辐射信息算出装置和温度信息算出装置的制作方法

相关申请的相互参照

本申请以2019年1月23日申请的日本专利申请编号2019-9438号为基础，其记载的内容通过参照而编入本申请。

本发明涉及一种辐射信息算出装置和温度信息算出装置。

背景技术：

在专利文献1中公开了用于算出车辆的乘员接受的辐射的量的技术。具体而言，在座椅安全带的表面形成反射部，检测部检测从该反射部到达的红外线，算出部根据检测的红外线算出车室内的辐射温度。

现有技术文献

专利文献

专利文献1:日本特开2017-30377号公报

根据发明人的研究，在专利文献1的技术中，不过是以反射部的某部分作为代表性的点算出辐射温度，因此，不能够非常细致地把握乘员的温热感。这是由于，车室内的温热环境显著不均匀。具体而言，乘员的多个身体部位接受的辐射的量、附近的空气的温度彼此都大为不同。这是由于，例如，在顶棚、前挡风玻璃、侧窗玻璃等、车室内的不同位置存在不同温度的多个部件，多个身体部位主要容易从这些多个部件中的哪个受到影响也因每个身体部位而大为不同。

技术实现要素：

本发明的目的是对车辆的乘员的多个身体部位的每一个检测所接受的辐射的量或附近的空气的温度。

根据本发明的一个观点，辐射信息算出装置具备：获取部，该获取部获取部件温度信息，该部件温度信息反映了在车辆的车室露出的多个部件的温度；算出部，该算出部根据所述获取部获取的所述部件温度信息算出多个辐射信息，该多个辐射信息与所述车室内的乘员的多个身体部位分别对应地表示所对应的身体部位接受的辐射的量；以及输出部，该输出部输出所述算出部算出的所述多个辐射信息。

这样，将与车室内的乘员的多个身体部位分别对应的多个辐射信息算出。如上所述，有时乘员的多个身体部位接受的辐射的量彼此大为不同。根据发明人的研究，其理由有两个，一个是，存在在车室的不同位置露出而成为不同温度的多个部件，另一个是，多个身体部位主要从那些多个部件中的哪一个接受辐射也是形形色色。

因此，通过根据反映了在车辆的车室露出的多个部件的温度的部件温度信息来算出这些多个辐射信息，从而实现了与这样的车室特有的情况相一致地根据适当的信息来算出多个辐射信息。

根据本发明的其它的观点，温度信息算出装置具备：获取部，该获取部获取部件温度信息，该部件温度信息反映了在车辆的车室露出的多个部件的温度；算出部，该算出部根据所述获取部获取的所述部件温度信息算出多个空气温度信息，该多个空气温度信息与所述车室内的乘员的多个身体部位分别对应地表示所对应的身体部位的附近的空气的温度；以及输出部，该输出部输出所述算出部算出的所述多个空气温度信息。

这样，算出与车室内的乘员的多个身体部位分别对应的空气温度信息。如上所述，有时乘员的多个身体部位附近的空气的温度彼此大为不同。根据发明人的研究，其理由有两个。一个是，存在在车室的不同位置露出而成为不同温度的多个部件，另一个是，多个身体部位主要从这些多个部件中的哪一个受到热的影响也是形形色色。

因此，通过根据反映了在车辆的车室露出的多个部件的温度的部件温度信息来算出这些多个空气温度信息，从而实现了与车室特有的情况相一致地根据适当的信息来算出多个空气温度信息。

此外，对各结构要素等赋予的带括号的参照符号表示该结构要素等与后述的实施方式中记载的具体的结构要素等的对应关系的一例。

附图说明

图1是搭载空调装置的车辆的概要图。

图2是空调壳体及其周边的设备的结构图。

图3是表示空调装置的电气结构的框图。

图4是表示包括在红外线照相机的拍照范围内的部件的图。

图5是表示算出接受的辐射量的对象的身体部位和算出附近的温度的对象的身体部位的图。

图6是辐射/温度算出处理的流程图。

图7是表示一个实施例中的太阳的位置和热成像图(日文：サーモグラフィ)的各像素的值的图。

图8是以浓度表示热成像图的像素值的图。

图9是表示一个实施例中的太阳的位置和热成像图的各像素的值的图。

图10是以浓度表示热成像图的像素值的图。

图11是表示算出辐射信息的处理的概要的图。

图12是表示算出空气温度信息的处理的概要的图。

图13是教师数据的获取范围，

图14是表示在规定的条件下通过辐射信息用的学习完成模型算出的辐射信息的图表。

图15是表示在规定的条件下通过空气温度信息的学习完成模型算出的空气温度信息的图表。

具体实施方式

以下，对一个实施方式进行说明。如图1、图2、图3所示，本实施方式涉及的车辆用的空调装置10搭载于车辆2。在车辆的车室内设有作为驾驶者的乘员6落座的前座3，和驾驶者以外的乘员落座的后座4。空调装置10是对车辆2的车室内的空气的温度进行调整的装置。

