JPH0595881A - 電気掃除機の制御装置 - Google Patents

Abstract

(57)【要約】 【目的】 床面の凹凸により床質を認識し、床面に応じ
てきめ細かな電動送風機の入力制御を行ない、使い勝手
を向上する。 【構成】 床用吸い込み具７内に設けた発光素子１０お
よび受光素子１１により床面の凹凸状態を検出するよう
に床面センサ９を構成し、床面センサ９のアナログ出力
をＡ／Ｄ変換手段１３によりデジタル信号に変換し、光
量絶対値検出手段１５で単位時間内で平均し光量絶対値
を演算するとともに光量変化量検出手段１６で光量の単
位時間内での変化量を平均し光量変化量を演算する。フ
ァジィ推論器１７は、光量絶対値と光量変化量の両情報
から得た床質情報と電源オフ時でも記憶可能な記憶手段
１８に記憶した記憶床質情報とから床質を逐次学習し、
電動送風機２の入力を決定し、その出力により電動送風
機２の入力を制御する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、床面センサを用いて掃
除する床質を識別し、その床質情報を記憶し、電動送風
機の入力制御方法、床用吸い込み具の回転ブラシの回転
数制御方法を学習していく電気掃除機に関する。

【０００２】

【従来の技術】近年、電気掃除機は掃除する床面、塵埃
量などにより電動送風機の入力を自動的に制御して吸込
力を制御することが求められている。

【０００３】従来、この種の電気掃除機は図７に示すよ
うな構成が一般的であった。以下、その構成について説
明する。

【０００４】図に示すように、掃除機本体（以下、本体
という）１は電動送風機２を内蔵しており、吸い込み口
３にホース４、延長管５および回転ブラシ６を有する床
用吸い込み具７を接続している。ホース４の先端部には
手元スイッチ８を設け、手元スイッチ８を操作すること
で本体１内に配設した電動送風機２の回転数制御を行う
ようにしていた。

【０００５】

【発明が解決しようとする課題】このような従来の電気
掃除機では、掃除する床面を使用者が判断し、床面に応
じて手動で手元スイッチ８の操作により入力（回転数）
を変化させて吸い込み力を変化させる必要があり、操作
が面倒であるという問題を有していた。

【０００６】本発明は上記従来の課題を解決するもの
で、床面の凹凸により床質を認識し、床面に応じてきめ
細かな電動送風機の入力制御および床用吸い込み具の回
転ブラシの回転数制御を行ない、使い勝手を向上するこ
とを目的としている。

【０００７】

【課題を解決するための手段】本発明は上記目的を達成
するために、吸引のための電動送風機と、床用吸い込み
具内に設けられ発光素子および受光素子から床面の凹凸
状態を検出するよう構成した床面センサと、前記床面セ
ンサのアナログ出力をデジタル信号に変換するＡ／Ｄ変
換手段と、前記Ａ／Ｄ変換手段からのデジタル量を単位
時間内で平均し光量絶対値を演算する光量絶対値検出手
段と、光量の単位時間内での変化量を平均し光量変化量
を得る光量変化量検出手段と、電源オフ時でも記憶可能
な記憶手段と、前記電動送風機の入力を決定するファジ
ィ推論器とを備え、前記ファジィ推論器は、前記光量絶
対値と光量変化量の両情報から得た床質情報と前記記憶
手段に記憶した記憶床質情報とから床質を逐次学習し、
前記電動送風機の入力を決定するようにしたことを第１
の課題解決手段としている。

【０００８】また、上記第１の課題解決手段の電動送風
機に加えて、床用吸い込み具内に回転ブラシを備え、フ
ァジィ推論器により前記回転ブラシの回転数を決定する
ようにしたことを第２の課題解決手段としている。

【０００９】さらに、第１の課題解決手段のファジィ推
論器は、ニュ−ロ技術の最急降下法などの学習則により
ファジィ推論の各種パラメータを最適化し、各種パラメ
ータとして、前件部メンバーシップ関数と後件部メンバ
ーシップ関数の形状、推論ルール数を最適化したことを
第３の課題解決手段としている。

