特許 7657171 車型判別装置、車型判別方法及び車型判別プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-03-27

(45)【発行日】2025-04-04

(54)【発明の名称】車型判別装置、車型判別方法及び車型判別プログラム

(51)【国際特許分類】

   G08G 1/015 20060101AFI20250328BHJP

   G08G 1/04 20060101ALI20250328BHJP

【ＦＩ】

G08G1/015 A

G08G1/04 C

【請求項の数】 9

(21)【出願番号】P 2022041008

(22)【出願日】2022-03-16

(65)【公開番号】P2023135757

(43)【公開日】2023-09-29

【審査請求日】2024-03-06

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】110002491

【氏名又は名称】弁理士法人クロスボーダー特許事務所

(72)【発明者】

【氏名】白金 直徒

【審査官】増子 真

(56)【参考文献】

【文献】特開２００５－２８５０１４（ＪＰ，Ａ）

【文献】特開平１１－２１３２８４（ＪＰ，Ａ）

【文献】特開２０１０－１０２４６６（ＪＰ，Ａ）

【文献】特開２０２０－１４０２３６（ＪＰ，Ａ）

【文献】特開２００２－２１６２８８（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１７／０２９４１１８（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０８Ｇ １／００ － ９９／００

Ｇ０６Ｔ １／００ － １／４０

Ｇ０６Ｔ ３／００ － ５／９４

Ｇ０６Ｔ ７／００ － ７／９０

Ｇ０６Ｖ １０／００ － ２０／９０

Ｇ０６Ｖ ３０／４１８

Ｇ０６Ｖ ４０／１６

Ｇ０６Ｖ ４０／２０

Ｇ０１Ｂ １１／００ － １１／３０

(57)【特許請求の範囲】

【請求項1】

車両のナンバープレートの情報から前記車両の車型を絞り込む車型絞込部と、
前記車両の画像データに映った前記車両の形状から前記車両の車名を特定することにより、前記車型絞込部によって絞り込まれた前記車型のうちのどの車型であるかを判別する車型判別部と
を備える車型判別装置。

【請求項2】

車両のナンバープレートの情報から前記車両の車型を絞り込む車型絞込部と、
前記車型絞込部によって前記車型が普通自動車又は軽自動車と絞り込まれた場合に、前記車両の画像データに映った前記車両の形状から前記車両の車名を特定することにより、普通自動車であるか軽自動車であるかを判別する車型判別部と
を備える車型判別装置。

【請求項3】

前記車型判別部は、前記画像データ又は前記画像データから抽出された特徴量を、車型を推論する車型推論モデルに入力することにより、どの車型であるかを判別する
請求項１又は２に記載の車型判別装置。

【請求項4】

前記車型にはタクシーが含まれ、
前記車型判別装置は、さらに、
前記車型判別部によって前記車型がタクシーであると判別された場合に、前記画像データにおけるタクシーの看板部分の部分画像に基づき、タクシー業者を判別するタクシー判別部
を備える請求項１から３までのいずれか１項に記載の車型判別装置。

【請求項5】

前記タクシー判別部は、前記ナンバープレートの位置に対する前記看板部分の位置を考慮してタクシー業者を判別する
請求項４に記載の車型判別装置。

【請求項6】

前記タクシー判別部は、前記部分画像又は前記部分画像から抽出された特徴量を、タクシー業者を推論する業者推論モデルに入力することにより、タクシー業者を判別する
請求項４又は５に記載の車型判別装置。

【請求項7】

車両の画像データに映った前記車両の形状から前記車両の車名を特定することにより、前記車両の車型であるかを判別する車型判別部
を備える車型判別装置。

【請求項8】

コンピュータが、車両のナンバープレートの情報から前記車両の車型を絞り込み、
コンピュータが、前記車両の画像データに映った前記車両の形状から前記車両の車名を特定することにより、絞り込まれた前記車型のうちのどの車型であるかを判別する車型判別方法。

【請求項9】

車両のナンバープレートの情報から前記車両の車型を絞り込む車型絞込処理と、
前記車両の画像データに映った前記車両の形状から前記車両の車名を特定することにより、前記車型絞込処理によって絞り込まれた前記車型のうちのどの車型であるかを判別する車型判別処理と
を行う車型判別装置としてコンピュータを機能させる車型判別プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、車型を判別する技術に関する。