空调装置10具有空调ecu(electroniccontrolunit(电子控制单元))40、空调壳体11、内外气切换门12、离心风扇131、蒸发器14、加热器芯15、空气混合门16、面部门17、脚门18、面部管道51、脚管道52。进而，空调装置10具有除霜管道53、风向调节板110、红外线照相机21、外气温度传感器22、内气温度传感器23、日射传感器24、面部温度传感器25、脚温度传感器26、除霜温度传感器27、前挡风玻璃温度传感器28。进而，空调装置10具有风扇促动器131a、空气混合促动器16a、吹出模式促动器17a、内外气模式促动器12a、风向促动器110a等。

空调壳体11设于仪表板8内，并包围通风路111，该通风路111供进行了温度调节而向车室内吹出的空气通过。

内外气切换门12是对内气导入口112的开口面积和外气导入口113的开口面积进行调整的部件。内外气切换门12以打开内气导入口112和外气导入口113中的一方的开口部而相应关闭另一方的开口部的方式进行旋转动作。由此，内外气切换门12能够调整导入通风路111的内气的风量与外气的风量的比例(即，内外气比率)。在此，内气是车室内空气，外气是车室外空气。内外气模式促动器12a是对内外气切换门12进行驱动的促动器，如图3所示，通过空调ecu40进行控制。

离心风扇131旋转，从而，当内气导入口112开口时从内气导入口112将内气导入通风路111内，当外气导入口113开口时从外气导入口113将外气导入通风路111内，将导入的空气向通风路111内的离心风扇131的空气流下游侧输送。风扇促动器131a是驱动离心风扇131的促动器，如图3所示，通过空调ecu40进行控制。

蒸发器14在通风路111内配置在离心风扇131的空气流下游。蒸发器14对从离心风扇131输送的空气进行冷却。蒸发器14与未图示的压缩机、冷凝器及膨胀阀等一起构成周知的制冷循环。此制冷循环也是空调装置10的结构要素。当在该制冷循环流动的制冷剂在蒸发器14内通过时，制冷剂与空气进行热交换。通过此热交换，制冷剂蒸发，空气被冷却。

加热器芯15在通风路111内配置在蒸发器14的空气流下游。加热器芯15对通过蒸发器14的空气进行加热。在加热器芯15中流动发动机冷却水，通过此发动机冷却水与空气热交换而将空气加热。

空气混合门16设于蒸发器14与加热器芯15之间。空气混合门16是对通过蒸发器14后绕过加热器芯15进行流动的风量与通过蒸发器14后在加热器芯15通过的风量的比例即空气混合比率进行调整的门。空气混合促动器16a是对空气混合门16进行驱动的促动器，如图3所示，通过空调ecu40进行控制。

如图3所示，在空调壳体11，在通风路111的空气流动方向下游侧形成有用于将空气从通风路111向车室内送风的面部开口部114、脚开口部115、除霜开口部116。空气从通风路111中的、绕过加热器芯15的空气与通过加热器芯15的空气进行混合的空气混合空间流向这些面部开口部114、脚开口部115、除霜开口部116。

在面部开口部114、脚开口部115及除霜开口部116设有用于对各个开口部进行开闭的模式切换门。模式切换门由面部门17、脚门18及除霜门19。面部门17对面部开口部114进行开闭。脚门18对脚开口部115进行开闭。除霜门19对除霜开口部116进行开闭。

吹出模式促动器17a是对这些面部门17、脚门18、除霜门19进行驱动的促动器，如图3所示，通过空调ecu40进行控制。通过空气混合促动器16a对吹出口模式激进行控制。吹出口模式中例如有面部模式、脚模式、除霜模式、双级模式。面部模式是面部门17打开而脚门18、除霜门19关闭的吹出口模式。脚模式是脚门18打开而面部门17、除霜门19关闭的吹出口模式。除霜模式是除霜门19打开而面部门17、脚门18关闭的吹出口模式。双级模式是面部门17、脚门18打开、除霜门19关闭的吹出口模式。

面部管道51的一端与面部开口部114连接，作为另一端的面部吹出口100在仪表板8上的与前座3的座椅靠背相对的位置开口。从通风路111通过面部开口部114的空气流入此面部管道51，在面部管道51内通过之后从面部吹出口100向车室内吹出。从面部吹出口100吹出的空气向在前座3落座的乘员6的上半身或其周围流动。

脚管道52的一端与脚开口部115连接，作为另一端的脚吹出口101在仪表板8上与前座3的座垫的前方的脚下空间相对地开口。从通风路111通过脚开口部115的空气流入此脚管道52，在脚管道52内通过之后，从脚吹出口101向车室内吹出。从脚吹出口101吹出的空气流向在前座3落座的乘员6的脚下或其周围。

除霜管道53的一端与除霜开口部116连接，作为另一端的除霜吹出口102在仪表板8上与前挡风玻璃相对地开口。从通风路111通过除霜开口部116的空气流入此除霜管道53，在除霜管道53内通过之后，从除霜吹出口102向车室内吹出。从除霜吹出口102吹出的空气流向前挡风玻璃或其周围。

这样，面部吹出口100、脚吹出口101、除霜吹出口102在车室内的不同位置开口。并且，在前座3落座的乘员6的身体部位中的、属于上半身的身体部位，受到从面部吹出口100吹出的空气的影响最强。而且，在前座3落座的乘员6的身体部位中的、属于下半身的身体部位，受到从脚吹出口101吹出的空气的影响最强。