【００１０】

【作用】本発明は上記した第１の課題解決手段により、
床面センサの出力から掃除面の床質（木床・絨毯など）
情報を間接的に得ることができ、これらの情報を累計記
憶させ、記憶した床質情報とリアルタイムの床質情報と
により床面と応じた適切な電動送風機の入力になるよう
制御できる。

【００１１】また、第２の課題解決手段により、床用吸
い込み具の回転ブラシの回転数も床質に応じて適切に制
御ができ、使い勝手を向上できる。

【００１２】さらに、第３の課題解決手段により、掃除
の勘、こつといった定性的な情報が最適にチュ−ニング
されてファジィ推論器の中に盛り込まれ、使用者に合っ
た掃除ができるようになる。

【００１３】

【実施例】以下、本発明の一実施例について図１および
図２を参照しながら説明する。なお、従来例と同じ構成
のものは同一符号を付して説明を省略する。

【００１４】図に示すように、床面センサ９は床用吸い
込み具７内に発光素子１０と受光素子１１とを床面に対
してある角度で対向して設置しており、光量の絶対値と
変化量を検出するようにしている。床面センサ９の信号
は増幅器１２で増幅し、Ａ／Ｄ変換手段１３でデジタル
信号に変換し、マイクロコンピュータ１４に入力する。
マイクロコンピュータ１４は、Ａ／Ｄ変換手段１３から
のデジタル量を単位時間内で平均し光量絶対値を演算す
る光量絶対値検出手段１５と、光量の単位時間内での変
化量を平均し光量変化量を得る光量変化量検出手段１６
と、ファジィ推論器１７とを備えている。記憶手段１８
は、制御系の電源がオフ状態となっても情報が消えない
不揮発性のメモリで、マイクロコンピュータ１４に接続
しており、この記憶手段１８には、一定時間ごとの光量
絶対値と光量変化量の累積値・平均値などの情報が記憶
されている。マイクロコンピュータ１４の出力は位相制
御手段１９に入力し、電動送風機２の入力を制御する。
ファジィ推論器１７は、光量絶対値検出手段１５で演算
した光量絶対値と光量変化量検出手段１６で演算した光
量変化量とより得た床質情報と、記憶手段１８に記憶さ
れた記憶床質情報とから電動送風機２の入力を推論し決
定する。

【００１５】ファジィ推論器１７は図２に示すような構
成となっており、前件部メンバーシップ関数記憶手段２
０は、床質情報、記憶床質情報に関するメンバーシップ
関数を記憶している。床質情報適合度演算手段２１、記
憶床質情報適合度演算手段２２は、それぞれ前件部メン
バーシップ関数記憶手段２０に記憶されている床質情
報、記憶床質情報に関するメンバーシップ関数と入力で
ある床質情報、記憶床質情報との適合度を演算する。前
件部ミニマム演算手段２３は床質情報適合度演算手段２
１、記憶床質情報適合度演算手段２２の出力である２つ
の適合度のＭＩＮをとり、前件部の結論とする。吸い込
み力推論ルール記憶手段２４は、吸い込み力に関する推
論ルールを記憶している。吸い込み力メンバーシップ関
数記憶手段２５は、後件部の吸い込み力に関するメンバ
ーシップ関数を記憶している。後件部ミニマム演算手段
２６、吸い込み力推論ルール記憶手段２４に記憶されて
いる推論ルールに従い、前件部結論と吸い込み力メンバ
ーシップ関数記憶手段２５に記憶されている後件部の吸
い込み力メンバーシップ関数のＭＩＮをとってそのルー
ルの結論とする。重心手段２７は、すべてのルールにつ
いてそれぞれの結論を求めたのち全結論のＭＡＸをと
り、その重心を計算することにより、最終的に吸い込み
力を求める。

