画像データとセンサデータを用いた室内環境における温熱快適度の推定

人が感じる温熱快適度は温度，湿度，気流，放射熱などの複数の要素によって変化する．このためスマートルーム，スマートオフィスなどの快適性環境を構築するためには，これら要素の制御が重要となる．理想的な快適性環境とは，人が感じる温熱快適度に合わせて温度や湿度などの要素が自動的に調節される環境のことであり，カメラ，ウェアラブルセンサ，環境センサなどで取得した生体データと環境データから温熱快適度を推定することで構築できると考えられる．そこで本研究ではこれらセンサを用いて人と室内環境の画像データとセンサデータを取得し，CNN により主観的温熱快適度と客観的温熱快適度を推定する手法を提案した．実験では，室内環境の温度と湿度を変化させながら画像データとセンサデータを取得するために，室内温度と室内湿度を制御する機器としてヒータ，クーラ，加湿器，除湿機が配置されたパイプ式ブースを部屋内に設置した．実験中は被験者をブース内に滞在させ，被験者が左足，右足，左腕，右腕に装着したNTC サーミスタ，指に装着した心拍センサ，ブース内に設置された温湿度センサ，風速センサ，RGB カメラ，サーマルカメラから各種センサデータ，RGB 画像，サーマル画像をそれぞれ取得し，主観的温熱快適度と客観的温熱快適度を推定した．なお，データ処理に用いるCNN モデルはKerasのPre-trained モデルにあるResNet50 をもとに構築した．また，RGB 画像とサーマル画像のみを用いた推定モデルも用意し，センサデータの有無が快適度推定に与える影響についても検討した．