而且，如图2所示，在面部吹出口100安装有风向调节板110。风向调节板110调整从面部吹出口100向车室内吹出的空气的朝向。具体而言，通过改变风向调节板110的姿态，将从面部吹出口100吹出的空气的流动的朝向向车宽方向和车辆上下方向改变。风向促动器110a是对风向调节板110进行驱动的促动器，如图3所示，通过空调ecu40进行控制。

红外线照相机21，是获取从预先决定的拍照范围内放射的红外线，根据获取的红外线生成将该拍照范围内的每个位置的表面温度作为像素值进行表示的图像并输出的传感器。如图4所示，该图像在热成像图的拍照范围内包括前座3、后座4、助手席、驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、车室内的顶棚36。

例如如图1所示，作为实现这样的拍照范围的车室内的红外线照相机21的位置，有车辆的左右方向中央部分的、前挡风玻璃的上端部附近。当从此部分对后方进行俯瞰拍照时，图4所示的部件包括在热成像图中。当在此部分设有车内后视镜时，红外线照相机21也可以安装于车内后视镜。

这样的前座3、后座4、助手席、驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36是在车室露出的部件。这些部件进行与温度相应的热辐射，因此，较大影响到对乘员的辐射的量及乘员的附近的空气的温度。并且，这些部件的温度根据车辆所处的环境行驶状况而不一样地大幅变化。因此，存在在车室的不同位置露出而成为不同温度的多个部件。并且，多个身体部位主要从那些多个部件中的哪一个受到辐射等的热的影响也是形形色色。因此，如后述那样，根据反映了这些多个部件的温度的部件温度信息等，算出多个身体部位的辐射信息及空气温度信息。多个身体部位的辐射信息与该多个身体部位分别对应地表示所对应的身体部位接受的辐射的量。多个身体部位的空气温度信息与该多个身体部位分别对应地表示所对应的身体部位的附近的空气的温度。

外气温度传感器22是输出与车室外的空气(即外气)的温度对应的检测信号的传感器。内气温度传感器23是输出与车室内的空气(即内气)的温度对应的检测信号的传感器。日射传感器24是输出与向车室内的日射量对应的检测信号的传感器。

面部温度传感器25是对通过面部管道51而从面部吹出口100吹出的空气的温度在面部吹出口100进行检测的传感器。脚温度传感器26是对通过脚管道52而从脚吹出口101吹出的空气的温度在脚吹出口101进行检测的传感器。除霜温度传感器27是对通过除霜管道53而从除霜吹出口102吹出的空气的温度在除霜吹出口102进行检测的传感器。前挡风玻璃温度传感器28是对车辆2的前挡风玻璃的温度进行检测的传感器。

空调ecu40，通过具有cpu、ram、rom、内存器等的cpu执行被存储于rom或内存器的程序，从而实现后述的各种处理，并在那些处理中将ram用作工作存储器。空调ecu40对应辐射信息算出装置，并对应温度信息算出装置。内存器是可写入的非易失性存储介质。ram、rom、内存器都是非瞬态的实体存储介质。

以下，对如上述那样构成的空调装置10的动作进行说明。如图3所示，空调ecu40同时并排执行辐射/温度算出处理40a和空调控制处理40b。

空调ecu40通过执行辐射/温度算出处理40a，来算出乘员6的多个身体部位的辐射信息及乘员6的多个身体部位的空气温度信息。

算出辐射信息的对象的身体部位，如图5的三角标记所示那样，为乘员6的右侧头部、左侧头部、脸、右肩、左肩、右肘、左肘、腹部、右膝、左膝、右胫、左胫的12个部位。算出空气温度信息的对象的身体部位，如图5的圆标记所示那样，为乘员6的脸、颈、右肩、左肩、胸部、右肘、左肘、右手、左手、腹部、右膝、左膝、右胫、左胫、右脚、左脚的16个部位。后文对辐射/温度算出处理40a进行详细说明。

空调ecu40通过执行空调控制处理40b来调整从空调壳体11向车室内吹出的空气的温度。具体而言，空调ecu40在空调控制处理40b中根据设定温度tset、外气温度tam、内气温度tr、及日射量ts，按照下式反复(例如定期地以1秒周期)算出目标吹出温度tao。

tao＝kset×tset-kr×tr-kam×tam-ks×ts+c

在此，设定温度tset是在车辆内的人操作未图示的温度设定开关设定的温度。而且，外气温度tam、内气温度tr、及日射量ts分别根据外气温度传感器22、内气温度传感器23、日射传感器24的检测信号决定。而且，kset、kr、kam、ks为控制增益，c为修正用的常数。

并且，空调ecu40每当算出目标吹出温度tao时根据算出的目标吹出温度tao以周知的方法决定离心风扇131的送风量、空气混合比率、吹出口模式、内外气比率。

而且，每当算出目标吹出温度tao时，空调ecu40决定面部吹出口100处的风向。具体而言，可以根据由辐射/温度算出处理40a算出的多个身体部位的辐射信息和多个身体部位的空气温度信息来决定风向。例如，可以是，空调ecu40确定多个身体部位中的、接受的辐射量最多的部位，将作为朝向所确定的部位的方向而预先决定的方向作为风向来决定。或者，空调ecu40也可以根据乘员对未图示的操作面板的操作内容来决定风向。

