[发明专利]状态判定装置、学习装置、状态判定方法以及程序

权利要求书

1.一种状态判定装置，其判定位于多个电极周边的物体的状态，其中，

该状态判定装置具有：

选择部，其从所述多个电极中选择多个电极对；

静电电容图案计测部，其计测与由所述选择部选择出的多个电极对有关的静电电容图案；以及

已学习的神经网络，其根据所述静电电容图案来判定所述物体的状态。

2.根据权利要求1所述的状态判定装置，其中，

所述状态判定装置还具有配置取得部，该配置取得部取得所述多个电极的配置，

所述神经网络根据还包含由所述配置取得部取得的所述多个电极的配置在内的数据来判定所述物体的状态。

3.根据权利要求1或2所述的状态判定装置，其中，

所述状态判定装置还具有：

电压施加部，其对所述多个电极中的由所述选择部选择出的多个电极对分别施加规定的电压；以及

保护电极，其被配置成包围所述多个电极的至少一部分，

所述电压施加部对所述多个电极中的由所述选择部选择出的电极对的一方和所述保护电极施加基准电位。

4.根据权利要求1～3中的任意一项所述的状态判定装置，其中，

所述状态判定装置还具有环境测定部，该环境测定部测定与由所述静电电容图案计测部计测所述多个电极对的静电电容图案时的环境相关的环境数据，

所述神经网络根据还包含由所述环境测定部测定出的环境数据在内的数据来判定所述物体的状态。

5.根据权利要求4所述的状态判定装置，其中，

由所述环境测定部测定出的环境数据包含湿度和电磁噪声中的至少任意一方。

6.根据权利要求1～5中的任意一项所述的状态判定装置，其中，

所述神经网络判定有无所述物体、所述物体的位置、所述物体的角度、所述物体的种类、所述物体的材质以及所述物体的分布中的至少任意一方。

7.根据权利要求1～6中的任意一项所述的状态判定装置，其中，

所述多个电极设置于机器人手。

8.根据权利要求1～6中的任意一项所述的状态判定装置，其中，

所述多个电极设置于座椅。

9.一种学习装置，其用于进行在权利要求1～8中的任意一项所述的状态判定装置中使用的神经网络的学习，其中，

所述学习装置具有学习控制部，该学习控制部以如下方式进行控制：利用包含与从所述多个电极中选择出的多个电极对有关的静电电容图案在内的学习数据，进行所述神经网络的学习。

10.根据权利要求9所述的学习装置，其中，

所述学习数据包含与所述多个电极的配置相关的数据。

11.根据权利要求9或10所述的学习装置，其中，

所述学习数据包含与计测所述静电电容图案时的环境相关的环境数据。

12.根据权利要求9～11中的任意一项所述的学习装置，其中，

所述学习控制部利用所述学习数据和教师数据来进行所述神经网络的学习，

所述教师数据包含表示所述物体的状态的图像或动态图像。

13.一种状态判定方法，判定位于多个电极周边的物体的状态，其中，

该状态判定方法包含如下步骤：

第一步骤，从所述多个电极中选择多个电极对；

第二步骤，计测与在所述第一步骤中选择出的多个电极对有关的静电电容图案；以及

第三步骤，根据在所述第二步骤中计测出的静电电容图案，通过已学习的神经网络来判定所述物体的状态。

14.一种程序，其用于使判定位于多个电极周边的物体的状态的状态判定装置具有的计算机作为选择部、静电电容图案计测部以及已学习的神经网络而发挥功能，

该选择部从所述多个电极中选择多个电极对，

该静电电容图案计测部计测与由所述选择部选择出的多个电极对有关的静电电容图案，

该已学习的神经网络根据所述静电电容图案来判定所述物体的状态。