【００１６】また、ファジィ推論器１７は、ニュ−ロ技
術の最急降下法などの学習則によりファジィ推論の各種
パラメータを最適化したニューロ・ファジィ推論器で構
成されている。このニューロ・ファジィ推論器はマイク
ロコンピュータ１４により容易に実現できる。ニューロ
・ファジィ推論器に含まれる前件部メンバーシップ関数
記憶手段２０と吸い込み力推論ルール記憶手段２４、吸
い込み力メンバーシップ関数記憶手段２５に記憶されて
いるメンバーシップ関数および推論ルールは床質情報と
記憶床質情報のデータと掃除するときの操作感を考慮し
た設定すべき電動送風機２の入力のデータから、予め最
急降下法（ニューラルネットワークに用いられる学習則
の１つで、誤差関数を最小にする方法である）などの学
習則によって最適に設定されている。

【００１７】上記構成において動作を説明すると、光量
絶対値検出手段１５では、床面センサ９で検出した光量
を単位時間積算して平均値を求め、光量変化量検出手段
１６では、光量の単位時間内での変化量を平均し光量変
化量を求めている。これらの情報からその時点の床面の
質が判る。これら２つの情報量をファジィ推論器１７の
入力とする。

【００１８】図３に掃除を継続して行っている場合の光
量の変化の度合いを示している。同図において、掃除面
が木床やクッションフロアなどの比較的平坦な床は光量
絶対値は乱反射が少ないため多くなり、変化量は小さく
なる関係がある。また床面が絨毯の場合は、絨毯表面の
凹凸が大きくなり光量絶対値は乱反射の影響で少なく、
光量変化は大きくなる関係がある。このように光量絶対
値と光量変化量を検出することにより現在掃除をしてい
る床面の質がどんなものであるか推定することができ
る。ここで、床面情報としては指数化した値（たとえば
０〜７）を設定する。この指数をファジィ推論器１７の
一つの入力とする。光量変化量が小さいというのは、木
床などの平坦な床面であることを示しており、光量変化
量が大きいというのは、毛足の長い凹凸絨毯面であると
いうことを示している。

【００１９】また、光量絶対値検出手段１５と光量変化
量検出手段１６から得られる床質情報を定期的に記憶手
段１９に記憶する。この記憶手段１９は電源をオフして
も記憶内容が残る不揮発性メモリなどを用い、掃除機本
体が使用された都度、床面情報の指数ごとに度数が加え
られ、掃除機を使用したすべての床面の情報が得られ
る。記憶床面情報適合度演算手段２２で適合度を求める
前処理として、たとえば記憶床面情報の指数とその度数
より平均床質情報を求め、ファジィ推論器１７の他の入
力とする。掃除を行う場合の最適な吸い込み力は、床面
の特性などによって決まるものであり、光量絶対値検出
手段１５と光量変化量検出手段１６の出力と記憶手段１
８の記憶内容からファジィ推論器１７で推論する。

【００２０】つぎに、吸い込み力の推論の過程について
説明する。本実施例のファジィ推論の推論ルールは「光
量絶対値が多く（凹凸が少ない平坦な床状態）で、光量
変化量が小さい床質（木床やクッションフロアなどの平
坦な床）で、過去掃除を行った床面も比較的光量変化量
が小さい床質が多ければ吸い込み力をとても低く設定す
る」といった一般的な判断を基に形成されている。光量
絶対値が「多め」とか、光量変化量が「小さい」とか、
吸い込み力を「とても高く」といった定性的な概念は図
４(a),(b),(c) に示すようなメンバーシップ関数により
定量的に表現される。床質情報適合度演算手段２１で
は、光量絶対値検出手段１５のから出力と光量変化量検
出手段１６からの入力と前件部メンバーシップ関数記憶
手段２０に記憶されているごみ変化率のメンバーシップ
関数に関して適合度を求める。記憶床質情報適合度演算
手段２２では、記憶手段１８からの入力と前件部メンバ
ーシップ関数記憶手段２０に記憶されている記憶床面情
報のメンバーシップ関数に関して同様に適合度を求め
る。前件部ミニマム演算手段２３では、これらの適合度
のＭＩＮをとり前件部の結論とする。後件部ミニマム演
算手段２６では、吸い込み力推論ルール記憶手段２４に
記憶されているルールに従い、前件部結論と吸い込み力
メンバーシップ関数記憶手段２５に記憶されている後件
部の吸い込み力メンバーシップ関数のＭＩＮをとってそ
のルールの結論とする。すべてのルールについて、それ
ぞれの結論を求めたのち、重心演算手段２７では全結論
のＭＡＸをとり、その重心を計算することにより、最終
的に吸い込み力が求まる。位相制御手段１９では決定さ
れた吸い込み力に基づき、電動送風機２の位相制御量を
算出し制御を行う。