并且，空调ecu40使决定了的送风量、空气混合比率、吹出口模式、内外气比率、风向实现。具体而言，通过使风扇促动器131a、空气混合促动器16a、吹出模式促动器17a、内外气模式促动器12a、风向促动器110a动作来将那些实现。

在此，对辐射/温度算出处理40a的详情进行说明。空调ecu40为了实现辐射/温度算出处理40a，反复执行图6所示的流程图。

在图6的处理中，空调ecu40首先在步骤110获取吹出风信息、车内环境信息，及车外环境信息。

吹出风信息是与从面部吹出口100、脚吹出口101、除霜吹出口102向车室内吹出的空气有关的信息。具体而言，吹出风信息包括吹出风温度、吹出风量、吹出口模式、风向等。

吹出风温度是由面部温度传感器25、脚温度传感器26、除霜温度传感器27检测的最新的温度。在从空调壳体11向车室内进行送风的情况下，空气通过面部吹出口100、脚吹出口101、除霜吹出口102中的至少一个向车室内吹出。因此，面部温度传感器25、脚温度传感器26、除霜温度传感器27中的至少一个对从空调壳体11向车室内吹出的空气的温度进行检测。

吹出风量是由空调控制处理40b决定的离心风扇131的送风量的最新值。吹出口模式是由空调控制处理40b决定的吹出口模式的最新值。风向是由空调控制处理40b决定的风向的最新值。

车内环境信息是表示车室内的温度环境的信息。具体而言，车内环境信息包括内气温度、前挡风玻璃温度、顶棚温度等。内气温度是由内气温度传感器23检测的最新的温度。前挡风玻璃温度是由前挡风玻璃温度传感器28检测的最新的温度。

侧窗玻璃温度是驾驶席侧侧窗玻璃33的温度及助手席侧侧窗玻璃34的温度。后窗玻璃温度是后窗玻璃35的温度。门饰板温度是驾驶席侧门饰板31的温度及助手席侧门饰板32的温度。顶棚温度是车室内的顶棚36的温度。

侧窗玻璃温度、后窗玻璃温度、门饰板温度、及顶棚温度被包括于通过红外线照相机21获取的热成像图。这是由于，如图4所示，在红外线照相机21的拍照范围内包括驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36。并且，在热成像图中，驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36各自占有多个像素(即像素组)。因此，热成像图也包括驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36各自的温度分布的信息。

在步骤110中，空调ecu40通过从红外线照相机21获取最新的热成像图而能够获取这些侧窗玻璃温度、后窗玻璃温度、门饰板温度、及顶棚温度。

此外，这些车内环境信息中的、前挡风玻璃温度、侧窗玻璃温度、后窗玻璃温度、门饰板温度、顶棚温度是反映了在车室露出的多个部件31～36的温度的部件温度信息。并且，热成像图包括反映了在车室露出的多个部件31～36的温度的部件温度信息。

车外环境信息是表示车室外的温度环境的信息。具体而言，车外环境信息包括外气温度、日射量、日射朝向等。外气温度是由外气温度传感器22检测的最新的温度。日射量是由日射传感器24检测的最新的日射量。

日射朝向是表示以车辆2为基准的日射的朝向的信息。此日射朝向被包括于由红外线照相机21获取的热成像图。这是由于，如图4所示，热成像图包括于对车室内拍照的范围。当日射朝向变化时，车室内的光的照射量的分布变化，其结果是，车室内的温度分布也变化。尤其是，助手席侧门饰板32、驾驶席侧侧窗玻璃33、后窗玻璃35的各自的温度因日射朝向而温度大幅变化。

实际上，如图7、图8、图9、图10所示，当太阳相对于车辆2的位置变化时，车室内的温度分布大幅变化。图7、图9表示太阳的位置和热成像图的各像素的輝度值。热成像图的上侧对应车辆后方侧、下侧对应车辆前方侧。图8是以浓度表示与图7相同的热成像图的輝度值的图。图10是以浓度表示与图9相同的热成像图的輝度值的图。浓度越高，则輝度值越高。

如图7、图8所示，在太阳的光从车辆2的正上方入射的情况下，顶棚部分的温度变得温度非常高，车室内的温度分布的左右差别小。而且，如图9、图10所示，在光从车辆2的驾驶席侧后方向车室内入射的情况下，驾驶席侧侧窗玻璃33和后窗玻璃35的温度成为高温。与此同时，在车室内，越接近太阳的位置温度越高。在步骤110，空调ecu40通过从红外线照相机21获取最新的热成像图而能够获取日射朝向的信息。这样，热成像图包括日射朝向的信息。

接着步骤110，在步骤120中，空调ecu40算出乘员6的多个身体部位的辐射信息。具体而言，如图11所示，向辐射信息用的学习完成模型61输入在前一步骤110获取的吹出风信息、车内环境信息及车外环境信息的全部，作为说明变量。由此，空调ecu40获取从学习完成模型61作为目标变量输出的值，来作为上述12个部位的身体部位的辐射信息。学习完成模型61输出的多个身体部位的辐射信息各自为该身体部位接受的辐射的量。输出的辐射的量例如也可以是放射照度[w/m²]。

