特開 2024-158246 駐輪場管理プログラム及び駐輪場管理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024158246

(43)【公開日】2024-11-08

(54)【発明の名称】駐輪場管理プログラム及び駐輪場管理装置

(51)【国際特許分類】

   G07B 15/00 20110101AFI20241031BHJP

   G06Q 50/10 20120101ALI20241031BHJP

   G06T 7/00 20170101ALI20241031BHJP

   G06V 10/764 20220101ALI20241031BHJP

   E04H 6/00 20060101ALI20241031BHJP

【ＦＩ】

G07B15/00 N

G06Q50/10

G06T7/00 350B

G06V10/764

E04H6/00 A

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2023073282

(22)【出願日】2023-04-27

(71)【出願人】

【識別番号】521369507

【氏名又は名称】Ｆｕｓｉｏｎ Ｃｕｂｉｃ株式会社

(71)【出願人】

【識別番号】515212747

【氏名又は名称】株式会社ＧＯＵＲＩＫＩコーポレーション

(74)【代理人】

【識別番号】100100011

【弁理士】

【氏名又は名称】五十嵐 省三

(72)【発明者】

【氏名】張 遠瑞

(72)【発明者】

【氏名】朱 疆

(72)【発明者】

【氏名】曹 チン尭

(72)【発明者】

【氏名】山▲崎▼ 智博

【テーマコード（参考）】

3E127

5L049

5L050

5L096

【Ｆターム（参考）】

3E127AA18

3E127BA11

3E127CA20

3E127CA21

3E127CA41

3E127EA04

5L049CC13

5L050CC13

5L096AA06

5L096BA02

5L096CA02

5L096DA01

5L096DA02

5L096GA34

5L096HA02

5L096HA11

5L096KA04

(57)【要約】

【課題】設備コストを低減できると共に、メンテナンス費用を低減できる駐輪場管理プログラム及び駐輪場管理装置を提供する。
【解決手段】入場コード１２３４５６が与えられた自転車（１２３４５６）の画像については、日時ｔｓ、ｔ１、…、ｔ２、ｔ３に間欠的に動画として記録され、この場合、ヒト画像も記録される。自転車（１２３４５６）が駐輪する日時ｔ３では、自転車（１２３４５６）の画像は、静止画像となる。この場合、ヒト画像は通常存在せず、駐輪位置が記録される。つまり、自転車（１２３４５６）の入場から駐輪までの画像が記録される。次いで、日時ｔ１’…、ｔ２’、ｔｅでも自転車（１２３４５６）は間欠的に動画として記録され、この場合も、ヒト画像も記録される。つまり、自転車（１２３４５６）の脱駐輪から退場までの画像が記録される。
【選択図】 図１１

【特許請求の範囲】

【請求項1】

複数の駐輪位置を有する駐輪管理をするための駐輪場管理プログラムであって、
前記駐輪場の全体画像データを取得する全体画像取得手順と、
二輪車画像及びヒト画像を入力教師データとしかつ二輪車情報及びヒト情報を出力教師データとして機械学習済みの第１の学習制御モデルを用いて前記全体画像データを入力データとして二輪車画像及びヒト画像を推定して抽出する二輪車画像/ヒト画像推定抽出手順と、
前記二輪車画像が動画画像ときには該二輪車画像及び該二輪車画像と接触する前記ヒト画像を日時と共に記録し、前記二輪車画像が前記動画画像から静止画像に変化したときには前記二輪車画像が存在する前記駐輪位置と共に該静止画像を日時と共に記録する第１の記録手順と
をコンピュータに実行させるための駐輪場管理プログラム。

【請求項2】

さらに、二輪車/ヒト接触画像を入力教師データとしかつ二輪車/ヒト接触情報を出力教師データとして機械学習済みの第２の学習制御モデルを用いて前記全体画像データを入力データとして二輪車/ヒト接触画像を推定して抽出する二輪車/ヒト接触画像推定抽出手順をコンピュータにより実行させるようにし、
前記第１の記録手順は前記二輪車/ヒト接触画像の有無によって前記二輪車画像と該二輪車画像と接触している前記ヒト画像とが非接触と判別されたときのみ前記二輪車画像の前記静止画像を記録する請求項１に記載のコンピュータに実行させるための駐輪場管理プログラム。

