坐便座裝置和坐便器裝置的制造方法

坐便座裝置和坐便器裝置的制造方法
【專利摘要】提供一種可以精確地檢測諸如進入和退出洗手間以及坐在坐便座上和從坐便座離開等的人體的各種動作的坐便座裝置。人體檢測器(5)配備有頻率分析部(52c)、認識部(52e)和用于存儲樣本數據的數據庫裝置(52i)。頻率分析部(52c)將傳感器信號轉換成頻域信號，并且將該頻域信號提取作為頻帶不同的多個濾波器組各自的信號。認識部(52e)具有以下功能：將基于多個濾波器組(5a)各自的信號的信號的頻率分布視為檢測數據，將該檢測數據與樣本數據進行比較，并且檢測進入至少設置有坐便器(11)的空間的人體；以及檢測坐在坐便座(12b)上的人體。
【專利說明】
坐便座裝置和坐便器裝置
技術領域
[0001]本發明通常涉及一種坐便座裝置和坐便器裝置，并且特別涉及用于進行人進入洗手間或者坐下等的人體檢測的坐便座裝置和坐便器裝置。
【背景技術】
[0002]傳統上，提供了包括使用無線信號的人體檢測器、并且響應于檢測到諸如進入和退出洗手間等的使用者的動作來供給沖洗用水的坐便座裝置和坐便器裝置(例如，參見日本特許第3740696號)。該人體檢測器包括多普勒傳感器，并且用于基于利用低通濾波器進行了濾波的多普勒傳感器的輸出與閾值的比較來檢測人體的動作。
[0003]要求坐便座裝置和/或坐便器裝置所用的人體檢測器除檢測使用者進入和退出洗手間外，還檢測諸如坐在坐便座上等的各種動作。
[0004]然而，坐便座裝置和/或坐便器裝置所用的傳統的人體檢測器有可能發生檢測到與使用者的實際動作不同的動作的誤檢測、以及在不存在使用者的情況下檢測到人體的其它誤檢測。

【發明內容】

[0005]本發明是有鑒于上述而作出的，并且其目的是提出能夠精確地檢測諸如進入和退出洗手間、坐在坐便座上和從坐便座離開等的人體的各種動作的坐便座裝置和坐便器裝置。
[0006]本發明的一個方面的一種坐便座裝置包括:本體，其放置在坐便器上;坐便座，其以能夠開閉的方式安裝至所述本體；以及人體檢測器，其被配置為檢測作為檢測對象的人體，其中，所述人體檢測器包括:傳感器部，其被配置為發送無線信號，并且接收被物體所反射的所述無線信號，以輸出與所述物體的運動相對應的傳感器信號;頻率分析部，其被配置為將所述傳感器信號轉換成頻域信號，并且利用頻帶不同的多個濾波器組中的各濾波器組來從所述頻域信號中提取該濾波器組的信號;認識部，其被配置為進行認識處理，其中所述認識處理用于將基于所述多個濾波器組各自的信號的信號的頻率分布和基于所述多個濾波器組各自的信號的信號強度的成分比至少之一視為檢測數據，并且基于所述檢測數據來檢測人體的預定動作；以及數據庫裝置，其被配置為將與所述人體的預定動作相對應的頻率分布和與所述人體的預定動作相對應的信號強度的成分比至少之一作為樣本數據進行存儲，其中，所述認識部具有:第一檢測功能，用于通過基于所述檢測數據和所述樣本數據之間的比較進行所述認識處理，來檢測是否存在進入至少安裝有所述坐便器的空間的所述人體；以及第二檢測功能，用于通過基于所述檢測數據和所述樣本數據之間的比較進行所述認識處理，來檢測是否存在坐在所述坐便座上的所述人體。
[0007]本發明的一個方面的一種坐便器裝置包括:根據本發明的上述方面的坐便座裝置；以及所述坐便器，其上設置有所述坐便座裝置的所述本體。
[0008]本發明的各方面的坐便座裝置和坐便器裝置可以提供精確地檢測諸如進入和退出洗手間以及坐在坐便座上和從坐便座離開等的人體的各種動作的效果。
【附圖說明】
[0009]圖1是示出實施例的坐便器裝置的結構的框圖。
[0010]圖2是示出根據實施例的坐便器裝置的外觀的立體圖。
[0011]圖3A?圖3C是根據實施例的信號處理部的標準化部的說明圖。
[0012]圖4A?圖4C是根據實施例的平滑化處理部的說明圖。
[0013]圖5A?圖5C是根據實施例的背景信號去除部的一個示例的說明圖。
[0014]圖6是根據實施例的背景信號去除部的另一示例的說明圖。
[0015]圖7A和圖7B是根據實施例的背景信號去除部的又一示例的說明圖。
[0016]圖8是構成根據實施例的背景信號去除部的另一示例的自適應濾波器的框圖。
[0017]圖9A?圖9C是根據實施例的基于信號處理部的主成分分析的認識處理的說明圖。
[0018]圖10是根據實施例的基于信號處理部的多元回歸分析的認識處理的說明圖。
[0019]圖1lA和IlB是根據實施例的基于信號處理部的多元回歸分析的認識處理的其它說明圖。
[0020]圖12A和圖12B是根據實施例的信號處理部的說明圖。
[0021 ]圖13是根據實施例的濾波器組群的說明圖。
[0022]圖14是根據實施例的操作的流程圖。
[0023]圖15是示出根據實施例的控制器的模式的轉變圖。
[0024]圖16是示出根據實施例的頻率分析部的結構的框圖。
[0025]圖17A?圖17C是示出根據實施例的呼吸檢測時的各個波形的波形圖。
[0026]圖18是不出根據實施例的呼吸檢測處理的說明圖。
[0027]圖19A和圖19B是示出根據實施例的測距時的操作的說明圖。
[0028]圖20是示出根據實施例的測距時的差頻信號(beatsignal)的波形圖。
[0029]圖21A?圖21D是示出根據實施例的測距時的輸出波形的波形圖。
【具體實施方式】
[0030]圖1示出本實施例的坐便器裝置I的塊結構。圖2示出坐便器裝置I的外觀結構。坐便器裝置I包括坐便器11、坐便座裝置12和人體檢測器5作為主要組件。
[0031]坐便器11是西式坐便器，并且包括凹形狀的便盆部I Ia和便盆部I Ia的周緣處所形成的唇面llb(參見圖2)。坐便器11還內置有沖洗裝置11c、局部清洗裝置lld、清潔劑供給裝置Ilf、照明控制裝置Ilg和開閉裝置llh(參考圖1)。沖洗裝置Ilc被配置為向便盆部Ila內供給水并且排出便盆部I Ia內的水。局部清洗裝置I Id包括向便盆部IIa內突出以清洗人體局部的清洗噴嘴He，并且清洗噴嘴lie供給局部清洗所用的水(參考圖2)。清潔劑供給裝置Uf被配置為供給用于清潔便盆部Ua的清潔劑。照明控制裝置Ilg被配置為進行洗手間內的照明器具的點亮和熄滅。開閉裝置11h被配置為進行坐便座12b和坐便蓋12c的開閉控制。從洗手間的壁面所設置的旋塞閥7經由配水管8供給沖洗裝置Ilc和局部清洗裝置Ild所使用的水。注意，沖洗裝置Ilc和局部清洗裝置Ild用作用于向坐便器11的便盆部Ila內供給水的供水裝置。
[0032]坐便座裝置12放置在坐便器11的唇面Ilb的上面。坐便座裝置12包括放置在唇面Ilb的后側上面的坐便座本體12a以及以可轉動方式安裝至坐便座本體12a的坐便座12b和坐便蓋12c。坐便座12b和坐便蓋12c在坐便器11的上面側利用包括馬達等的開閉裝置Ilh可自由開閉。
[0033]坐便器裝置I包括控制器6，其中該控制器6被配置為控制沖洗裝置11c、局部清洗裝置lld、清潔劑供給裝置Hf、照明控制裝置Ilg和開閉裝置Ilh的各操作。控制器6可以設置到坐便器11和坐便座裝置12中的任一個。
[0034]在洗手間的壁面上安裝有遠程控制器3。遠程控制器3包括用于對沖洗裝置11c、局部清洗裝置Ild和開閉裝置Ilh進行操作的手動操作開關，并且發送與這些手動操作開關的手動操作相對應的諸如紅外線信號等的操作信號。坐便座裝置12的坐便座本體12a設置有接收部12d，其中該接收部12d用于接收從遠程控制器3發送來的操作信號。圖1所示的控制器6根據接收部12d所接收到的操作信號來控制沖洗裝置11c、局部清洗裝置Ild和開閉裝置I Ih的各操作。