【背景技術】

【0002】

カメラで認識したナンバープレートの情報を元に車型を判別する方法があった。しかし、この方法では、大型トラックとバスとその他の車型等の限られた車型の判別がされるだけであった。また、図柄入りプレートが導入された。これにより、軽自動車と登録自動車（以下、普通自動車）とのナンバープレートの色による区別が困難になった。

【0003】

特許文献１には、車型を細かく判別するために、カメラに加えてその他のセンサを使用することが記載されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００２－２１６２８８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１に記載された技術では、カメラとは別にセンサを導入する必要がある。そのため、構成が煩雑になるとともに、導入に必要なコストが高くなってしまう。
本開示は、簡便な構成により、車型を細かく判別可能にすることを目的とする。

【課題を解決するための手段】

【0006】

本開示に係る車型判別装置は、
車両のナンバープレートの情報から前記車両の車型を絞り込む車型絞込部と、
前記車両の画像データを入力として、前記絞込部によって絞り込まれた前記車型のうちのどの車型であるかを判別する車型判別部と
を備える。

【発明の効果】

【0007】

本開示では、車両の画像データを入力として、ナンバープレートの情報から絞り込まれた車型のうちどの車型であるかを判別する。これにより、カメラとは別にセンサを導入することなく、車型を細かく判別可能である。

【図面の簡単な説明】

【0008】

【図1】実施の形態１に係る車型判別装置１０の構成図。

【図2】実施の形態１に係る車型判別装置１０の全体的な処理のフローチャート。

【図3】実施の形態１に係る車型絞込処理のフローチャート。

【図4】ナンバープレートの背景色と文字色との組合せの説明図。

【図5】図柄入りのナンバープレートの説明図。

【図6】実施の形態１に係る車型判別処理のフローチャート。

【図7】変形例１に係る車型判別装置１０の構成図。

【図8】実施の形態２に係る車型判別装置１０の構成図。

【図9】実施の形態２に係る車型判別装置１０の全体的な処理のフローチャート。

【図10】実施の形態２に係るタクシー判別処理のフローチャート。

【図11】実施の形態２に係るナンバープレートの位置に対する看板部分の位置の説明図。

【発明を実施するための形態】

【0009】

実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る車型判別装置１０の構成を説明する。
車型判別装置１０は、コンピュータである。
車型判別装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

【0010】

プロセッサ１１は、プロセッシングを行うＩＣである。ＩＣはＩｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。プロセッサ１１は、具体例としては、ＣＰＵ、ＤＳＰ、ＧＰＵである。ＣＰＵは、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略である。ＤＳＰは、Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒの略である。ＧＰＵは、Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略である。

【0011】

メモリ１２は、データを一時的に記憶する記憶装置である。メモリ１２は、具体例としては、ＳＲＡＭ、ＤＲＡＭである。ＳＲＡＭは、Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略である。ＤＲＡＭは、Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略である。

【0012】

ストレージ１３は、データを保管する記憶装置である。ストレージ１３は、具体例としては、ＨＤＤである。ＨＤＤは、Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅの略である。また、ストレージ１３は、ＳＤ（登録商標）メモリカード、ＣｏｍｐａｃｔＦｌａｓｈ（登録商標）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク、ＤＶＤといった可搬記録媒体であってもよい。ＳＤは、Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌの略である。ＤＶＤは、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋの略である。

【0013】

通信インタフェース１４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ、ＨＤＭＩ（登録商標）のポートである。ＵＳＢは、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓの略である。ＨＤＭＩは、Ｈｉｇｈ－Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅの略である。

【0014】

車型判別装置１０は、機能構成要素として、車型絞込部２１と、車型判別部２２とを備える。車型判別装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、車型判別装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、車型判別装置１０の各機能構成要素の機能が実現される。

【0015】

図１では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。

【0016】

＊＊＊動作の説明＊＊＊
図２から図６を参照して、実施の形態１に係る車型判別装置１０の動作を説明する。
実施の形態１に係る車型判別装置１０の動作手順は、実施の形態１に係る車型判別方法に相当する。また、実施の形態１に係る車型判別装置１０の動作を実現するプログラムは、実施の形態１に係る車型判別プログラムに相当する。

【0017】

図２を参照して、実施の形態１に係る車型判別装置１０の全体的な処理を説明する。
（図２のステップＳ１：車型絞込処理）
車型絞込部２１は、車両のナンバープレートの情報から車両の車型を絞り込む。