【請求項3】

さらに、
前記駐車場の出入口画像データを取得する出入口画像取得手順と、
前記出入口画像データを入力データとして前記第１の学習制御モデルを用いて出入口二輪車画像及び出入口ヒト画像を推定して抽出する出入口二輪車画像/出入口ヒト画像推定抽出手順とをコンピュータに実行させるようにし、
前記第１の記録手順は前記出入口二輪車画像及び前記出入口ヒト画像を前記二輪車画像及びヒト画像の入場画像又は退場画像として記録する請求項１に記載のコンピュータに実行させるための駐輪場管理プログラム。

【請求項4】

さらに、前記推定抽出されたヒト画像を日時と共に記録する第２の記録手順をコンピュータによって実行させるための請求項１に記載の駐輪場管理プログラム。

【請求項5】

前記第２の記録手順は、前記ヒト画像が静止画像のときには、前記ヒト画像が動画画像から前記静止画像に変化したときのみ記録する請求項４に記載のコンピュータに実行させるための駐輪場管理プログラム。

【請求項6】

複数の駐輪位置を有する駐輪管理をするための駐輪場管理装置であって、
前記駐輪場の全体画像データを取得する全体画像取得手段と、
二輪車画像及びヒト画像を入力教師データとしかつ二輪車情報及びヒト情報を出力教師データとして機械学習済みの第１の学習制御モデルを用いて前記全体画像データを入力データとして二輪車画像及びヒト画像を推定して抽出する二輪車画像/ヒト画像推定抽出手段と、
前記二輪車画像が動画画像ときには該二輪車画像及び該二輪車画像と接触する前記ヒト画像を日時と共に記録し、前記二輪車画像が前記動画画像から静止画像に変化したときには前記二輪車画像が存在する前記駐輪位置と共に該静止画像を日時と共に記録する第１の記録手段と
を具備する駐輪場管理装置。

【請求項7】

さらに、二輪車/ヒト接触画像を入力教師データとしかつ二輪車/ヒト接触情報を出力教師データとして機械学習済みの第２の学習制御モデルを用いて前記全体画像データを入力データとして二輪車/ヒト接触画像を推定して抽出する二輪車/ヒト接触画像推定抽出手段を具備し、
前記第１の記録手段は前記二輪車/ヒト接触画像の有無によって前記二輪車画像と該二輪車画像と接触していたヒト画像とが非接触と判別されたときのみ前記二輪車画像の前記静止画像を記録する請求項６に記載の駐輪場管理装置。

【請求項8】

さらに、
前記駐車場の出入口画像データを取得する出入口画像取得手段と、
前記出入口画像データを入力データとして前記第１の学習制御モデルを用いて出入口二輪車画像及び出入口ヒト画像を推定抽出する出入口二輪車画像/出入口ヒト画像推定抽出手段と
を具備し、
前記第１の記録手段は前記出入口二輪車画像及び前記出入口ヒト画像を前記二輪車画像及びヒト画像の入場画像又は退場画像として記録する請求項６に記載の駐輪場管理装置。

【請求項9】

さらに、前記推定抽出されたヒト画像を日時と共に記録する第２の記録手段を具備する請求項６に記載の駐輪場管理装置。

【請求項10】

前記第２の記録手段は、前記ヒト画像が静止画像のときには、前記ヒト画像が動画画像から前記静止画像に変化したときのみ記録する請求項９に記載の駐輪場管理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は自転車等の二輪車を駐輪させる複数の駐輪位置を有する駐輪場を管理するための駐輪場管理プログラム及び駐輪場管理装置に関する。