在此，对学习完成模型61进行说明。学习完成模型61是预先存储在空调ecu40的rom或内存器的神经网络。作为神经网络，例如可以采用cnn(convolutionneuralnetword)、rnn(recurrentneuralnetwork)、lstm(longshort-termmemory，长期的短时记忆)等的周知的神经网络。

在吹出风信息、车内环境信息及车外环境信息作为说明变量输入的情况下，学习完成模型61将在实现那些说明变量的值的状态下乘员6的上述多个身体部位分别接受的辐射的量作为辐射信息输出。为此，学习完成模型61，在通过将实际的车辆中的实验结果用作教师数据的有教师学习，预先学习了的状态下，被存储于空调ecu40的rom或内存器。

在此，对说明变量的一部分与辐射信息的相关关系进行说明。前挡风玻璃温度是使乘员6的附近的辐射上升的要因，主要是使向上半身的辐射上升的要因。侧窗玻璃温度是使向乘员的左侧的辐射或向右侧的辐射变化的要因。后窗玻璃温度是使向乘员的后方的辐射变化的要因。顶棚温度是主要使从乘员的头向胸的范围的辐射变化的要因。而且，外气温度，与其说是直接的要因，不如说是对前挡风玻璃温度、侧窗玻璃温度、顶棚温度有影响的因素，因此，与辐射存在强相关。日射量是使乘员附近的辐射上升的要因，主要是使上半身的辐射上升的要因。日射朝向是能够与日射量组合应用的信息。具体而言，日射朝向与辐射的相关关系，强烈依存于日射朝向。因此，这些量适合作为用学习完成模型61算出乘员6的多个身体部位接受的辐射的量时的说明变量。

接着步骤120，在步骤130中，空调ecu40算出乘员6的多个身体部位的空气温度信息。具体而言，如图11所示，向空气温度信息用的学习完成模型62输入在前一步骤110获取的吹出风信息、车内环境信息及车外环境信息的全部，作为说明变量。由此，空调ecu40获取从学习完成模型62作为目标变量输出的值，来作为上述16个部位的身体部位的空气温度信息。学习完成模型62输出的多个身体部位的空气温度信息各自是该身体部位的附近的空气的温度。

在此，对学习完成模型62进行说明。学习完成模型62是预先存储在空调ecu40的rom或内存器的神经网络。作为神经网络，例如可以采用cnn、rnn、lstm等的周知的神经网络。

学习完成模型62在吹出风信息、车内环境信息及车外环境信息作为说明变量被输入的情况下，将实现那些说明变量的值的状态下的、乘员6的上述多个身体部位各自的附近的空气的温度，作为空气温度信息输出。为此，学习完成模型62，在通过将实际的车辆中的实验结果用作教师数据的有教师学习，预先学习了的状态下，被存储于空调ecu40的rom或内存器。

在此，对说明变量的一部分与空气温度信息的相关关系进行说明。吹出空气温度是营造车室内整体的空气温度的要素，与其中存在的乘员6的附近的空气温度存在强相关。当吹出风的风量强时，乘员6的附近的空气运动，当吹出风的风量弱时乘员6的附近的空气不动。因此，吹出风的风量与乘员6的附近的空气温度存在强相关。

在面部模式的情况下，乘员6的上半身附近的空气温度的变化大，在脚模式的情况下，乘员6的下半身附近的空气温度的变化大。因此，吹出口模式与乘员6的附近的空气的温度存在强相关。风向变化时，吹出风主要吹到乘员6的哪个部分会大幅变化。因此，风向与乘员6的附近的空气的温度存在强相关。内气温度是代表车室内整体的温度的量，能够考虑为乘员6的附近的空气整体的基础温度。因此，内气温度与乘员6的附近的空气的温度存在强相关。

前挡风玻璃温度大幅依存于外气温度和从行驶方向前方的日射量，是使乘员附近的空气温度上升的要因，主要是使上半身的空气温度上升的要因。侧窗玻璃温度大幅依存于外气温度和由偏日射从横向的日射量，是使乘员6的左右的空气温度变化的要因。后窗玻璃温度是使乘员的后方的空气的温度变化要因。顶棚温度是使从主要乘员的头到胸的范围的周围空气温度上升的要因。外气温度与其说是直接的要因，不如说是对前挡风玻璃温度、侧窗玻璃温度、顶棚温度有影响的因素。因此，外气温度与乘员6周围的空气温度存在强相关。

日射量是使乘员附近的主要是上半身的空气的温度上升的要因。日射朝向是能够与日射量组合应用的信息。具体而言，日射朝向与乘员6的附近的空气的温度的相关关系强烈依存于日射朝向。

因此，这些量，适合作为用学习完成模型62算出乘员6的多个身体部位附近的空气温度时的说明变量。

在接着步骤130的步骤140中，空调ecu40将在前一步骤120、130算出的多个身体部位的辐射信息和多个人体的空气温度信息向ram或内存器输出。由此，在ram或内存器存储该多个身体部位的辐射信息和多个人体的空气温度信息。如此存储的多个身体部位的辐射信息和多个人体的空气温度信息，如已经说明了的那样，例如，在空调控制处理40b中进行风向的决定时使用。