【0018】

図３を参照して具体的に説明する。
車型絞込部２１は、車両の画像データに含まれるナンバープレートからナンバーを読み取る（ステップＳ１１）。車型絞込部２１は、ナンバープレートのサイズが大板か中板か小板かを特定する（ステップＳ１２）。ナンバープレートのサイズは既存技術により特定可能である。車型絞込部２１は、ナンバープレートのサイズが大板の場合には、車型を大型車等に絞り込む（ステップＳ１６－１）。車型絞込部２１は、ナンバープレートのサイズが小板の場合には、車型をバイク等に絞り込む（ステップＳ１６－５）。

【0019】

ナンバープレートのサイズが中板の場合には、車型絞込部２１は、ナンバーの分類番号により普通自動車と軽自動車とのどちらであるかを判別可能か判定する（ステップＳ１３）。
ナンバーの分類番号は、普通自動車と軽自動車とで一部重複して用いられる。具体例としては、普通自動車についての小型の貨物自動車と軽自動車の貨物自動車とは、分類番号が重複している。また、普通自動車についての小型の乗用自動車及び乗合自動車と、軽自動車の乗用自動車とは、分類番号が重複している。また、普通自動車についての小型の特種用途自動車と、軽自動車の特種用途自動車とは、分類番号が重複している。
普通自動車と軽自動車とのいずれか一方でしか用いられない分類番号の場合には、普通自動車と軽自動車とのどちらであるか判別可能である。一方、普通自動車と軽自動車とで重複して用いられる分類番号の場合には、普通自動車と軽自動車とのどちらであるか判別不可能である。判別可能な場合には、車型絞込部２１は、分類番号に応じて、車型を普通自動車か軽自動車かに絞り込む（ステップＳ１６－４）

【0020】

判別不可能な場合には、車型絞込部２１は、ナンバープレートの色を判別する（ステップＳ１４）。車型絞込部２１は、ナンバープレートの背景色の色と文字の色とから普通自動車であるか軽自動車であるかを判別する（ステップＳ１５）。
図４に示すように、ナンバープレートには背景色と文字色とに４つの組合せがある。以前であれば、背景色が白かつ文字色が緑の場合と、背景色が緑かつ文字色が白の場合とには、車型が普通自動車であると特定された。また、背景色が黄かつ文字色が黒の場合と、背景色が黒かつ文字色が黄の場合とには、車型が軽自動車であると特定された。しかし、図５に示すように、図柄入りのナンバープレートが導入されている。そのため、背景色が白かつ文字色が緑の場合と、背景色が緑かつ文字色が白の場合とには、車型が普通自動車であるか軽自動車であるか判別できない。
そこで、車型絞込部２１は、背景色が白かつ文字色が緑の場合と、背景色が緑かつ文字色が白の場合とには、車型絞込部２１は、車型を普通自動車又は軽自動車に絞り込む（ステップＳ１６－２）。つまり、背景色が白かつ文字色が緑の場合と、背景色が緑かつ文字色が白の場合とには、車型が普通自動車と軽自動車とのどちらであるかまでは絞り込まれない。背景色が黄かつ文字色が黒の場合と、背景色が黒かつ文字色が黄の場合とには、車型絞込部２１は、車型を軽自動車に絞り込む（ステップＳ１６－３）。

【0021】

（図２のステップＳ２：車型判別処理）
車型判別部２２は、車両の画像データを入力として、ステップＳ１で絞り込まれた車型のうちのどの車型であるかを判別する。

【0022】

図６を参照して具体的に説明する。
車型判別部２２は、車両の画像データから特徴量を抽出する（ステップＳ２１）。画像データの特徴量は、画像データにおける車両の特徴を数値化した情報である。特徴の数値化は既存技術により実現可能である。車型判別部２２は、特徴量を、車型を推論する車型推論モデルに入力する（ステップＳ２２）。
実施の形態１では、車型推論モデルによって画像データに映った車両の形状と車名毎の車両の形状との類似度が計算される（ステップＳ２３）。そして、車型推論モデルによって最も類似度が高い車名が特定され、特定された車名に対応する車型が出力される（ステップＳ２４）。なお、車名と車型とは事前に対応付けされている。車型判別部２２は、車両は、車型推論モデルから出力された車型であると判別する。