【背景技術】

【0002】

従来の駐輪場においては、複数の自転車を駐輪させるための複数の駐輪位置に、それぞれ、駐輪機を設けている。各駐輪機は、盗難防止のために自転車の車輪をロック/アンロックするロック/アンロック機構と、自転車の入輪を検出してロック/アンロック機構をロック状態にし、自転車の課金精算を検出してロック/アンロック機構をアンロック状態にする制御部とによって構成される（参照：特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００４－２３７７８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、上述の従来の駐輪場において、各駐輪位置にロック/アンロック機構等よりなる駐輪機を設ける必要があり、この結果、設備コストが高くかつメンテナンス費用も高いという課題がある。

【課題を解決するための手段】

【0005】

上述の課題を解決するために、本発明に係る駐輪場管理プログラムは、複数の駐輪位置を有する駐輪管理をするための駐輪場管理プログラムであって、駐輪場の全体画像データを取得する全体画像取得手順と、二輪車画像及びヒト画像を入力教師データとしかつ二輪車情報及びヒト情報を出力教師データとして機械学習済みの第１の学習制御モデルを用いて全体画像データを入力データとして二輪車画像及びヒト画像を推定して抽出する二輪車画像/ヒト画像推定抽出手順と、二輪車画像が動画画像ときには該二輪車画像及び該二輪車画像と接触するヒト画像を日時と共に記録し、二輪車画像が動画画像から静止画像に変化したときには二輪車画像が存在する駐輪位置と共に該静止画像を日時と共に記録する第１の記録手順とをコンピュータに実行させるものである。

【0006】

また、本発明に係る駐輪場管理装置は、複数の駐輪位置を有する駐輪管理をするための駐輪場管理装置であって、駐輪場の全体画像データを取得する全体画像取得手段と、二輪車画像及びヒト画像を入力教師データとしかつ二輪車情報及びヒト情報を出力教師データとして機械学習済みの第１の学習制御モデルを用いて全体画像データを入力データとして二輪車画像及びヒト画像を推定して抽出する二輪車画像/ヒト画像推定抽出手段と、二輪車画像が動画画像ときには該二輪車画像及び該二輪車画像と接触するヒト画像を日時と共に記録し、二輪車画像が動画画像から静止画像に変化したときには二輪車画像が存在する駐輪位置と共に該静止画像を日時と共に記録する第１の記録手段とを具備するものである。

【発明の効果】

【0007】

本発明によれば、各駐輪位置にロック/アンロック機構等よりなる駐輪機を設けることなく、各駐輪位置における自転車等の入場/出場を管理できるので、設備コストを低減できると共に、メンテナンス費用を低減できる。

【図面の簡単な説明】

【0008】

【図1】本発明に係る駐輪場管理装置の実施の形態を含む駐輪場を示す図である。

【図2】図１の駐輪場管理装置の詳細なブロック回路図である。

【図3】図２の中央処理ユニットによって実行される入場/退場処理ルーチンを説明するためのフローチャートである。

【図4】図３のフローチャートを補足説明するための図である。

【図5】図３の入場処理ステップの詳細なフローチャートである。

【図6】図５のフローチャートを補足説明するための図である。

【図7】図３の退場処理ステップの詳細なフローチャートである。

【図8】図７のフローチャートを補足説明するための図である。

【図9】図２の中央処理ユニットによって実行されるメインルーチンを説明するためのフローチャートである。

【図10】図９のフローチャートを補足説明するための図である。

【図11】図３、図５、図７、図９のフローチャートによって得られ、図２のフラッシュメモリに記録された自転車の軌跡画像を示す図である。

【図12】図９のステップ９１４によって得られ、図２のフラッシュメモリに記録されたヒトの軌跡画像を示す図である。

【図13】図２の駐輪場管理装置の他の例を示すブロック図である。

【発明を実施するための形態】

【0009】

図１は本発明に係る駐輪場管理装置の実施の形態を含む駐輪場を示す図である。

【0010】

図１において、駐輪場１内には枠マークが付けられたたとえば９つの駐輪位置１１－Ａ、１１－Ｂ、…、１１－Ｉが設けられ、駐輪位置１１－Ａ、１１－Ｂ、…、１１－Ｉは駐輪場管理装置１２によって管理される。たとえば、駐輪位置１１－Ａ、１１－Ｂ、１１－Ｄ、１１－Ｆ、１１－Ｈ、１１－Ｉは駐輪状態にあり、他方、駐輪位置１１－Ｃ、１１－Ｅ、１１－Ｇは空輪状態にある。このため、駐車場１には出入口Ｇ近傍の出入口監視カメラ（たとえば単眼カメラ）１３及び全体監視カメラ（たとえば単眼カメラ）１４が設けられている。出入口監視カメラ１３及び全体監視カメラ１４は駐輪場管理装置２に接続される。