[0035]此外，坐便座裝置12的坐便座本體12a設置有人體檢測器5。人體檢測器5被配置為檢測諸如使用者進入和退出洗手間(第一檢測功能)以及使用者坐在坐便座12b上和從坐便座12b離開(第二檢測功能)等的人體的動作。以下詳細說明人體檢測器5。
[0036]如圖1所示，人體檢測器5包括傳感器部51和信號處理部52。
[0037]傳感器部51可以是多普勒傳感器。多普勒傳感器將預定頻率的電波發送至檢測區域，接收檢測區域內移動的物體所反射的電波，并且輸出具有與所發送的電波和所接收到的電波的頻率之間的差相對應的多普勒頻率的傳感器信號。因此，傳感器信號是與物體的運動相對應的模擬的時間軸信號。注意，在反射電波的物體正在檢測區域內移動的情況下，由于多普勒效應而使反射波的頻率偏移。在本實施例中，檢測對象包括洗手間中的人體的動作(例如，進入和退出洗手間、坐在坐便座上和從坐便座離開)。
[0038]如圖1所示，傳感器部51包括發送控制部51a、發送部51b、發送天線51c、接收天線51d和接收部51e。
[0039]發送部51b被配置為經由發送天線51c向檢測區域發送電波。發送控制部51a例如被配置為控制從發送部51b發送來的電波的頻率和發送時刻。從發送部51b發送來的電波例如可以是頻率為24.15GHz的毫米波。從發送部51b發送來的電波不限于毫米波，并且可以是微波。此外，該值是從發送部51b要發送來的電波的頻率的一個示例，并且并不意圖將頻率限制為該值。
[0040]接收部51e被配置為經由接收天線51 d接收檢測區域內的物體所反射的電波，并且輸出具有與所發送的電波和所接收到電波的頻率之間的差相對應的頻率的傳感器信號。更具體地，接收部51e將該傳感器信號分離成作為I相(同相)成分和Q相(正交相)成分的兩個信道的信號，并且輸出這些信號。
[0041]信號處理部52具有用于對從傳感器部51輸出的傳感器信號進行信號處理的功能。
[0042]如圖1所示，信號處理部52包括:放大部52a，其被配置為放大傳感器信號；以及A/D轉換部52b，其被配置為將放大部52a放大后的傳感器信號轉換成數字傳感器信號，并且輸出該數字傳感器信號。放大部52a例如可以包括使用運算放大器的放大器。更具體地，放大部52a被配置為放大I相成分的信號和Q相成分的信號。A/D轉換部52b被配置為將I相成分的信號和Q相成分的信號轉換成數字信號。
[0043]如圖1所示，信號處理部52還包括頻率分析部52c。該頻率分析部52c被配置為將從A/D轉換部52b輸出的時域的傳感器信號轉換成頻域信號(頻率軸信號)，并且利用頻帶不同的濾波器組5a(參見圖3A)的群中的各濾波器組5a來從該頻域信號中提取該濾波器組5a的信號。
[0044]在頻率分析部52c中，作為濾波器組5a的群，設置預定數量(例如，16個)濾波器組5a。然而，該數量是一個示例，并且并不意圖將一個群中的濾波器組5a的數量局限于該數量。
[0045]此外，信號處理部52包括標準化部52d。該標準化部52d被配置為利用頻率分析部52c所提取的信號的強度的總和或者分別穿過從各濾波器組5a所選擇出的預定多個濾波器組5a(例如，低頻側的四個濾波器組)的信號的強度的總和，來對分別穿過各濾波器組5a的信號的強度進行標準化，并且輸出作為標準化強度。
[0046]如圖1所示，信號處理部52還包括認識部52e，其中該認識部52e被配置為進行用于基于根據從標準化部52d輸出的各濾波器組5a的標準化強度所計算出的頻率分布來檢測物體的認識處理。
[0047]上述的頻率分析部52c具有用于通過離散余弦變換(Discrete CosineTransform:DCT)來將從A/D轉換部52b輸出的傳感器信號轉換成頻域信號的功能。此外，如圖3A所示，各濾波器組5a各自包括多個(在例示示例中為五個)頻率區間(frequency bin)5b。在一些情況下，可以將使用DCT的濾波器組5a的頻率區間5b稱為DCT區間。濾波器組5a各自具有依賴于頻率區間5b的寬度(圖3A中的Afl)的分辨率。關于各濾波器組5a，該數量是頻率區間5b的數量的一個示例，并且并不意圖將頻率區間5b的數量局限于該數量。頻率區間5b的數量可以為除五個以外的兩個或更多個或者可以為一個。用于將從A/D轉換部52b輸出的傳感器信號轉換成頻域信號的正交變換不限于DCT，并且例如可以是快速傅立葉變換(FastFourier Transformat1n:FFT)。在一些情況下，可以將使用FFT的濾波器組5a的頻率區間5b稱為FFT區間。此外，用于將從A/D轉換部52b輸出的傳感器信號轉換成頻域信號的正交變換可以是小波變換(Wavelet Transform: WT)。
[0048]在濾波器組5a各自包括多個頻率區間5b的情況下，優選地，信號處理部52在頻率分析部52c和標準化部52d之間包括平滑化處理部52f。優選地，該平滑化處理部52f具有以下所述的兩個平滑化處理功能(第一平滑化處理功能和第二平滑化處理功能)至少之一。第一平滑化處理功能是用于針對各濾波器組5a在頻域(頻率軸方向)中對各頻率區間5b的信號的強度進行平滑化處理的功能。第二平滑化處理功能是用于針對各濾波器組5a在時間軸方向上對各頻率區間5b的信號的強度進行平滑化處理的功能。因此，信號處理部52可以降低噪聲所引起的不期望的影響，并且在包括這兩個功能的情況下進一步降低噪聲所引起的不期望的影響。
[0049]第一平滑化處理功能可以通過使用例如均值濾波器、加權均值濾波器、中值濾波器或加權中值濾波器等來實現。在通過使用均值濾波器來實現第一平滑化處理功能的情況下，如圖34和圖4六所示，假定在時刻1:1，利用81、82、83、84和85來分別表示作為從低頻側起的第一個濾波器組的濾波器組5a的5個頻率區間5b各自的信號的強度。在這方面，關于第一個濾波器組5a，在假定通過利用第一平滑化處理功能的平滑化處理所獲得的信號的強度是mii(參見圖3B和圖4B)的情況下，mii等于(sl+s2+s3+s4+s5)/5。
[0050]同樣，如圖3B和圖413所不，利用m21、m31、ni4i和Π151來分別表不第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a的信號。總之，在本實施例中，為了便于說明，Injl表示通過在時間軸上的時刻^(“Γ是自然數)對第j(“j”是自然數)個濾波器組5a的信號進行利用第一平滑化處理功能所實現的平滑化處理而獲得的信號的強度。
[0051]標準化部52d利用穿過由認識部52e在認識處理中所使用的預定多個濾波器組5a的信號的強度的總和來對穿過各濾波器組5a的信號的強度進行標準化。在這方面，在以下說明中，例如假定頻率分析部52c中的濾波器組5a的總數為16個，并且認識處理所使用的預定多個濾波器組5a僅是作為從低頻側起的第一個濾波器組?第五個濾波器組這五個濾波器組。在時刻。穿過第一個濾波器組5a的信號的強度mn的標準化強度為nn(參見圖3C)的情況下，標準化部52d可以通過利用nii=mii/(mii+m2i+m3i+m4i+m5i)的關系來計算標準化強度ηιι ο
