考虑将包括跟踪系统1的雷达201以外的一个或多个结构要素的装置与包括雷达201的跟踪系统1分开设置的实施方式。这种情况下，分开设置的装置与跟踪系统1也可以通过有线通信或无线通信进行通信。

在上述实施方式4中，在洗浴者的状态的学习和分类上使用深度学习。取而代之，在洗浴者的状态的学习和分类上，也可考虑使用支持向量机、聚簇学习、集合学习这样的其他的学习算法的实施方式。

图11是表示计算机的硬件结构的一例子的图。上述各实施方式和各变形例中的各单元的功能，通过计算机2100执行的程序实现。

如图11所示，计算机2100包括：输入按钮、触摸板等的输入装置2101、显示器、扬声器等的输出装置2102、CPU(Central Processing Unit)2103、ROM(Read Only Memory；只读存储器)2104、RAM(Random Access Memory；随机存取存储器)2105。此外，计算机2100包括：从硬盘装置、SSD(Solid State Drive；固态驱动器)等的存储装置2106、DVD－ROM(Digital Versatile Disk Read Only Memory；数字通用盘只读存储器)、USB(Universal Serial Bus；通用串行总线)存储器等的记录介质读取信息的读取装置2107、通过网络进行通信的发送接收装置2108。上述各单元通过总线2109连接。

然后，读取装置2107从记录了用于实现上述各单元的功能的程序的记录介质中读取该程序，存储在存储装置2106中。或者，发送接收装置2108与连接到网络的服务器装置进行通信，将从服务器装置下载的用于实现上述各单元的功能的程序存储在存储装置2106中。

然后，CPU2103将存储装置2106中存储的程序复制到RAM2105中，通过将该程序中包含的指令从RAM2105中顺序读出并执行，实现上述各单元的功能。此外，在执行程序时，在RAM2105或存储装置2106中，存储、并适当利用在各实施方式中记述的各种处理中得到的信息。

可通过软件、硬件、或与硬件协同的软件实现。用于上述实施方式的说明中的各功能块被部分或全部作为集成电路即LSI(Large Scale Integration)来实现，上述实施方式的说明中的各功能块也可以部分或全部由一个LSI或LSI的组合来控制。LSI既可以由各个芯片构成，也可以由1芯片构成以包含功能块的一部分或全部。LSI也可以包括数据的输入和输出。根据集成程度的不同，LSI有时也被称为IC(Integrated Circuit；集成电路)，系统LSI、超大LSI(Super LSI)、特大LSI(Ultra LSI)。集成电路的方法不限于LSI，也可以用专用电路或专用处理器来实现。也可以使用可在LSI制造后可编程的FPGA(Field Programmable Gate Array：现场可编程门阵列)，或者使用可重构LSI内部的电路单元的连接和设定的可重构处理器(Reconfigurable Processor)。本发明也可以作为数字处理或模拟处理实现。而且，随着半导体的技术进步或随之派生的其它技术，如果出现能够替代LSI的集成电路化的技术，当然可利用该技术进行功能块的集成化。还存在着适用生物技术等的可能性。

实施方式的总结

本发明的跟踪装置包括：处理电路，根据从目标反射了由在基准面位置或从基准面离开了垂直方向的位置设置的雷达辐射的雷达波的反射波所得到的、所述目标中的多个点的每一个与所述雷达之间的多个距离信息之中的一个距离信息，计算所述目标的所述基准面的有关垂直方向的特征量，基于所述特征量和与所述特征量相关的有关所述目标的信息，进行所述目标的判别；以及输出电路，输出所述目标的判别结果。

本发明的跟踪装置中，所述基准面是室内的地板，离开所述基准面的垂直方向的位置是所述屋内的天花板。

本发明的跟踪装置中，所述雷达测量所述目标的移动速度，有关所述目标的信息包含有关所述目标的移动速度的特征量，而且，所述判别基于所述测量的移动速度与有关所述目标的信息中包含的有关所述目标的移动速度的特征量的比较。