在此，对学习完成模型61、62的制定方法进行说明。学习完成模型61、62的制定不是由空调ecu40进行而是由其它的学习模型制定装置来进行。

首先，学习完成模型61、62的制定者制定教师数据，并存储于学习模型制定装置。使用的教师数据，如上所述，是实际的车辆中的实验结果。在实验用的车辆，搭载图3所示的红外线照相机21及传感器22～28。进而，在实验用的车辆搭载能够检测落座在驾驶席的乘员的上述多个身体部位接受的辐射的量的传感器，和能够检测该乘员的上述多个身体部位的附近的空气的温度的传感器。

并且，例如，如图13的黑圆点所示，在外气温度为-20℃、日射量为0w/m²的隆冬、外气温度为10℃、日射量为500w/m²的中間季节、外气温度为30℃、日射量为1000w/m²的夏季等的23种实验环境中进行实验。具体而言，在各实验环境中，从搭载于实验用的车辆的上述红外线照相机及传感器以规定时间(例如1小时)反复(例如以1秒周期定期地)获取检测信号。在获取一次检测信号的时候获取一套教师数据。

并且，学习模型制定装置用由这样的实验得到的多套教师数据，通过误差逆传播法等进行学习完成模型61、62的学习。通过此学习，决定与学习完成模型61、62相当的神经网络的权重等。此时，在制定学习完成模型61的情况下，对于这些教师数据的每一个，以该教师数据中的吹出风信息、车内环境信息及车外环境信息作为说明变量，以该教师数据中的辐射信息作为目标变量的正确数据。而且，在制定学习完成模型62的情况下，对于这些教师数据的每一个，以该教师数据中的吹出风信息、车内环境信息及车外环境信息作为说明变量、以该教师数据中的空气温度信息作为目标变量的正确数据。

图14表示在规定的条件下空调ecu40通过辐射信息用的学习完成模型61算出的辐射信息。图15表示在相同的规定的条件下空调ecu40通过空气温度信息用的学习完成模型62算出的空气温度信息。作为规定的条件，是吹出口模式为双级模式、外气温度为30℃、日射量为500w/m²、日射来自车辆的正上方的条件。

如图14所示，作为乘员6的全身12个部位的身体部位接受的辐射的量而算出的值与现实的值之差的绝对值，遍及20分钟，为20w/m2以下。而且，如图15所示，作为乘员6的全身16个部位的身体部位的附近的空气的温度而算出的值与现实的值之差的绝对值，遍及20分钟，为3℃以下。这样，就是学习完成模型61、62，算出值与实际的值的误差即推定误差也足够小。

如以上说明那样，空调ecu40根据部件温度信息算出车室内的乘员6的多个身体部位的辐射信息及乘员6的多个身体部位的空气温度信息。如上所述，乘员的多个身体部位有时接受的辐射的量彼此大为不同。根据发明人的研究，其理由有两个，一个理由是，存在在车室的不同位置露出而成为不同温度的多个部件，另一个理由是，多个身体部位主要从那些多个部件中的哪一个接受辐射也是形形色色。

因此，通过根据反映了在车辆的车室露出的多个部件的温度的部件温度信息算出这些多个辐射信息，从而与这样的车室特有的情况相一致地，实现了基于适当的信息的多个辐射信息的算出。

而且，有时乘员6的多个身体部位的附近的温度彼此大为不同。根据发明人的研究，其理由有两个，一个理由是，存在在车室的不同位置露出而成为不同温度的多个部件，另一个理由是，多个身体部位主要从这些多个部件中的哪一个受到热的影响也是形形色色。

因此，通过根据反映了在车室露出的多个部件的温度的部件温度信息算出这些多个空气温度信息，从而与车室特有的情况相一致地，实现了基于适当的信息的多个空气温度信息的算出。

而且，热成像图包括表示驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36的各自的温度分布的像素组。在热成像图包括表示一个以上的部件的各自的温度分布的像素组的情况下，与获取各部件的总温度的情况不同，能够反映各部件的温度分布地算出多个辐射信息。因此，提高了多个辐射信息的算出精度。并且，作为获取各部件的温度分布的传感器，能够生成热成像图的红外线照相机21是适合的。

而且，热成像图包括日射的朝向的信息。由此一来，能够从热成像图获取日射的朝向这样的、成为向车室内的辐射不均匀的大的要因的信息。

而且，热成像图包括表示顶棚36的温度的像素组、表示后窗玻璃35的温度的像素组、表示驾驶席侧侧窗玻璃33的温度的像素组、表示助手席侧侧窗玻璃34的温度的像素组。由此一来，能够从热成像图获取反映了将乘员包围的大的部件的温度的信息。

而且，空调ecu40通过借助有教师学习进行了学习的神经网络的学习完成模型61、62，由包括部件温度信息的说明变量算出包括多个辐射信息和多个空气温度信息的目标变量。在利用热成像图算出多个辐射信息和多个空气温度信息的情况下，成为计算的基础的信息的量变得庞大。在该情况下，通过在计算中使用学习完成模型，而大幅减轻了用于算出的算法的开发负担。

而且，空调ecu40根据部件温度信息和吹出风信息算出多个空气温度信息。作为与从空调装置10向向车室内吹出的风相关的信息的吹出风信息，究竟还是用来调整车室内的空气的温度的，因此，对乘员的多个身体部位的附近的空气的温度产生强烈影响。因此，通过将吹出风信息也利用作为算出多个空气温度信息的基础，从而能够更加正确地算出多个空气温度信息。