[0052]此外，在各濾波器組5a均包括一個頻率區間5b的情況下，標準化部52d提取穿過各濾波器組5a的信號的強度，并且利用這些信號的強度的總和對穿過各濾波器組5a的信號的強度進行標準化。
[0053]此外，第二平滑化處理功能可以通過使用例如均值濾波器、加權均值濾波器、中值濾波器或加權中值濾波器等來實現。在通過使用用于計算時間軸方向上的多個(例如，三個)點的信號的強度的平均值的均值濾波器來實現第二平滑化處理功能的情況下，如圖4C所示，關于第一個濾波器組5a，在假定通過利用第二平滑化處理功能的平滑化處理所獲得的信號的強度為mi的情況下，mi等于(m1+mii+mi2)/3。
[0054]同樣，在假定利用m2、m3、m4和郵來表示第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a的信號的強度的情況下，m2等于(m2Q+m21+m22)/3，m3等于(m3o+m3i+m32) / 3，m4 等于(m4o+m4i+m42 )/3,并且 m5 等于(m5o+m5i+m52) /3。
[0055]總之，在本實施例中，為了便于說明，mn表示通過對第η(“η”是自然數)個濾波器組5a的信號進行利用第一平滑化處理功能的平滑化處理、并且進一步進行利用第二平滑化處理功能的平滑化處理所獲得的信號的強度。
[0056]另外，優選地，信號處理部52包括背景信號估計部52g和背景信號去除部52h。背景信號估計部52g被配置為估計從各濾波器組5a輸出的信號中所包括的背景信號(S卩，噪聲)。背景信號去除部52h被配置為將背景信號從穿過各濾波器組5a的信號中去除。
[0057]優選地，信號處理部52具有包括例如第一模式和第二模式的操作模式，其中該第一模式用于估計背景信號，該第二模式用于進行認識處理，并且可以按計時器所計時的預定時間段(例如，30秒)來交替地切換第一模式和第二模式。在這方面，優選地，信號處理部52使背景信號估計部52g在第一模式的時間段內進行工作，并且在第二模式的時間段內，利用背景信號去除部52h去除背景信號、然后利用認識部52e進行認識處理。第一模式的時間段和第二模式的時間段不限于具有相同的長度(例如，30秒)，而是可以為不同長度。
[0058]背景信號去除部52h例如可被配置為通過從濾波器組5a所輸出的信號中減去背景信號來去除背景信號。在這種情況下，背景信號去除部52h例如可以包括減法器，其中該減法器被配置為從穿過各濾波器組5a的信號的強度nu、m2、...(參見圖5B)中減去背景信號估計部52g所估計出的背景信號的強度h、b2、...(參見圖5A)。圖5C示出通過在同一濾波器組5a中從信號中減去背景信號所獲得的信號的強度。在這方面，在L1表示從左側起的第一個濾波器組5a的信號的強度的情況下，L1等于血-bu
[0059]同樣，在假定利用L2、L3、L4和L5來表示通過在第二個濾波器組5a、第三個濾波器組5a、第四個濾波器組5a和第五個濾波器組5a中減去背景信號所獲得的信號的強度的情況下，L2等于m2-b2，L3等于m3-b3，L4等于m4-b4，并且L5等于ms-bs。
[0060]背景信號估計部52g可以估計第一模式的時間段內針對各濾波器組5a所獲得的信號的強度作為各濾波器組5a的背景信號的強度，然后根據需要更新這些背景信號。此外，背景信號估計部52g可以估計第一模式中針對各濾波器組5a各自所獲得的多個信號的強度的平均值作為各濾波器組5a各自的背景信號的強度。換句話說，背景信號估計部52g可以將針對各濾波器組5a各自而預先獲得的多個信號在時間軸上的平均值視為背景信號。在這種情況下，背景信號估計部52g可以提高背景信號的估計精度。
[0061]此外，背景信號去除部52h可以將各濾波器組5a的緊挨著的前一信號(S卩，先前信號)視為背景信號。在這種情況下，信號處理部52可以具有用于通過在各信號由標準化部52d進行標準化處理之前減去時間軸上的緊挨著的前一信號來去除背景信號的功能。總之，關于穿過各濾波器組5a的信號，背景信號去除部52h可以具有如下功能，其中該功能用于通過從要經過標準化處理的信號的強度中減去要經過標準化處理的這些信號之前的時間軸上的一點處采樣得到的信號的強度，來去除背景信號。在這種情況下，例如，如圖6所示，在假定利用mi(ti)、m2(ti)、m3(ti)、m4(ti)和m5(ti)來表示要經過標準化處理的時刻ti處的各濾波器組5a的信號、利用血(to)、m2(to)、m3(to)、m4(to)和m5(to)來表不緊挨時刻ti之前的時刻to處的信號、并且利用L1、L2、L3、L4和Ls來表不相減之后的信號的強度的情況下，Li等于mi
(1:1)-1111(1:。)丄2等于1112(1:1)-1112(1:。)兒3等于1113(1:1)-1]13(1:。)，L4等于Π14( tl ) 14 (t。)，并且L5等于Π15
(ti)-m5(to)ο
[0062]在一些情況下，根據基于信號處理部52的使用形式的周圍環境，存在可以預先知曉包含相對較大的背景信號(噪聲)的頻率區間5b的可能性。例如，在人體檢測器5附近存在從商用電源進行電源供給的設備的情況下，在頻帶包含作為商用電源的頻率(例如，60HZ)的相對較小倍數的頻率(例如，60Hz和120Hz)的頻率區間5b的信號中包含相對較大的背景信號的可能性高。另外，背景噪聲例如可以包括坐便器裝置I的機械信號、便盆部Ila內的水面的變動和照明器具的噪聲等。
[0063]另一方面，關于在人體在檢測區域內移動的情況下所輸出的傳感器信號，該傳感器信號的頻率(多普勒頻率)根據傳感器部51和物體之間的距離以及物體的移動速度而隨時改變。在這種情況下，傳感器信號沒有以特定頻率恒定地發生。
[0064]有鑒于此，在信號處理部52被配置成各濾波器組5a包括多個頻率區間5b的情況下，可以將恒定地包含背景信號的一個頻率區間5b視為特定頻率區間5匕。背景信號去除部52h可被配置為通過不使用特定頻率區間Sb1的實際信號的強度、而是利用基于與該特定頻率區間Sb1鄰接的兩個頻率區間5b的信號的強度所估計出的信號的強度替換該特定頻率區間5bl的實際信號的強度，來去除背景信號。
[0065]假定圖7A中從左側起的第三個頻率區間5b是特定頻率區間5bi。背景信號去除部52h將該特定頻率區間Sb1的信號(信號強度b3)視為無效，并且如圖7B所示，利用基于與特定頻率區間Sb1鄰接的兩個頻率區間5b的信號成分的強度b#Pb4所估計出的信號成分的強度b3來替換該特定頻率區間Sb1的信號。在該估計中，所估計出的信號的強度b3是與特定頻率區間Sb1鄰接的兩個頻率區間5b的信號成分的強度b4Pb4的平均值、即(b2+b4)/2。總之，在假定將濾波器組5a內從低頻側起的第i個頻率區間5b視為特定頻率區間Sb1、并且利用Id1來表示該特定頻率區間5匕的信號的強度的情況下，可以通過=的估計公式來定義b1
[0066]因此，信號處理部52可以在短時間內降低由于恒定地發生的特定頻率的背景信號(噪聲)所引起的不期望的影響。因此，信號處理部52可以提高人體的檢測精度。
[0067]背景信號去除部52h可以是自適應濾波器，其中該自適應濾波器被配置為通過在頻域(頻率軸)中對背景信號進行濾波來去除背景信號。