【0011】

出入口Ｇ近傍には二次元コード（たとえばＱＲコード（登録商標））看板１５、タッチパネル１６及び駐輪場が満輪状態か空輪状態かを示す満空看板１７が設けられている。タッチパネル１６及び満空看板１７は駐輪場管理装置１２に接続されている。

【0012】

また、駐輪場管理装置１２はインターネット２を介して情報端末３、決済用サーバ４等に接続される。操作者は情報端末３を介して又は直接的に駐輪場管理装置１２を操作できる。

【0013】

図２は図１の駐輪場管理装置１２の詳細なブロック回路図である。

【0014】

図２において、駐輪場管理装置１２は、コンピュータによって構成される。詳細は、中央処理ユニット（ＣＰＵ）１２１、プログラム等を格納するリードオンメモリ（ＲＯＭ）１２２、一時的データ等を格納するランダムアクセスメモリ（ＲＡＭ）１２３，画像等を記憶するためのフラッシュメモリ１２４，満空看板１６、タッチパネル１７等に接続された入出力（Ｉ／Ｏ）インターフェイス１２４、出入口監視カメラ１３及び全体監視カメラ１４に接続された画像インターフェイス１２６、インターネット２に接続された通信インターフェイス１２７、学習制御モデル１２８、１２９等によって構成される。

【0015】

学習制御モデル１２８、１２９は入力層、複数の中間層及び出力層よりなるディープラーニングによるニューラルネットワークである。

【0016】

学習制御モデル１２８は、多数の自転車画像たとえば大人用自転車、子供用自転車、籠付き自転車、後輪が２つの自転車、前輪が２つの自転車、電動アシスト自転車等の画像を入力教師データとすると共に自転車情報を出力教師データとするディープランニング（機械学習）によって学習させる。また、学習制御モデル１２８は、多数のヒト画像たとえば男性大人、女性大人、男性子供、女性子供、荷物を持った人、傘をさした人、これら人の正面、側面、後面等を入力教師データとすると共にヒト情報を出力教師データとするディープランニング（機械学習）によって学習させる。これらの学習は予め駐輪場１の外部で行い学習結果を操作者が情報端末３を用いて学習制御モデル１２８にストールすればよい。但し、駐輪場管理装置１２内で学習してもよい。

【0017】

学習制御モデル１２９は、自転車をヒトが押し歩いている前方画像、後方画像、斜め画像、自転車の上にヒトが騎乗している前方画像、後方画像、斜め画像等の自転車／ヒト接触画像を入力教師データとし、自転車／ヒト接触情報を出力教師データとするディープランニング（機械学習）によって学習させる。この学習も、予め駐輪場１の外部で行い、学習結果を操作者が情報端末３を用いて学習制御１２１にストールすればよい。但し、駐輪場管理装置１２内で学習してもよい。

【0018】

図３は図２のＣＰＵ１２１によって実行される入場/退場処理ルーチンを説明するためのフローチャートである。このフローチャートはＲＯＭ１２２又はフラッシュメモリ１２４に格納される。図３のルーチンは入場者又は退場者が２次元コード看板１５を走査することによってスタートする割り込みルーチンである。すなわち、図４の（Ａ）に示す２次元コード看板１５を入場者又は退場者がスマートフォン等の情報端末で走査した場合、駐輪場管理装置１２のＣＰＵ１２１はインターネット２を介してこれを検知することによって図３に示すルーチンをスタートさせる。

【0019】

ステップ３０１にて、駐輪場管理装置１２のＣＰＵ１２１はタッチパネル１６に図４の（Ｂ）に示す画像を表示する。この結果、入場者が「入場」をタッチすると、入場処理ステップ３０２に進み、他方、退場者が「退場」をタッチすると、退場処理ステップ３０３に進む。