本发明的跟踪装置中，还包括聚簇处理电路，从所述反射波提取所述目标中的多个点。

本发明的跟踪装置中，所述处理电路从所述目标中的多个点，提取与所述雷达之间的距离为最小的点。

本发明的跟踪装置中，所述特征量是身高的值、所述身高的平均值、以及所述身高的方差的至少一个。

本发明的跟踪装置中，对于所述处理电路判别的所述目标，基于所述特征量估计所述目标的状态。

本发明的跟踪装置中，包括存储有关所述目标的信息的存储电路，对于所述处理电路判别的所述目标，用所述目标的所述特征量更新所述存储电路存储的有关所述目标的信息。

本发明的跟踪方法，基于从目标反射了由在基准面位置或垂直方向上离开基准面的位置设置的雷达辐射的雷达波的反射波得到的、所述目标中的多个点的各个点和所述雷达之间的多个距离信息之中的一个，计算所述目标的所述基准面的有关垂直方向的特征量，基于所述特征量和与所述特征量相关联的有关所述目标的信息，进行所述目标的判别，输出所述目标的判别结果。

本发明的跟踪程序，使处理器执行基于从目标反射了由在基准面位置或垂直方向上离开基准面的位置设置的雷达辐射的雷达波的反射波得到的、所述目标中的多个点的各个点和所述雷达之间的多个距离信息之中的一个，计算所述目标的所述基准面的有关垂直方向的特征量，基于所述特征量和与所述特征量相关联的有关所述目标的信息，进行所述目标的判别，输出所述目标的判别结果的处理。

本发明的跟踪装置包括：处理电路，基于从目标反射雷达波的反射波得到的点组数据之中的一个，计算所述目标的有关垂直方向的特征量，基于所述特征量和与所述特征量相关联的所述目标有关的信息，进行所述目标的判别。

本发明的跟踪装置中，跟踪装置设置在目标的上方。

本发明的跟踪方法，基于从目标反射雷达波的反射波得到的点组数据之中的一个，计算所述目标的有关垂直方向的特征量，基于所述特征量和与所述特征量相关联的所述目标有关的信息，进行所述目标的判别。

本发明的跟踪程序，使处理器执行基于从目标反射雷达波的反射波得到的点组数据之中的一个，计算所述目标的有关垂直方向的特征量，基于所述特征量和与所述特征量相关联的所述目标有关的信息，进行所述目标的判别的处理。

本发明的跟踪装置包括：处理电路，求从目标反射了雷达波的反射波得到的点组数据的重心，确定所述重心的水平方向的位置，从所述点组数据的垂直方向和水平方向的至少1方向的分布判别所述目标的姿态，在确定的所述位置和判别的所述姿态满足规定的条件的情况下，分析所述目标的多普勒分布，判断所述目标的状态。

本发明的跟踪装置中，所述处理电路将事先测量的静止的反射物的影响从所述反射波中扣除。

本发明的跟踪装置中，所述处理电路学习所述目标的状态，用所述学习的结果分类所述目标的状态。

本发明的跟踪装置中，所述目标的状态是所述目标的溺水状态或所述目标的跌倒状态。

本发明的跟踪装置中，所述规定的条件是，在所述目标位于浴缸内，并且为坐下或躺下的状态后，将所述点组的垂直方向的位置下降的状态保持第1时间的条件。

本发明的跟踪装置中，所述规定的条件是，从所述目标站立状态或坐下的状态起第2时间内所述点组的重心的垂直方向的位置变化，并且在第3时间的期间，所述目标未转移为站立状态或坐下的状态的条件。

本发明的跟踪装置中，还包括：雷达装置，从所述目标上方发送所述雷达波。

本发明的跟踪装置中，还包括：输出装置，在判断为所述处理电路为所述异常状态的情况下，示出所述异常状态。

本发明的跟踪方法包括以下步骤：求从目标反射了雷达波的反射波得到的点组数据的重心，确定所述重心的水平方向的位置，从所述点组数据的垂直方向和水平方向的至少1方向的分布判别所述目标的姿态，在确定的所述位置和判别的所述姿态满足规定的条件的情况下，分析所述目标的多普勒分布，判断所述目标的状态。

工业实用性

本发明的跟踪系统，对通过雷达确定跟踪对象的系统是有用的。

标号说明

1 跟踪系统

2 跟踪装置

201 雷达

202 聚簇处理单元

203 跟踪对象选择单元

204 反射点提取单元

205 身高计算单元

206 身高特征量计算单元

207 存储单元

208 判定单元

209 判定结果输出单元

301 跟踪对象

302 反射点(组)

302a 反射点

401 支点

402 重心

1001 设置条件设定单元

1002 有效空间提取单元

1003 事先测量数据保存单元

1004 差分检测单元

1005 位置确定单元

1006 姿态判别单元

1007 状态检测单元

1101 深度学习运算单元

1102 整合单元