[0068]自適應濾波器是被配置為根據自適應算法(最優化算法)來通過自身調整傳遞函數(濾波器系數)的濾波器，并且可以通過使用數字濾波器來實現。優選地，這種自適應濾波器可以是使用DCT(離散余弦變換)的自適應濾波器。在這種情況下，自適應濾波器的自適應算法可以是DCT的LMS (最小均方)算法。
[0069]可選地，自適應濾波器可以是使用FFT的自適應濾波器。在這種情況下，自適應濾波器的自適應算法可以是FFT的LMS算法。該LMS算法給出了與投影算法和RLS(遞歸最小二乘)算法相比減少了計算量的優點，并且DCT的LMS算法僅需要進行實數的計算，因此給出了與需要復數的計算的FFT的LMS算法相比減少了計算量的優點。
[0070]自適應濾波器例如具有圖8所示的結構。該自適應濾波器包括濾波器57a、減法器57b和自適應處理部57c。濾波器57a具有可變的濾波器系數。減法器57b輸出由參考信號和濾波器57a的輸出信號之間的差所定義的誤差信號。自適應處理部57c根據自適應算法基于輸入信號和誤差信號來生成濾波器系數的校正系數，并且更新濾波器系數。在給出由于熱噪聲所引起的背景信號作為濾波器57a的輸入信號并且參考信號是期望的白噪聲的情況下，自適應濾波器可以通過對不期望的背景信號進行濾波來去除不期望的背景信號。
[0071]此外，通過適當地設置自適應濾波器的遺忘因子(forgetting factor)，背景信號去除部52h可以提取通過在頻率軸上對長時間的平均背景信號進行濾波所獲得的信號的頻率分布。在用于更新濾波器系數的計算中使用該遺忘因子，從而隨著過去數據(濾波器系數)進一步遠離當前數據(濾波器系數)，使過去數據的影響呈指數減輕，并且隨著過去數據(濾波器系數)更接近當前數據，使過去數據的影響呈指數增加。遺忘因子是小于I的正數，并且例如是從約為0.95?0.99的范圍中所選擇的。
[0072]認識部52e進行如下的認識處理:基于通過利用濾波器組5a進行濾波并利用標準化部52d進行標準化所獲得的標準化強度在頻域中的分布來檢測人體的各動作。在這方面，“檢測”的含義包括“分類”、“認識”和“識別” O
[0073]認識部52e例如通過進行基于主成分分析的模式識別處理來檢測人體的各動作。該認識部52e根據使用主成分分析的認識算法進行工作。為了使這種認識部52e進行工作，信號處理部52預先獲得在傳感器部51的檢測區域中不存在人體的情況的學習數據和與人體的不同動作(例如，進入和退出、坐下)分別相對應的學習數據(學習)。此外，信號處理部52將通過對這些學習數據進行主成分分析所獲得的樣本數據預先存儲在數據庫裝置52i中。在這方面，預先存儲在數據庫裝置52i中的樣本數據可以包括模式識別所使用的數據，其中該數據表示使物體的運動、投影矢量和判斷邊界值彼此相關聯的分類數據。注意，根據與進入和退出房間相對應的學習數據所得到的樣本數據與第一樣本數據相對應。根據與坐下相對應的學習數據所得到的樣本數據與第二樣本數據相對應。
[0074]為了便于說明，假定圖9A示出與在傳感器部51的檢測區域中不存在人體的情況的樣本數據相對應的標準化強度在頻域中的分布。另外，圖9B示出與該檢測區域中所存在人體的預定動作的樣本數據相對應的標準化強度在頻率中的分布。在圖9A中，按從低頻側起的順序，利用miQ、m2Q、m3()、m4()和m5Q來表不穿過各濾波器組5a的信號的標準化強度。在圖9B中，按從低頻側起的順序，利用!1111、1]121、11131、11141和11151來表示穿過各濾波器組53的信號的標準化強度。在圖9A和圖9B各自中，將穿過低頻側的三個濾波器組5a的信號的標準化強度的總和定義為變量m，并且將穿過高頻側的兩個濾波器組5a的信號的標準化強度的總和定義為變量m2。簡言之，在圖9A中，mi等于_+m2Q+m3Q，并且m2等于_+m5Q。此外，在圖9B中，mi等于mii+m21+m31，并且 m2 等于 m4i+m5i。
[0075]為了假想地說明具有表示HidPm2這兩個變量的正交坐標軸的二維散布圖、投影軸和認識邊界，圖9C示出這三者的二維圖。在圖9C中，利用μοΟκ,πιΟ來表示虛線所包圍的區域內的各散布點(圖9C中的“+”)的坐標位置，并且利用P1(Hi2^1)來表示實線所包圍的區域內的各散布點(圖9C中的“+”)的坐標位置。在主成分分析中，預先確定與在傳感器部51的檢測區域中不存在人體的情況的樣本數據相對應的數據組GrO和與該檢測區域中所存在的人體的預定動作的樣本數據相對應的數據組Grl。此外，在主成分分析中，在圖9C中，確定投影軸，以滿足如下的條件:使通過將虛線和實線所包圍的區域內的各散布點投影到投影軸上所獲得的數據的(利用虛線和實線示意性示出的)分布的平均值之間的差最大的條件；以及使分布的方差最大的另一條件。因而，在主成分分析中，可以針對各樣本數據獲得投影矢量。
[0076]認識部52e嘗試基于標準化部52d進行標準化后的各標準化強度的頻域分布來檢測物體。在這種情況下，認識部52e進行如下的認識處理:基于樣本數據與被視為標準化部52d標準化后的各標準化強度的頻域分布的檢測數據之間的比較來檢測人體的預定動作。認識部52e從數據庫裝置52i中檢索與要檢測的動作相對應的樣本數據，并且將所檢測到的樣本數據用在認識處理中。
[0077]此外，信號處理部52包括輸出部52m，其中該輸出部52m被配置為輸出來自認識部52e的檢測結果。在認識部526識別出人體的預定動作的情況下，輸出部52m輸出表示檢測到人體的預定動作的輸出信號。在認識部52e在檢測區域內沒有識別出人體的情況下，輸出部5 2m輸出為表不尚未檢測到要檢測的物體的輸出信號。
[0078]在圖1中，信號處理部52的除放大部52a、A/D轉換部52b、輸出部52m和數據庫裝置52i以外的組件可以通過微計算機進行適當程序來實現。
[0079]優選地，信號處理部52使得能夠根據從外部輸入的設置來改變上述的判斷邊界值。因此，信號處理部52可以根據使用用途來調整所要求的失報率和誤報率。
[0080]在上述的信號處理部52中，頻率分析部52將從A/D轉換部52b輸出的傳感器信號(時間軸信號)轉換成頻域信號，并且從頻域信號中提取作為頻帶不同的濾波器組5a的群中的各濾波器組5a的信號。認識部52e進行如下的認識處理:基于樣本數據和被視為根據各濾波器組5a的信號的信號強度所確定的頻率分布的檢測數據之間的比較來檢測人體的預定動作。
[0081]即使在傳感器信號具有進行諸如DCT等的頻率分析的短的時間段(例如，數十ms)的情況下，傳感器信號也表現出針對人體的各動作有所不同的特有頻率分布(頻域中的統計分布)。在使用該頻率分布的特征來進行人體的動作的檢測的情況下，信號處理部52可以分離并識別出在頻率分布方面有所不同的動作。因此，信號處理部52可以減少由于檢測到對象的不期望動作所引起的誤檢測的可能性。總之，信號處理部52可以分離并檢測在根據分別穿過多個濾波器組5a的信號的強度所計算出的頻率分布方面從統計上不同的各動作，因而可以減少誤檢測的可能性。
[0082]此外，在使用FFT的濾波器組5a中，在一些情況下，需要在FFT處理之前進行用于將預定窗函數與傳感器信號相乘的處理，從而抑制期望頻帶(通帶)外的副瓣(side-lobe)。例如，可以從矩形窗、高斯窗、漢寧窗和漢明窗中選擇窗函數。作為對比，在使用DCT的濾波器組5a中，無需使用窗函數。因此，可以利用簡單的數字濾波器來實現窗函數。