【0020】

尚、図３の入場/退場ルーチンは２次元コード看板１５を走査することによって割込みスタートさせるようにしたが、入場処理ステップ３０２、退場処理ステップ３０３を独立の入場処理プログラム、退場処理プログラムとし、タッチパネル１６の「入場」タッチによって入場処理プログラムを割込みスタートさせ、他方、タッチパネル１６の「退場」タッチによって退場処理プログラムを割込みスタートさせてもよい。

【0021】

図５は図３の入場処理ステップ３０２の詳細なフローチャートである。

【0022】

始めに、ステップ５０１にて、図６の（Ａ）に示す出入口監視カメラ１３の画像データを取得する。

【0023】

次に、ステップ５０２にて出入口監視カメラ１３の複数の画像データたとえば９個画像データに対して学習済みの学習制御モデル１２８を用いて自転車画像及びヒト画像を推定して抽出する。

【0024】

次に、ステップ５０３にて、タッチパネル１６に図６の（Ｂ）に示すごとく９枚の自転車画像／ヒト画像を表示し、入場者にそのうち１枚を選択させる。

【0025】

次に、ステップ５０４にて、自転車管理番号としての入場コードを自転車に対して付与し、図６の（Ｃ）に示すごとく、タッチパネル１６上に発行する。尚、入場コードを入場者に設定させてもよい。

【0026】

次に、ステップ５０５にて、日時たとえばｔｓと共に、選択された自転車／ヒト画像を入場画像とし、図１１に示すごとく、フラッシュメモリ１２４の入場コードで規定される所定領域に書込む。これにより、自転車の軌跡記録が開始する。尚、入場画像の記録は入場時のトラブルの防止に役立つ。

【0027】

そして、ステップ５０６にて図５のルーチンは終了する。

【0028】

図７は図３の退場処理ステップ３０３の詳細なフローチャートである。

【0029】

始めに、ステップ７０１にて、退場者は入場コードをタッチパネル１６に入力する。この結果、図８の（Ａ）に示す表示がタッチパネル１６にされる。

【0030】

次に、ステップ７０２にて、図８の（Ｂ）に示すように、当該入場コードｉに対する駐輪位置の自転車の静止画像をタッチパネル１６に表示すると共に、利用料金を表示する。

【0031】

次に、ステップ７０３にて、課金処理が終了したか否かを判別する。課金処理は現金納付、決済用サーバ４を利用した電子決済等のいずれでも可能である。課金処理が終了した時にステップ７０４に進む。

【0032】

次に、ステップ７０４にて、入場コードｉに対する駐輪位置に自転車画像が現在存在するか否かを全体監視カメラ１４の画像で判別する。この結果、自転車画像が存在すれば、課金処理（料金精算）が先行し、自転車の移動が後行と判別し、ステップ７０５にて当該入場コードｉの課金処理終了フラグＦ（ｉ）をセットする。この課金処理終了フラグＦ（ｉ）は後述の図９のメインルーチンで用いられる。つまり、この時点では、自転車（ｉ）の軌跡の退場記録は行われない。逆に、自転車画像が存在しなければ、自転車の移動が先行し、課金処理（料金精算）が後行と判別し、ステップ７０６、７０７、７０８に進む。

【0033】

ステップ７０６、７０７、７０８について説明する。すなわち、ステップ７０６にて図８の（Ｃ）に示す出入口監視カメラ１３の画像データを取得する。次に、ステップ７０７にて出入口監視カメラ１３の画像データに対して学習済みの学習制御モデル１２８を用いて自転車及びヒトを推定して抽出する。次に、ステップ７０８にて、日時、たとえばｔｅと共に、ステップ７０７にて推定抽出された自転車画像／ヒト画像を退場画像とし、図１１に示すごとく、フラッシュメモリ１２４の入場コードｉで規定される所定領域に書込む。これにより、入場コードｉの自転車（ｉ）の軌跡の退場記録は終了する。尚、退場画像の記録は退場時のトラブルの防止に役立つ。