【００２１】つぎに、本発明の他の実施例を図５および
図６を参照しながら説明する。なお、上記実施例と同じ
構成のものは同一符号を付して説明を省略する。

【００２２】図に示すように、マイクロコンピュータ２
８は、Ａ／Ｄ変換手段１３からのデジタル量を単位時間
内で平均し光量絶対値を演算する光量絶対値検出手段１
５と、光量の単位時間内での変化量を平均し光量変化量
を得る光量変化量検出手段１６と、ファジィ推論器２９
とを備えている。マイクロコンピュータ２８の出力は位
相制御手段１９に入力し電動送風機２の入力を制御し、
さらに、位相制御手段３０に入力して床用吸い込み具の
回転ブラシ６の回転数を制御する。ファジィ推論器２９
は、光量絶対値検出手段１５で演算した光量絶対値と光
量変化量検出手段１６で演算した光量変化量とより得た
床質情報と記憶手段１８に記憶された記憶床質情報とか
ら電動送風機２の入力と回転ブラシ６の回転数を推論し
決定する。

【００２３】ファジィ推論器２９において、回転ブラシ
回転数推論ルール記憶手段３１は回転ブラシ６の回転数
に関する推論ルールを記憶している。回転ブラシ回転数
メンバーシップ関数記憶手段３２は回転ブラシ６の回転
数に関するメンバーシップ関数を記憶している。その他
の構成は、上記実施例と同様の構成である。

【００２４】また、ファジィ推論器２９は、ニュ−ロ技
術の最急降下法などの学習則によりファジィ推論の各種
パラメータを最適化したニューロ・ファジィ推論器で構
成されている。ニューロ・ファジィ推論器に含まれる前
件部メンバーシップ関数記憶手段２０と回転ブラシ回転
数推論ルール記憶手段３１、回転ブラシ回転数メンバー
シップ関数記憶手段３２に記憶されているメンバーシッ
プ関数および推論ルールは床質情報と記憶床質情報のデ
ータと掃除するときの操作感を考慮した設定すべき回転
ブラシ６の回転数のデータから、予め最急降下法（ニュ
ーラルネットワークに用いられる学習則の１つで、誤差
関数を最小にする方法である）などの学習則によって最
適に設定されている。

【００２５】回転ブラシ６の回転数の決定は、上記実施
例における吸い込み力の決定の過程と同様に前件部の結
論を算出し、回転ブラシ回転数推論ルール記憶手段３１
と回転ブラシ回転数メンバーシップ関数記憶手段３２と
から回転ブラシ６の回転数を決定する。位相制御手段１
９、３０では、決定された電動送風機２の入力および回
転ブラシ３１の回転数に基づき、電動送風機２および回
転ブラシ３１の位相制御量を算出し制御を行う。

【００２６】なお、上記各実施例では、推論方法の中に
ＭＡＸ−ＭＩＮ合成法、重心法を用いているがその他の
方法でも可能であり、また後件部である吸い込み力をメ
ンバーシップ関数で表現したが、実数値や線形式でも表
現することができることはいうまでもない。また、床面
センサ９において光軸を直接床面に向けたが間接的に検
出してもよく、光学的に床面の凹凸を検出する構成であ
ればどのような構成でもよい。