[0083]此外，使用DCT的濾波器組5a是基于實數的計算的處理，而使用FFT的濾波器組5a是基于復數的計算(即，強度和相位的計算)的處理，因而根據使用DCT的濾波器組5a，可以減少計算量。此外，在處理點相同的DCT和FFT之間進行比較的情況下，DCT的頻率分辨率是FFT的頻率分辨率的一半。因而，根據DCT，可以使諸如數據庫裝置52i等的硬件資源小型化。例如，在信號處理部52中，在A/D轉換部52b的采樣率為128/秒(例如，采樣頻率為IkHz)的情況下，DCT區間5b的寬度為4Hz，而FFT區間5b的寬度為8Hz。注意，這些數值僅是示例，并且并不意圖進行限制。
[0084]認識部52e可被配置為基于利用主成分分析的模式識別處理來檢測物體，或者可被配置為基于另一模式識別處理來檢測物體。例如，認識部52e可被配置為基于利用KL變換的模式識別處理來檢測物體。在信號處理部52被配置成認識部52e進行利用主成分分析的模式識別處理或者利用KL變換的模式識別處理的情況下，可以減少認識部52e處的計算量和數據庫裝置52 i的容量。
[0085]另外或可選地，認識部52e可以進行如下的認識處理:基于樣本數據與被視為從標準化部52d輸出的各濾波器組5a的信號的標準化強度的成分比的檢測數據之間的比較來檢測人體的預定動作。
[0086]這種認識部52e例如可被配置為通過進行基于多元回歸分析的認識處理來檢測人體的預定動作。在這種情況下，認識部52e根據使用多元回歸分析的認識算法來進行工作。
[0087]為了使用這種認識部52e，預先獲得(學習)與傳感器部51的檢測區域內的人體的不同動作相對應的學習數據。預先將通過對學習數據進行多元回歸分析所獲得的樣本數據存儲在數據庫裝置52i中。圖10示出通過對信號成分S1、信號成分s2和信號成分s3進行合成所得到的合成波形Gs。根據多元回歸分析，即使在信號成分sl、s2和s3的類型、信號成分的數量、以及信號成分sl、s2和s3的強度是未知的情況下，也可以通過假定將該合成波形Gs分離成信號成分s1、s2和s3。在圖10中，[S]表不矩陣元素是信號成分sl、s2和s3的矩陣，[S]—1表示[S]的逆矩陣，并且“I”表示標準化強度的成分比(系數)。在這方面，數據庫裝置52i中預先存儲的樣本數據用作認識處理中所使用的樣本數據，并且是使人體的動作與信號成分s1、s2和s3相關聯的數據。
[0088]圖1IA示出橫軸表示時間且縱軸表示標準化強度。圖1IA示出Al，其中該Al表示在檢測區域內人體進行預定動作的情況下、從標準化部52d輸出的標準化強度在時間軸上的(與上述合成波形Gs相對應的)數據。此外，圖1lA還示出作為通過多元回歸分析而從數據Al分離得到的信號成分A2和A3。在這方面，信號成分A2是根據人的預定動作所推導出的信號成分，并且信號成分A3是根據其它物體的運動所引起的信號成分。
[0089]認識部52e進行如下的認識處理:基于樣本數據與被視為從標準化部52d輸出的各濾波器組5a的信號的標準化強度的成分比(A2:A3)的檢測數據之間的比較來檢測人體的預定動作。認識部52e從數據庫裝置52i中檢索與要檢測的動作相對應的樣本數據，并且將所檢索到的樣本數據用在認識處理中。
[0090]例如，圖1lB示出輸出部52m的輸出信號。在A2大于A3的情況下，認識部52eK別出人體進行預定動作，因而輸出部52m的輸出信號具有高電平(例如，與“I”相對應)。在除A2大于A3以外的情況下，認識部52eK別出人體沒有進行預定動作，因而輸出部52m的輸出信號具有低電平(例如，與“O”相對應)。如通過圖1lB顯而易見，確認為可以減少由于人體的預定動作以外所引起的誤檢測的可能性。
[0091]優選地，信號處理部52使得能夠根據從外部輸入的設置來改變上述判斷條件(A2>A3) ο例如，優選地，將判斷條件設置為Α2>α X A3，并且使得能夠根據從外部輸入的設置來改變系數α。因此，信號處理部52可以根據使用用途來調整所要求的失報率和誤報率。
[0092]注意，認識部52e可以基于上述的頻率分布的特征和標準化強度的成分比來檢測檢測人體的動作。因此，信號處理部52可以使得利用認識部52e的識別精度提高。
[0093]此外，信號處理部52可被配置為:僅在利用標準化部52d的標準化之前的預定多個濾波器組5a的信號成分的強度的總和為閾值以上的情況下，才使得認識部52e能夠進行認識處理或將利用認識部52e的認識結果視為有效。可選地，信號處理部52可被配置為:僅在利用標準化部52d的標準化之前的預定多個濾波器組5a的信號成分的強度的加權總和為閾值以上的情況下，才使得認識部52e能夠進行認識處理或將利用認識部52e的認識結果視為有效。
[0094]圖12涉及如下示例:按從低頻側起的順序，利用1111、1112、1113、1114和1115來表示利用標準化部52d標準化之前的各濾波器組5a的信號的強度。圖12A不出強度的總和[mi+m2+m3+m4+m5 ]為閾值El以上的示例。圖12B示出強度的總和[nu+m2+m3+m4+m5]小于閾值El的示例。
[0095]因此，信號處理部52可以減少誤檢測的可能性。例如，認識部52e被配置為基于根據信號成分的標準化強度所得到的頻率分布來檢測人體的預定動作。在這種情況下，在檢測區域內實際沒有發生人體的預定動作但輸入了背景噪聲時，存在如下可能性:認識部52e判斷為此時信號強度的頻率分布的特征類似于在檢測區域內發生了人體的預定動作的情況的頻率分布的特征，因而導致誤檢測。有鑒于此，為了抑制誤檢測的可能性，信號處理部52基于標準化前的信號強度來判斷是否進行認識處理。
[0096]此外，可以將利用標準化部52d的標準化之前的預定多個濾波器組5a視為一個濾波器組群5c(參見圖13)。在這種情況下，信號處理部52可以針對多個濾波器組群5c中的各濾波器組群，判斷標準化前的信號成分的強度的總和或加權總和是否為閾值E2以上。更具體地，信號處理部52可被配置為僅在針對任意的濾波器組群5c、標準化前的信號成分的強度的總和為閾值E2以上的情況下，才使得認識部52e能夠進行認識處理或將利用認識部52e的認識處理的結果視為有效。或者，信號處理部52可被配置為僅在針對所有的濾波器組群5c、標準化前的信號成分的強度的總和或加權總和為閾值E2以上的情況下，才使得認識部52e能夠進行認識處理或將利用認識部52e的認識處理的結果視為有效。以下參考圖14所示的流程圖來說明包括該判斷處理的一系列處理。注意，以下將短語“標準化前的信號成分的強度的總和或加權總和”縮寫為標準化前的信號成分的強度的總和。
[0097]首先，A/D轉換部52b進行如下的A/D轉換處理(XI):將放大部52a放大后的傳感器信號轉換成數字傳感器信號并輸出該數字傳感器信號。接著，頻率分析部52c進行如下的濾波器組處理:通過DCT處理將從A/D轉換部52b輸出的傳感器信號轉換成頻域信號(頻率軸信號)(X2)，并且提取各濾波器組5a的信號(X3)。例如，在具有128個點的DCT的情況下，考慮了將128個頻率區間5b分割成5個頻率區間5b的束并由此獲得25個濾波器組5a。