【0034】

そして、ステップ７０９にて図７のルーチンは終了する。

【0035】

図９は図２のＣＰＵ１２１によって実行されるメインルーチンを説明するためのフローチャートである。このフローチャートはＲＯＭ１２２又はフラッシュメモリ１２４に格納される。

【0036】

始めに、ステップ９０１にて、全体監視カメラ１４の画像データを取得する。

【0037】

次に、ステップ９０２にて、全体監視カメラ１４の画像データに対して学習済の学習制御モデル１２８を用いて自転車画像及びヒト画像を推定して抽出する。

【0038】

次に、ステップ９０３にて、入場コードｉの自転車（ｉ）が移動状態か静止状態か、つまり、自転車（ｉ）の位置が前回値と異なるか同一かを判別する。この結果、自転車（ｉ）が移動状態であれば、つまり、自転車（ｉ）の移動軌跡が延長していれば、ステップ９０４～９１０に進む。この場合、自転車画像にはヒト画像が必ず接触している。他方、自転車（ｉ）が静止状態であれば、つまり、自転車（ｉ）の移動軌跡が延長停止していれば、ステップ９１１、９１２、９１３に進む。

【0039】

ステップ９０４～９１０について説明する。

【0040】

ステップ９０４では、時刻たとえばｔ１、ｔ２：ｔ１’、ｔ２’と共に、ステップ９０２にて推定抽出された接触状態の自転車画像／ヒト画像を動画画像とし、図１１に示すごとく、フラッシュメモリ１２４の入場コードｉで規定された所定領域に書込む。これにより、入場コードｉの自転車（ｉ）の軌跡が記録される。

【0041】

次に、ステップ９０５では、入場コードｉについて課金処理（料金精算）が先行しているか否かを課金処理終了フラグＦ（ｉ）が“１”か否かで判別する。課金処理が既に終わっていれば（Ｆ（ｉ）＝“１”）、ステップ９０６にて、自転車（ｉ）が全体監視カメラ１４の監視外か否かを判別する。通常、全体監視カメラ１４の監視外かつ出入口監視カメラ１３の監視内にある。この場合、図７のステップ７０６、７０７、７０８と同一のステップ９０７、９０８、９０９にて自転車（ｉ）の軌跡記録を終了する。そして、ステップ９１０にて、課金処理終了フラグＦ（ｉ）をリセットする。他方、課金処理が終了していなければ（Ｆ（ｉ）＝“０”）、又は課金処理が終了していても、全体監視カメラ１４の監視内にあればステップ９１４に直接進む。

【0042】

ステップ９１１、９１２、９１３について説明する。

【0043】

ステップ９１１では、ステップ９０２にて推定抽出された自転車画像及びヒト画像に対して学習済の学習制御モデル１２９を用いて自転車とヒトとの接触状態を推定して抽出する。

【0044】

次に、ステップ９１２では、自転車とヒトとが図１０の（Ａ）に示す接触状態から図１０の（Ｂ）に示す非接触状態へ変化したか否かを判別する。この結果、自転車とヒトとの接触状態から非接触状態へ変化したときのみ、ステップ９１３に進む。

【0045】

ステップ９１３では、日時たとえばｔ３及び駐輪位置と共に、ステップ９０２にて推定された自転車画像を静止画像とし、図１１に示すごとく、フラッシュメモリ１２４の入場コードｉで規定された所定位置に書込む。但し、自転車が駐輪位置でない意図しない位置に静止した場合は、駐輪位置は書込まれない。これにより、入場コードｉの自転車（ｉ）の軌跡が停止される。

【0046】

このように、たとえば入場コード１２３４５６の自転車／ヒト画像の入場軌跡は時刻ｔ１、…、ｔ２、ｔ３で動画として変化し、時刻ｔ３で静止画像となり、自転車（ｉ）はある駐輪位置たとえば１１－Ａに駐輪する。次いで、自転車（ｉ）は時刻ｔ１’で駐輪位置より離れて時刻ｔ１’…、ｔ２’で再び動画として変化し、時刻ｔｅで自転車（ｉ）は駐輪場１から退場する。この場合、課金時間Ｔはたとえば時刻ｔ３～ｔ１’で計測できる。つまり、駐輪場１の管理は出入口監視カメラ１３の画像及び全体監視カメラ１４の画像のみを用いて行うことができる。