此外，在本实施方式中，空调ecu40通过执行图6的步骤110而对应获取部、通过执行步骤120、130而对应算出部、通过执行步骤140而对应输出部。

(其它的实施方式)

此外，本发明不限于上述实施方式，可以进行适当变更。而且，在上述实施方式中，构成实施方式的要素，除了特别明确表示为必须的情况和原理上明显考虑为必须的情况等之外，并不是必须的。而且，在上述实施方式中，在提及实施方式的结构要素的个数、数值、量、范围等的数值的情况下，除了特别明确表示为必须的情况和原理上明显限定为特定数量的情况等之外，不限于其特定的数量。尤其是，在对于某个量例示了多个值的情况下，除了特别另行记载的情况和原理上明显不可能的情况之外，也能够采用那些多个值之间的值。而且，在上述实施方式中，当提及结构要素等的形状、位置关系等时，除了特别明确表示的情况和原理上限定为确定的形状、位置关系等的情况等之外，不限于其形状、位置关系等。而且，在上述实施方式中，在记载了从传感器获取车辆的外部环境信息(例如车外的湿度)的情况下，也能够废弃其传感器，而从车辆的外部的服务器或云接收其外部环境信息。或者，能够废弃其传感器，从车辆的外部的服务器或云获取与其外部环境信息有关的有关信息，根据获取的有关信息推定其外部环境信息。而且，与上述实施方式相对，本发明也允许以下那样的变形例和均等范围的变形例。此外，以下的变形例能够分别独立地选择适用和不适用于上述实施方式。即，能够将以下的变形例中的除了明显矛盾的组合之外的任意的组合适用于上述实施方式。

本发明记载的控制部及其手法也可以通过专用计算机来实现，该专用计算机通过构成程序化了的处理器和存储器来提供，该处理器以执行由计算机程序具体化了的一个乃至多个功能的方式被程序化。或者，本发明中记载的控制部及其手法也可以通过专用计算机来实现，该专用计算机通过由一个以上的专用硬件逻辑电路构成处理器来提供。或者，本发明中记载的控制部及其手法也可以通过一个以上的专用计算机来实现，该一个以上的专用计算机通过以执行一个乃至多个功能的方式程序化了的处理器和存储器与由一个以上的硬件逻辑电路构成的处理器的组合而构成。而且，计算机程序也可以作为通过计算机执行的指令被存储于计算机能够读取的非瞬态的实体存储介质。

(变形例1)

在上述实施方式中，算出多个身体部位的辐射信息、多个身体部位的空气温度信息的对象仅为驾驶席的乘员6。但是，作为算出多个身体部位的辐射信息、多个身体部位的空气温度信息的对象，可以包括助手席的乘员，也可以包括后座4的乘员。算出多个身体部位的辐射信息、多个身体部位的空气温度信息的对象也可以仅为驾驶席以外的车辆2的坐席的乘员。

(变形例2)

在上述实施方式中，热成像图包括反映了在车室露出的多个部件31～36的温度的部件温度信息中的、后窗玻璃温度以外的信息。但是，热成像图也可以包括后窗玻璃温度信息，例如，只要红外线照相机21的拍照范围也包括前挡风玻璃就能将其实现。作为能够实现那样的拍照范围的红外线照相机21的位置，有车室内的顶棚的前后方向中央部。

(变形例3)

在上述实施方式中，作为输入学习完成模型61、62的说明变量，包括热成像图。但是，输入学习完成模型61、62的说明变量中也可以不包括热成像图。在该情况下，为了在输入学习完成模型61、62的说明变量中包括侧窗玻璃温度、后窗玻璃温度、门饰板温度、顶棚温度，也可以将基于从对应的部件的传感器输出的检测信号的温度作为说明变量。在此，具体而言，对应的部件的传感器是设于驾驶席侧门饰板31、助手席侧门饰板32、驾驶席侧侧窗玻璃33、助手席侧侧窗玻璃34、后窗玻璃35、顶棚36的每一个、检测该部件的温度的温度传感器。这样的温度传感器例如也可以为热电偶。在此情况下，学习完成模型61、62在学习的时候将基于该检测信号的温度作为教师数据使用。

(变形例4)

在上述实施方式中，空调ecu40能够在空调控制处理40b调整从面部吹出口100吹出的空气的风向。但是，空调ecu40不能调整从面部吹出口100吹出的空气的风向也可以。在该情况下，在学习完成模型61、62的学习时和使用时，作为风向信息，都输入规定的假设值。此假设值是预先决定的在通常的使用环境下实现的可能性最高的值。

(变形例5)

在上述实施方式中，输入学习完成模型61、62的吹出风温度是基于面部温度传感器25、脚温度传感器26、除霜温度传感器27的检测信号的温度。但是，空调装置10并非必须具备面部温度传感器25、脚温度传感器26、除霜温度传感器27。在空调装置10不具备那些传感器25、26、27的情况下，空调ecu40也可以根据面部吹出口100、脚吹出口101、除霜吹出口102推定吹出的空气的温度。并且，也可以将那些推定值作为吹出风温度输入学习完成模型61、62。