[0098]接著，例如，如圖13所示，關于低頻側和高頻側的兩個濾波器組群5c中的各濾波器組群，信號處理部52計算構成濾波器組群5c的多個濾波器組5a的標準化前的信號強度的總和。之后，信號處理部52進行如下的閾值判斷處理(X4):針對濾波器組群5c中的各濾波器組群5c，判斷信號強度的總和是否為閾值E2以上。
[0099]在任意的濾波器組群5c的信號強度的總和為閾值E2以上的情況下，信號處理部52判斷為從傳感器部51輸出的傳感器信號的振幅大、因此根據背景噪聲得到傳感器信號的可能性低，并且進行利用標準化部52d的標準化處理(X5)。簡言之，標準化部52d對穿過各濾波器組5a的信號的強度進行標準化并且輸出標準化強度。
[0100]之后，信號處理部52的認識部52e進行如下的認識處理(X6):識別通過標準化所獲得的多個濾波器組5a的各頻率成分的信號強度的分布的特征，并且判斷該特征是否是根據人體的預定動作所推導出的。在認識部526識別出人體的預定動作的情況下，輸出部52m進行用于輸出檢測信號的輸出處理(X7)。
[0101]另一方面，在所有的濾波器組群5c中的各信號強度的總和小于閾值E2的情況下，信號處理部52判斷為從傳感器部51輸出的傳感器信號的振幅小、因此根據背景噪聲得到傳感器信號的可能性高。在判斷為根據背景噪聲得到傳感器信號的可能性高的情況下，信號處理部52不進行包括利用標準化部52d的標準化處理的后續處理(X5?X7)。
[0102]如上所述，本實施例的坐便器裝置I和坐便座裝置12包括上述的人體檢測器5，因而可以抑制與人體的動作不同的背景噪聲(例如，源自于商用電源的噪聲、坐便器裝置I的機械信號、便盆部Ila內的水面的變動和照明器具的噪聲)的不期望的影響。
[0103]結果，使用上述的人體檢測器5的坐便器裝置I和坐便座裝置12可以在抑制誤檢測的同時，精確地檢測人體的各種動作(例如，使用者進入和退出洗手間以及坐在坐便座12b上和從坐便座12b離開)。
[0104]以下參考圖15來說明使用人體檢測器5的檢測結果的控制器6的操作。
[0105]最初，在洗手間內不存在人、并且人體檢測器5在洗手間內沒有檢測到人體的情況下，坐便器裝置I的控制器6以等待模式進行工作。處于等待模式的控制器6控制沖洗裝置Ilc以將便盆部Ila內所儲存的水位設置為低水位，控制照明控制裝置Ilg以熄滅洗手間內的照明器具，并且控制開閉裝置Ilh以使坐便座12b和坐便蓋12c處于關閉狀態。此外，處于等待模式的控制器6終止局部清洗裝置I Id和清潔劑供給裝置I If的操作。
[0106]在人體檢測器5檢測到進入洗手間的人體的情況下，控制器6從等待模式轉變為存在模式(J1)。在從等待模式轉變為存在模式之后，控制器6控制照明控制裝置Ilg以點亮洗手間內的照明，并且控制開閉裝置Ilh以使坐便蓋12c處于打開狀態、或者使坐便座12b和坐便蓋12c處于打開狀態。另外，在檢測到進入洗手間之后，認識部52e選擇存在模式所用的值(第一閾值)作為上述的閾值判斷處理中所使用的閾值E2 (或閾值EI)。
[0107]在人靠近坐便器11、然后人體檢測器5檢測到在緊挨著傳感器部51 (天線51c和51d)附近人體停止的情況下，人體檢測器5判斷為人體坐在坐便座12b上，然后控制器6從存在模式轉變為坐下模式(J2)。在檢測到坐下之后，認識部52e選擇坐下模式所用的值(第二閾值)作為上述的閾值判斷處理中所使用的閾值E2 (或閾值EI)。
[0108]在信號處理部52識別出從存在模式轉變為坐下模式的情況下，頻率分析部52c進行坐下模式所用的處理。然后，呼吸檢測部52j基于頻率分析部52c的分析結果來判斷坐在坐便座12b上的人體的呼吸狀態。換句話說，呼吸檢測部52j嘗試檢測人體的微動作(J3)。
[0109]在坐下模式中，頻率分析部52c執行圖16所示的平均值去除部521和525、帶通濾波器522和526、微分器523和527、低通濾波器524和528、以及相位比較器529的各功能。
[0110]頻率分析部52c使用從接收部51e輸出的作為傳感器信號的I相成分Yil(同相)和Q相成分Yql (正交相)的兩個信道的信號。
[0111]平均值去除部521對I相成分Yil進行平均值去除處理以得到I相成分Yi2(參見圖17A)。〗相成分Yi2由僅使得預定頻帶成分能夠通過的帶通濾波器522進行濾波，并且經過微分器523所進行的微分處理，然后由低通濾波器524進行濾波。因而，得到I相成分Yi3(參見圖17B)。將該I相成分Yi 3輸入至相位比較器529。
[0112]平均值去除部525對Q相成分Yql進行平均值去除處理以得到Q相成分Yq2(參見圖17AKQ相成分Yq2由僅使得預定頻帶成分能夠通過的帶通濾波器526進行濾波，并且經過微分器527所進行的微分處理，然后由低通濾波器528進行濾波。因而，得到Q相成分Yq3(參見圖17B)。將該Q相成分Yq3輸入至相位比較器529。
[0113]相位比較器529計算I相成分Yi3和Q相成分Yq3之間的相位差Φ1(參見圖18)，并且基于該相位差Φ I來生成表示吸入的吸氣狀態的吸氣信號Yi4和表示呼出的呼氣狀態的呼氣信號Yq4(參見圖17C)。在圖18中，相位角Φ I大于O表不吸氣狀態，并且相位角Φ I小于O表示呼氣狀態。注意，作為相位差Φ I的時間微分的值[(ΙΦΙ/dt]表示多普勒頻率。
[0114]呼吸檢測部52j嘗試基于吸氣信號Yi4和呼氣信號Yq4的發生模式來檢測坐下的人的呼吸。即使在坐下的人體保持靜止狀態的情況下，只要呼吸檢測部52j檢測到呼吸(S卩，檢測到人體的微動作)，認識部52e也仍可以檢測到人體坐下。
[0115]在轉變為坐下模式之后、呼吸檢測部52j檢測到呼吸的情形持續了預定時間段的情況下，處于坐下模式的控制器6控制沖洗裝置Ilc以將便盆部Ila中所儲存的水位從低水位改變為高水位。可選地，處于坐下模式的控制器6可以控制沖洗裝置11c以將便盆部I Ia中所儲存的水位暫時改變為中水位，然后再改變為高水位。另外，處于坐下模式的控制器6控制清潔劑供給裝置Ilf以將清潔劑混入沖洗水，從而提高便盆部Ila的沖洗效果。
[0116]在認識部52e繼續認識處理、認識部52e檢測到人體的大動作、并且呼吸檢測部52j沒有檢測到呼吸的情況下，處于坐下模式的控制器6判斷為人體從坐便座12b離開。然后，控制器6從坐下模式轉變為存在模式(J4)。在檢測到離開之后，認識部52e選擇存在模式所用的值作為上述的閾值判斷處理中所使用的閾值E2 (或閾值EI)。在從坐下模式轉變為存在模式之后，在局部清洗裝置Ild處于使用中的情況下，控制器6停止向清洗噴嘴lie供給水并且收納清洗噴嘴He。另外，在從坐下模式轉變為存在模式起經過了固定時間段之后，控制器6控制沖洗裝置11C以沖洗便盆部11a。
[0117]在人體檢測器5檢測到人體退出洗手間的情況下，處于存在模式的控制器6從存在模式轉變為等待模式(J5)。在從存在模式轉變為等待模式之后，控制器6控制照明控制裝置Ilg以熄滅洗手間的照明，并且控制開閉裝置Ilh以使坐便座12b和坐便蓋12c處于關閉狀態。另外，在檢測到退出洗手間之后，認識部52選擇等待模式所用的值作為上述的閾值判斷處理中所使用的閾值E2 (或閾值EI)。
[0118]另外，信號處理部52還包括測距部52k，其中該測距部52k被配置為基于頻率分析部52c的輸出來測量到人體的距離。此外，信號處理部52包括方向檢測部521，其中該方向檢測部521被配置為基于頻率分析部52c的輸出來檢測人體的移動方向(接近或遠離)。