【0047】

さらに、ステップ９１４では、ヒトのみの軌跡を管理する。つまり、駐輪場１のセキュリティのために、自転車に関係なく、駐輪場１内に立入るヒトすべての軌跡を管理する。この場合、全体監視カメラ１４の画像データに対してヒトの動画、静止を含めた軌跡を記録する。すなわち、各ヒトにヒトコードＨ０００１、Ｈ０００２、…を与え、時刻ｔ１、ｔ２、…と共に、ステップ９０２にて推定されたヒト画像を図１２に示すごとく、フラッシュメモリ１２４のヒトコードＨ０００１、Ｈ０００２、…で規定された所定領域に書込む。これにより、ヒトコードＨ０００１、Ｈ０００２、…のヒト軌跡が記録され、セキュリティの確保ができる。この場合も、ヒトが移動している場合のみヒト軌跡を記録するようにすれば、フラッシュメモリ１２４の記憶容量を小さくできる。

【0048】

さらに、ステップ９１５では、駐輪位置１１－Ａ、１１－Ｂ、…、１１－Ｉが自転車で満輪状態か少なくとも１つの空輪状態かを判別し、これに応じて満空看板１７を制御する。

【0049】

そして、ステップ９０１に戻る。

【0050】

図１１は図３、図５、図７、図９のフローチャートによって得られ、図２のフラッシュメモリ１２４に記録された自転車の軌跡画像を示す図である。

【0051】

図１１に示すように、たとえば、入場コード１２３４５６が与えられた自転車（１２３４５６）の画像については、日時ｔｓ、ｔ１、…、ｔ２、ｔ３に間欠的に動画として記録され、この場合、ヒト画像も記録される。自転車（１２３４５６）が駐輪する日時ｔ３では、自転車（１２３４５６）の画像は、静止画像となる。この場合、ヒト画像は通常存在せず、駐輪位置が記録される。但し、自転車の静止位置が駐輪位置でない意図しない位置に駐輪した場合には、駐輪位置は記録されない。このようにして、自転車（１２３４５６）の入場から駐輪までの画像が記録される。次いで、日時ｔ１’…、ｔ２’、ｔｅでも自転車（１２３４５６）は間欠的に動画として記録され、この場合も、ヒト画像も記録される。このようにして、自転車（１２３４５６）の脱駐輪から退場までの画像が記録される。尚、駐輪時間（課金時間）はｔ３～ｔ１’である。このように、自転車の管理及び課金を行うことができる。また、自転車の画像は入場から退場まで記録されるので、自転車をロック、アンロックせずとも、自転車のセキュリティ（盗難防止）も向上できる。

【0052】

図１２は図９のステップ９１４によって得られ、図２のフラッシュメモリ１２４に記録されたヒトの軌跡画像を示す図である。

【0053】

図１２に示すように、駐輪場１に入ったヒトが動画として記録される。この場合のヒトは、駐輪場１の利用者、非利用者、駐輪場１の単なる通過者、駐輪場１への悪意の侵入者等のすべて含む。ヒト画像には自転車画像も混入することもある。すなわち、たとえば、ヒトコードＨ０００１が与えられたヒト（Ｈ０００１）の画像については、日時ｔｓ、ｔ１、…、ｔ２、ｔ３に間欠的に動画として記録され、この場合、ヒト画像も記録される。ヒト（Ｈ０００１）が一時停止する日時ｔ３では、ヒト（Ｈ０００１）の画像は、静止画像となる。再び、ヒト（Ｈ０００１）が移動すると、日時ｔ１’…、ｔ２’、ｔｅでもヒト（Ｈ０００１）は間欠的に動画として記録される。このようにして、ヒト（Ｈ０００１）の入場から退場までの画像が記録される。これにより、駐輪場１全体のセキュリティは向上する。