具体而言，空调ecu40根据蒸发器温度、空气混合比率、发动机水温这三个量的最新值，推定吹出口100、101、102中的按照当前的吹出口模式打开的吹出口100、101、102的空气的温度。在此，蒸发器温度通过在蒸发器14的下游紧邻地配置的温度传感器来检测。而且，发动机水温通过设于加热器芯15内的发动机水温的配管的温度传感器来检测检测。

或者，在空调装置10不具备传感器25、26、27的情况下，也可以将输入学习完成模型61、62的说明变量中的吹出风温度由蒸发器温度、空气混合比率、发动机水温来置换。

(变形例6)

成为辐射信息、空气温度信息的算出对象的多个身体部位不限于上述实施方式的记载。多个身体部位的数量可以比上述实施方式中的数量多也可以比上述实施方式中的数量少。

(变形例7)

在上述实施方式中，由辐射/温度算出处理40a算出的辐射信息、空气温度信息被用于由空调控制处理40b决定风向。但是也可以为，由辐射/温度算出处理40a算出的辐射信息、空气温度信息不在空调控制处理40b中使用，而仅仅存储于空调ecu40的内存器。在该情况下，也能达成收集信息的用途。

(变形例8)

在上述实施方式中，空调ecu40在图6的步骤140将多个身体部位的辐射信息和多个人体的空气温度信息向ram或内存器。但是，多个身体部位的辐射信息和多个人体的空气温度信息的输出目的地也可以是ram、内存器以外的部件。例如，输出目的地可以为车室内的其它的装置，也可以为车辆2的外部的服务器。

(变形例9)

在上述实施方式中，空调ecu40可以在辐射/温度算出处理40a中算出辐射信息而不算出空气温度信息。或者，空调ecu40也可以在辐射/温度算出处理40a中算出空气温度信息而不算出辐射信息。

(变形例10)

在上述实施方式中，辐射/温度算出处理40a通过空调ecu40执行。但是，辐射/温度算出处理40a也可以通过空调ecu40以外的装置执行。例如，辐射/温度算出处理40a由空调ecu40以外的搭载于车辆2的车载装置执行。在该情况下，该车载装置对应辐射信息算出装置和温度信息算出装置。另外，例如，辐射/温度算出处理40a可以由车辆2的外部的服务器执行。在该情况下，该服务器对应辐射信息算出装置和温度信息算出装置。

(变形例11)

热成像图能够将仪表板包括于拍照范围。在该情况下，在说明变量也包括仪表板的温度的信息。

(总结)

根据由上述各实施方式的一部分或全部所示的第一观点，辐射信息算出装置根据部件温度信息算出多个辐射信息，该多个辐射信息与车室内的乘员的多个身体部位分别对应地表示所对应的身体部位接受的辐射的量的多个辐射信息。

而且，根据第二观点，所述获取部将由红外线照相机生成的车室内的热成像图作为包括所述部件温度信息的一部分的图像来获取，所述热成像图包括表示所述多个部件中的一个以上的部件的各自的温度分布的像素组。

在热成像图包括表示一个以上的部件的各自的温度分布的像素组的情况下，与获取各部件的总温度的情况不同，能够算出各部件的温度分布也反映了的多个辐射信息。因此，提高了多个辐射信息的算出精度。并且，作为获取各部件的温度分布的传感器，能够生成热成像图的红外线照相机是适合的。

而且，根据第三观点，所述获取部获取由红外线照相机生成的车室内的热成像图，所述热成像图包括日射的朝向的信息。由此一来，能够从热成像图获取日射的朝向这样的、成为向车室内的辐射的不均匀的大的要因的信息。

而且，根据第四观点，所述获取部将由红外线照相机生成的车室内的热成像图作为包括所述部件温度信息的一部分的图像来获取，所述热成像图包括表示所述车辆的车室的顶棚的温度的像素组、表示所述车辆的后窗玻璃的温度的像素组、表示所述车辆的侧窗玻璃的温度的像素组。由此一来，能够从热成像图获取反映了窗玻璃、侧窗玻璃、顶棚这样的、将乘员包围的大的部件的温度的信息。

而且，根据第五观点，所述算出部通过借助有教师学习进行了学习的神经网络的学习完成模型由包括所述部件温度信息的说明变量算出包括所述多个辐射信息的目标变量。

在利用热成像图算出多个辐射信息的情况下，成为计算的基础的信息的量变得庞大。在该情况下，通过在计算中使用学习完成模型，大幅减轻了用于计算的算法的开发负担。

而且，根据第六观点，温度信息算出装置根据部件温度信息算出多个空气温度信息，该多个空气温度信息与车室内的乘员的多个身体部位分别对应地表示所对应的身体部位的附近的空气的温度。

而且，根据第七观点，所述获取部包括从搭载于所述车辆的空调装置向车室内吹出的风的温度、风量、吹出口的位置、风向中的一个以上的吹出风信息，所述算出部根据所述获取部获取的所述部件温度信息和所述吹出风信息算出所述多个空气温度信息。

作为与从空调装置向车室内吹出的风有关的信息的吹出风信息，究竟还是用来调整车室内的空气的温度的，因此，对乘员的多个身体部位的附近的空气的温度产生强烈影响。因此，通过将吹出风信息也利用作为算出多个空气温度信息的基础，从而能够更加正确地算出多个空气温度信息。