[0119]圖19?圖21示出測距部52k的簡要操作。
[0120]最初，傳感器部51的發送控制部51a重復進行用于使從發送部51b發送來的電波(發送信號)的頻率fs先上升然后下降的掃頻處理。發送信號的頻率fs依賴于變化寬度Afa、中心頻率fol和掃頻周期Tl(參見圖19A)。
[0121]接收部51e在時間T2= 2W/C(其中:W表示傳感器部51和人體之間的距離，并且C表示光速)之后接收到反射波(接收信號)(參見圖19A)。該接收信號的頻率fr與發送信號的頻率f s同樣地依賴于變化寬度Δ fa和掃頻周期Tl ο此外，接收信號的中心頻率為fo2 = [fο 1+{(2*f ο I *Vr) /C}]，其中Vr表示人體的接近速度。
[0122]接收部51e生成具有與等于發送信號的頻率fs和接收信號的頻率fr之間的差相等的頻率fb的差頻信號，并且輸出該差頻信號(參見圖19B)。
[0123]在發送信號的頻率fs和接收信號的頻率fr這兩者都上升的情況下，通過以下關系給出差頻信號的頻率作:^ = ^1 = [(4^&哪)/(011)]-[(2村01#0/(:]。在上述公式中，第一項示出表示從人體檢測器5到人體的距離的位置信息，并且第二項示出表示人體接近人體檢測器5的速度的速度信息。
[0124]在發送信號和接收信號這兩者的頻率都下降的情況下，通過以下關系給出差頻信號的頻率作:作=作2=[(4*&&*1)/(011)] + [(2村01*￥0/(:]。在上述公式中，第一項示出表示從人體檢測器5到人體的距離的位置信息，并且第二項示出表示人體接近人體檢測器5的速度的速度信息。
[0125]頻率分析部52c對差頻信號(參見圖20)進行頻率分析處理。圖21A?圖21D示出頻率分析部52c進行了頻率分析處理的差頻信號的波形。按圖21A—圖21B—圖21C—圖21D的順序的波形的變化表示人體接近人體檢測器5。
[0126]測距部52k基于經過了頻率分析處理的差頻信號來測量從傳感器部51到人體的距離。認識部52e與測距部52k所生成的距離信息(測量結果)相組合地進行認識處理，如此可以確定人體的位置。因此，認識部52e可以精確地識別并認識人體的各動作。
[0127]另外，方向檢測部521基于頻率分析部52c的輸出來確定人體的移動方向(接近和遠離)。認識部52e與方向檢測部521所給出的方向信息相組合地進行認識處理，如此可以精確地識別并認識人體的各動作。方向檢測部521可以通過與呼吸檢測部52j相同的處理或者利用距離信息之間的差異來判斷人體的移動方向。
[0128]另外，坐便器裝置I可以具有用于考慮到洗手間的大小來根據外部輸入設置對人體的動作進行檢測的范圍的外部設置功能。
[0129]優選地，傳感器部51(發送天線51c、接收天線51d)安裝于坐便座12b的坐下側。例如，優選地，傳感器部51設置于位于坐在坐便座12b上的人體的背面側的坐便座本體12a。在坐在坐便座12b上的人體的背面側設置有用于儲存要供給至坐便器11內的水的沖洗水箱的情況下，優選傳感器部51設置于沖洗水箱。
[0130]優選地，發送天線51c和接收天線51d各自被配置成其天線面沿垂直方向或被視為垂直的方向延伸。此外，發送天線51c和接收天線51d的天線面的方面可以根據等待模式、存在模式和坐下模式中的所選擇模式而改變。在這種情況下，可以提高人體的動作的檢測靈敏度。
[0131]上述的人體檢測器5可以不限于包括在坐便座裝置12中，還可以包括在坐便器裝置I或遠程控制器3中。
[0132](總結)
[0133](I)如上所述，坐便座裝置12包括:坐便座本體12a (本體)，其放置在坐便器11上；坐便座12b，其以能夠開閉的方式安裝至坐便座本體12a;以及人體檢測器5，其被配置為檢測作為檢測對象的人體。人體檢測器5包括傳感器部51，其中該傳感器部51被配置為發送無線信號，并且接收被物體反射的無線信號，以輸出與物體的運動相對應的傳感器信號。人體檢測器5還包括頻率分析部52c。該頻率分析部52c被配置為將傳感器信號轉換成頻域信號，并且利用頻帶不同的多個濾波器組5a中的各濾波器組5a來從該頻域信號中提取該濾波器組5a的信號。人體檢測器5還包括認識部52e。該認識部52e被配置為進行認識處理，其中該認識處理用于將基于多個濾波器組5a各自的信號的信號的頻率分布和基于多個濾波器組5a各自的信號的信號強度的成分比至少之一視為檢測數據，并且基于該檢測數據來檢測人體的預定動作。人體檢測器5還包括數據庫裝置52i，其中該數據庫裝置52i被配置為將與人體的預定動作相對應的頻率分布和與人體的預定動作相對應的信號強度的成分比至少之一作為樣本數據進行存儲。認識部52e包括:第一檢測功能，用于通過基于檢測數據和樣本數據之間的比較進行認識處理，來檢測是否存在進入至少設置有坐便器11的空間的人體；以及第二檢測功能，用于通過基于檢測數據和樣本數據之間的比較進行認識處理，來檢測是否存在坐在坐便座12b上的人體。
[0134]根據該結構，坐便座裝置包括能夠在抑制誤檢測的同時精確地檢測人體的各種動作的人體檢測器。因而，坐便座裝置可以提供精確地檢測諸如進入和退出洗手間以及坐在坐便座上和從坐便座離開等的人體的各種動作的效果。
[0135](2)在上述(I)所述的坐便座裝置12的優選結構中，樣本數據包括第一樣本數據和第二樣本數據。認識部52e被配置為在進行第一檢測功能的情況下，使用第一樣本數據，并且在進行第二檢測功能的情況下，使用第二樣本數據。
[0136]根據該結構，坐便座裝置12可以在抑制誤檢測的同時、精確地檢測人體的動作。
[0137](3)在上述(I)或(2)所述的坐便座裝置12的優選結構中，認識部52e被配置為在多個濾波器組5a的各信號強度的總和為閾值以上的情況下，進行認識處理或者將該認識處理的結果視為有效。該閾值包括第一閾值(存在模式所用的值)和與該第一閾值不同的第二閾值(坐下模式所用的值)。認識部52e被配置為在進行第一檢測功能的情況下，使用第一閾值作為閾值，并且在進行第二檢測功能的情況下，使用第二閾值作為閾值。
[0138]根據該結構，坐便座裝置12可以在抑制誤檢測的同時、精確地檢測人體的動作。
[0139](4)在上述(I)?(3)中任一項所述的坐便座裝置12的優選結構中，坐便座裝置12還包括背景信號去除部52h，其中該背景信號去除部52h被配置為從分別穿過多個濾波器組5a的信號中去除背景信號。
[0140]根據該結構，坐便座裝置12可以提供人體的檢測精度的提高。
[0141](5)在上述(I)?(4)中任一項所述的坐便座裝置12的優選結構中，坐便座裝置12還包括測距部52k，其中該測距部52k被配置為基于傳感器信號來測量到人體的距離。認識部52e被配置為與測距部52k的測量結果相組合地進行認識處理。
[0142]根據該結構，認識部52e可以與測距部52k所生成的測量結果相組合地進行認識處理，由此可以確定人體的位置。因此，認識部52e可以精確地識別并認識人體的各動作。另夕卜，可以去除來自期望區域的外部的不必要的信號。
[0143](6)在上述(I)?(5)中任一項所述的坐便座裝置12的優選結構中，坐便座裝置12還包括方向檢測部521，其中該方向檢測部521被配置為基于傳感器信號來檢測人體的移動方向。認識部52e被配置為與方向檢測部521的檢測結果相組合地進行認識處理。