【0054】

図２の駐輪場管理装置は図１３に示すハードウェアで構成することもできる。尚、図１３においては、自転車にバイク等を加えて二輪車とする。

【0055】

図１３に示す複数の駐輪位置を有する駐輪管理をするための駐輪場管理装置は、駐輪場の全体画像データを取得する全体画像取得手段１３０１と、二輪車画像及びヒト画像を入力教師データとしかつ二輪車情報及びヒト情報を出力教師データとして機械学習済みの第１の学習制御モデル１３０２を用いて全体画像データを入力データとして二輪車画像及びヒト画像を推定して抽出する二輪車画像/ヒト画像推定抽出手段１３０３と、二輪車画像が動画画像ときには該二輪車画像及び該二輪車画像と接触するヒト画像を日時と共に記録し、二輪車画像が動画画像から静止画像に変化したときには二輪車画像が存在する駐輪位置と共に該静止画像を日時と共に記録する第１の記録手段１３０４とを具備する。

【0056】

さらに、駐輪場管理装置は、二輪車/ヒト接触画像を入力教師データとしかつ二輪車/ヒト接触情報を出力教師データとして機械学習済みの第２の学習制御モデル１３０５を用いて全体画像データを入力データとして二輪車/ヒト接触画像を推定して抽出する二輪車/ヒト接触画像推定抽出手段１３０６を具備し、第１の記録手段１３０４は二輪車/ヒト接触画像の有無によって二輪車画像と該二輪車画像と接触していたヒト画像とが非接触と判別されたときのみに二輪車画像の静止画像を記録する。

【0057】

さらに、駐輪場管理装置は、駐車場の出入口画像データを取得する出入口画像取得手段１３０７と、出入口画像データを入力データとして第１の学習制御モデル１３０２を用いて出入口二輪車画像及び出入口ヒト画像を推定抽出する出入口二輪車画像/出入口ヒト画像推定抽出手段１３０８とを具備し、第１の記録手段１３０４は出入口二輪車画像及び出入口ヒト画像を二輪車画像及びヒト画像の入場画像又は退場画像として記録する。

【0058】

さらに、駐輪場管理装置は、推定抽出されたヒト画像を日時と共に記録する第２の記録手段１３０９を具備する。この第２の記録手段１３０９は、ヒト画像が静止画像のときには、ヒト画像が動画画像から静止画像に変化したときのみ記録する。

【0059】

尚、上述の実施の形態においては、記録される自転車の静止状態の画像データ数は少ないが、記録される自転車の動画状態の画像の数はメインルーチンの実行サイクル時間に依存する。メインルーチンの実行サイクル時間を長くするために、ダミーステップ又は遅延ステップを導入して動画状態の画像データ数を少なくでき、フラッシュメモリ１２４の記憶容量を小さくできる。

【0060】

また、出入口監視カメラ１３、全体監視カメラ１４を設けているが、全体監視カメラ１４で出入口Ｇ近傍も撮像できるようにすれば、全体監視カメラ１４は不要となる。すなわち、監視カメラは少なくとも１つ必要であり、適宜増加させることができる。

【0061】

さらに、駐輪場１は 出入口Ｇを設けているが、出入口Ｇを設けなくともよい。

【0062】

さらにまた、本発明は上述の実施の形態の自明の範囲内でいかなる変更にも適用し得る。

【産業上の利用可能性】

【0063】

本発明に係る駐輪場管理装置は自転車に加えてバイク等の二輪車等にも利用できる。

【符号の説明】

【0064】

１：駐輪場
１１－Ａ、１１－Ｂ、…、１１－Ｉ：駐輪位置
１２：駐輪場管理装置
１３：出入口監視カメラ
１４：全体監視カメラ
１５：２次元コード看板
１６：タッチパネル
１７：満空看板
２：インタネット
３：情報端末
４：決済用サーバ
１２１：ＣＰＵ
１２２：ＲＯＭ
１２３：ＲＡＭ
１２４：フラッシュメモリ
１２５：入出力インタフェイス
１２６：画像インタフェイス
１２７：通信インタフェイス
１２８、１２９：学習制御モデル
Ｆ：課金処理終了フラグ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】