【００２７】

【発明の効果】以上の実施例から明らかなように本発明
によれば、吸引のための電動送風機と、床用吸い込み具
内に設けられ発光素子および受光素子から床面の凹凸状
態を検出するよう構成した床面センサと、前記床面セン
サのアナログ出力をデジタル信号に変換するＡ／Ｄ変換
手段と、前記Ａ／Ｄ変換手段からのデジタル量を単位時
間内で平均し光量絶対値を演算する光量絶対値検出手段
と、光量の単位時間内での変化量を平均し光量変化量を
得る光量変化量検出手段と、電源オフ時でも記憶可能な
記憶手段と、前記電動送風機の入力を決定するファジィ
推論器とを備え、前記ファジィ推論器は、前記光量絶対
値と光量変化量の両情報から得た床質情報と前記記憶手
段に記憶した記憶床質情報とから床質を逐次学習し、前
記電動送風機の入力を決定するようにしたから、光量絶
対値と光量変化量より得た床面情報と記憶した床質情報
からファジィ推論によってきめ細かく、しかも最適な吸
い込み力決定でき、掃除を行う床面によらず効率よくご
みがとれ、しかも非常に操作感がよく、使い勝手を向上
できる。

【００２８】また、電動送風機に加えて床用吸い込み具
内に回転ブラシを備え、ファジィ推論器により前記回転
ブラシの回転数を決定するようにしたから、ファジィ推
論によってきめ細かく回転ブラシの回転数を決定でき
る。

【００２９】さらに、ファジィ推論器は、ニュ−ロ技術
の最急降下法等の学習則によりファジィ推論の各種パラ
メータを最適化し、各種パラメータとして、前件部メン
バーシップ関数と後件部メンバーシップ関数の形状、推
論ルール数を最適化したから、ファジィ推論における入
力と出力の数が増えると、人間ではそれらの間の推論ル
ールやその構成を最適化するのが難しくなるが、結果と
して、きめ細かくしかも最適な吸い込み力と回転ブラシ
の回転数を決定でき、また、掃除機を使用する環境（床
質の特異性）により吸い込み力や回転ブラシの回転数が
学習機能により、どんどん最適化されてゆき、使い勝手
を向上できる。

【図面の簡単な説明】

【図１】本発明の一実施例の電気掃除機の制御装置のブ
ロック図

【図２】同電気掃除機の制御装置のファジィ推論器のブ
ロック図

【図３】同電気掃除機の制御装置の床面センサの出力変
化を示す図

【図４】(a)〜(c) 同電気掃除機の制御装置のファジィ
推論器のメンバーシップ関数を示す図

【図５】本発明の他の実施例の電気掃除機の制御装置の
ブロック図

【図６】同電気掃除機の制御装置のファジィ推論器のブ
ロック図

【図７】従来の電気掃除機の斜視図

【符号の説明】

２ 電動送風機 ７ 床用吸い込み具 ９ 床面センサ １０ 発光素子 １１ 受光素子 １３ Ａ／Ｄ変換手段 １５ 光量絶対値検出手段 １６ 光量変化量検出手段 １７ ファジィ推論器 １８ 記憶手段

Claims (3)

【特許請求の範囲】
1. 【請求項１】 吸引のための電動送風機と、床用吸い込
   み具内に設けられ発光素子および受光素子から床面の凹
   凸状態を検出するよう構成した床面センサと、前記床面
   センサのアナログ出力をデジタル信号に変換するＡ／Ｄ
   変換手段と、前記Ａ／Ｄ変換手段からのデジタル量を単
   位時間内で平均し光量絶対値を演算する光量絶対値検出
   手段と、光量の単位時間内での変化量を平均し光量変化
   量を得る光量変化量検出手段と、電源オフ時でも記憶可
   能な記憶手段と、前記電動送風機の入力を決定するファ
   ジィ推論器とを備え、前記ファジィ推論器は、前記光量
   絶対値と光量変化量の両情報から得た床質情報と前記記
   憶手段に記憶した記憶床質情報とから床質を逐次学習
   し、前記電動送風機の入力を決定するようにした電気掃
   除機の制御装置。
2. 【請求項２】 電動送風機に加えて床用吸い込み具内に
   回転ブラシを備え、ファジィ推論器により前記回転ブラ
   シの回転数を決定するようにした請求項１記載の電気掃
   除機の制御装置。
3. 【請求項３】 ファジィ推論器は、ニュ−ロ技術の最急
   降下法などの学習則によりファジィ推論の各種パラメー
   タを最適化し、各種パラメータとして、前件部メンバー
   シップ関数と後件部メンバーシップ関数の形状、推論ル
   ール数を最適化した請求項１または２記載の電気掃除機
   の制御装置。