[0144]根據該結構，認識部52e可以與方向檢測部521所檢測到的移動方向相組合地進行認識處理，如此可以識別人體的存在。因此，認識部52e可以精確地識別并認識人體。
[0145](7)在上述(I)?(6)中任一項所述的坐便座裝置12的優選結構中，坐便座裝置12還包括呼吸檢測部52j，其中該呼吸檢測部52j被配置為基于傳感器信號來檢測坐在坐便座12b上的人體的呼吸的狀態。
[0146]根據該結構，坐便座裝置12可以基于呼吸檢測部52j所檢測到的呼吸來檢測人體的坐下。
[0147](8)在上述(I)?(7)中任一項所述的坐便座裝置12的優選結構中，傳感器部51被設置成面對著坐在坐便座12b上的人體的背面。
[0148]根據該結構，坐便座裝置12可以檢測人體。
[0149](9)在上述(I)?(8)中任一項所述的坐便座裝置12的優選結構中，坐便座裝置12還包括標準化部52d。標準化部52d被配置為利用頻率分析部52c所提取的信號的強度的總和或者穿過多個濾波器組5a中的預定數量的濾波器組5a的信號的強度的總和，來對穿過多個濾波器組5a各自的信號的強度進行標準化以獲得標準化強度。標準化部52d被配置為將進行了標準化的強度作為標準化強度輸出。認識部52e被配置為進行如下的認識處理:基于根據從標準化部52d輸出的多個濾波器組5a各自的標準化強度所確定的頻率分布和標準化強度的成分比至少之一，來檢測人體的預定動作。
[0150]根據該結構，坐便座裝置12可以基于根據多個濾波器組5a各自的標準化強度所確定的頻率分布和標準化強度的成分比至少之一，來檢測人體的預定動作。
[0151](10)坐便器裝置I包括:根據上述(I)?(9)中任一項所述的坐便座裝置12;以及坐便器11，其上設置有坐便座裝置12的坐便座本體12a(本體)。
[0152]結果，坐便器裝置I和坐便座裝置12包括能夠在抑制誤檢測的同時、精確地檢測人體的各種動作的人體檢測器5，如此可以精確地檢測諸如進入和退出洗手間以及坐在坐便座上和從坐便座離開等的人體的各種動作。
[0153](11)在上述(10)所述的坐便器裝置I的優選結構中，坐便器裝置I還包括控制器6，其中該控制器6被配置為基于人體檢測器5的檢測結果，來控制用于向坐便器11內噴出水的供水裝置(沖洗裝置Ilc和局部清洗裝置lid)的操作。
[0154]根據該結構，坐便器裝置I可以基于人體檢測器5的檢測結果來控制供水裝置的操作。
[0155](12)在上述(11)所述的坐便器裝置I的優選結構中，坐便器裝置I還包括沖洗水箱，其中該沖洗水箱用于儲存要供給至坐便器11內的水。該沖洗水箱面對著坐在坐便座12b上的人體的背面。傳感器部51設置于沖洗水箱。
[0156]根據本發明，坐便器裝置I可以檢測人體。
【主權項】
1.一種坐便座裝置，其特征在于，包括: 本體，其放置在坐便器上； 坐便座，其以能夠開閉的方式安裝至所述本體；以及 人體檢測器，其被配置為檢測作為檢測對象的人體， 其中，所述人體檢測器包括: 傳感器部，其被配置為發送無線信號，并且接收被物體所反射的所述無線信號，以輸出與所述物體的運動相對應的傳感器信號； 頻率分析部，其被配置為將所述傳感器信號轉換成頻域信號，并且利用頻帶不同的多個濾波器組中的各濾波器組來從所述頻域信號中提取該濾波器組的信號； 認識部，其被配置為進行認識處理，其中所述認識處理用于將基于所述多個濾波器組各自的信號的信號的頻率分布和基于所述多個濾波器組各自的信號的信號強度的成分比至少之一視為檢測數據，并且基于所述檢測數據來檢測人體的預定動作；以及 數據庫裝置，其被配置為將與所述人體的預定動作相對應的頻率分布和與所述人體的預定動作相對應的信號強度的成分比至少之一作為樣本數據進行存儲， 其中，所述認識部具有: 第一檢測功能，用于通過基于所述檢測數據和所述樣本數據之間的比較進行所述認識處理，來檢測是否存在進入至少安裝有所述坐便器的空間的所述人體；以及 第二檢測功能，用于通過基于所述檢測數據和所述樣本數據之間的比較進行所述認識處理，來檢測是否存在坐在所述坐便座上的所述人體。2.根據權利要求1所述的坐便座裝置，其特征在于， 所述樣本數據包括第一樣本數據和與所述第一樣本數據不同的第二樣本數據，以及所述認識部被配置為在進行所述第一檢測功能的情況下使用所述第一樣本數據，并且在進行所述第二檢測功能的情況下使用所述第二樣本數據。3.根據權利要求1或2所述的坐便座裝置，其特征在于， 所述認識部被配置為在所述多個濾波器組的各信號強度的總和為閾值以上的情況下，進行所述認識處理或者將所述認識處理的結果視為有效， 所述閾值包括第一閾值和與所述第一閾值不同的第二閾值，以及所述認識部被配置為在進行所述第一檢測功能的情況下使用所述第一閾值作為所述閾值，并且在進行所述第二檢測功能的情況下使用所述第二閾值作為所述閾值。4.根據權利要求1至3中任一項所述的坐便座裝置，其特征在于，還包括背景信號去除部，所述背景信號去除部被配置為從穿過所述多個濾波器組的信號中去除背景信號。5.根據權利要求1至4中任一項所述的坐便座裝置，其特征在于，還包括測距部，所述測距部被配置為基于所述傳感器信號來測量相距所述人體的距離， 其中，所述認識部被配置為與所述測距部的測量結果相組合地進行所述認識處理。6.根據權利要求1至5中任一項所述的坐便座裝置，其特征在于，還包括方向檢測部，所述方向檢測部被配置為基于所述傳感器信號來檢測所述人體的移動方向， 其中，所述認識部被配置為與所述方向檢測部的檢測結果相組合地進行所述認識處理。7.根據權利要求1至6中任一項所述的坐便座裝置，其特征在于，還包括呼吸檢測部，所述呼吸檢測部被配置為基于所述傳感器信號來檢測坐在所述坐便座上的所述人體的呼吸的狀態。8.根據權利要求1至7中任一項所述的坐便座裝置，其特征在于， 所述傳感器部被設置成面對著坐在所述坐便座上的所述人體的背面。9.根據權利要求1至8中任一項所述的坐便座裝置，其特征在于，還包括標準化部，所述標準化部被配置為利用所述頻率分析部所提取的信號的強度的總和或者穿過所述多個濾波器組中的預定數量的濾波器組的信號的強度的總和，來對穿過所述多個濾波器組各自的信號的強度進行標準化以獲得標準化強度，并且輸出所述標準化強度， 其中，所述認識部被配置為進行用于基于根據從所述標準化部輸出的所述多個濾波器組各自的標準化強度所確定的頻率分布和所述標準化強度的成分比至少之一來檢測所述人體的預定動作的所述認識處理。10.一種坐便器裝置，其特征在于，包括: 根據權利要求1至9中任一項所述的坐便座裝置；以及 所述坐便器，其上設置有所述坐便座裝置的所述本體。11.根據權利要求10所述的坐便器裝置，其特征在于，還包括控制器，所述控制器被配置為基于所述人體檢測器的檢測結果來控制用于向所述坐便器內噴出水的供水裝置的操作。12.根據權利要求11所述的坐便器裝置，其特征在于，還包括沖洗水箱，所述沖洗水箱用于儲存要供給至所述坐便器內的水，其中所述沖洗水箱面對著坐在所述坐便座上的所述人體的背面， 其中，所述傳感器部設置于所述沖洗水箱。
【文檔編號】E03D5/10GK105828681SQ201480067412
【公開日】2016年8月3日
【申請日】2014年12月9日
【發明人】山本泰子, 杉野聰
【申請人】松下知識產權經營株式會社