【0023】

上記説明では、画像データから抽出された特徴量を車型推論モデルに入力した。しかし、車型推論モデルの構成によっては、画像データを車型推論モデルに入力してもよい。

【0024】

この際、車型判別部２２は、図３のステップＳ１６－２で車型が普通自動車又は軽自動車に絞り込まれた場合に、車型が普通自動車と軽自動車とのどちらであるかを判別する。
車型判別部２２は、車型が普通自動車に絞り込まれた場合に、タクシーとワンボックスとセダンといった詳細な車型を特定してもよい。車型判別部２２は、車型が大型車等と軽自動車とバイク等のいずれかに絞り込まれた場合にも、同様に詳細な車型を特定してもよい。例えば、車型判別部２２は、車型が大型車等に絞り込まれた場合には、トラックとバスとクレーン車等の特殊車両とロードローラー等の工事車両といった詳細な車型を特定してもよい。

【0025】

なお、図２に示す処理は、例えば、１０ミリ秒から５０ミリ秒の間に実行される。

【0026】

＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る車型判別装置１０は、ナンバープレートの情報から絞り込まれた車型のうちどの車型であるかを判別する。これにより、カメラとは別にセンサを導入することなく、車型を細かく判別可能である。

【0027】

＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例１として、各機能構成要素はハードウェアで実現されてもよい。この変形例１について、実施の形態１と異なる点を説明する。

【0028】

図７を参照して、変形例１に係る車型判別装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、車型判別装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。

【0029】

電子回路１５としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、ＦＰＧＡが想定される。ＧＡは、Ｇａｔｅ Ａｒｒａｙの略である。ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。ＦＰＧＡは、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略である。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。

【0030】

＜変形例２＞
変形例２として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

【0031】

プロセッサ１１とメモリ１２とストレージ１３と電子回路１５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。

【0032】

実施の形態２．
実施の形態２は、車型がタクシーであると判別された場合に、タクシー業者を判別する点が実施の形態１と異なる。実施の形態２では、この異なる点を説明して、同一の点については説明を省略する。

【0033】

＊＊＊構成の説明＊＊＊
図８を参照して、実施の形態２に係る車型判別装置１０の構成を説明する。
車型判別装置１０は、機能構成要素として、タクシー判別部２３を備える点が図１に示す車型判別装置１０と異なる。タクシー判別部２３の機能は、他の機能構成要素と同様に、ソフトウェア又はハードウェアによって実現される。

【0034】

＊＊＊動作の説明＊＊＊
図９から図１１を参照して、実施の形態２に係る車型判別装置１０の動作を説明する。
実施の形態２に係る車型判別装置１０の動作手順は、実施の形態２に係る車型判別方法に相当する。また、実施の形態２に係る車型判別装置１０の動作を実現するプログラムは、実施の形態２に係る車型判別プログラムに相当する。

【0035】

図９を参照して、実施の形態２に係る車型判別装置１０の全体的な処理を説明する。
ステップＳ１及びステップＳ２の処理は、実施の形態１と同じである。

【0036】

（ステップＳ３：タクシー判別処理）
タクシー判別部２３は、ステップＳ２で車型がタクシーであると判別された場合に、画像データにおけるタクシーの看板部分の部分画像に基づき、タクシー業者を判別する。

【0037】

図１０を参照して具体的に説明する。
タクシー判別部２３は、車両の画像データからタクシーの看板部分の部分画像の特徴量を抽出する（ステップＳ３１）。タクシー判別部２３は、特徴量を、タクシー業者を推論する業者推論モデルに入力する（ステップＳ３２）。
実施の形態２では、業者推論モデルによって部分画像が示す看板とタクシー業者毎の看板との類似度が計算される（ステップＳ３３）。そして、業者推論モデルによって最も類似度が高いタクシー業者が特定され、出力される（ステップＳ３４）。タクシー判別部２３は、車両は、業者推論モデルから出力されたタクシー業者の車両であると判別する。

【0038】

ステップＳ３１では、タクシー判別部２３は、看板部分の形状と大きさと色と、看板部分に記載された文字と等に基づいて、部分画像の特徴量を計算する。この際、図１１に示すように、タクシー判別部２３は、ナンバープレートの位置に対する看板部分の位置を考慮して特徴量を計算してもよい。これにより、ナンバープレートの位置に対する看板部分の位置を考慮してタクシー業者が判別される。

【0039】

上記説明では、部分画像から抽出された特徴量を業者推論モデルに入力した。しかし、業者推論モデルの構成によっては、部分画像を業者推論モデルに入力してもよい。

【0040】

タクシー判別部２３は、看板部分の部分画像を切り出す際、タクシー業者毎のナンバープレートの位置に対する看板部分の位置を考慮して切り出す位置を特定してもよい。例えば、全てのタクシー業者についての看板部分の位置を包含するように切り出す位置を特定することが考えられる。ステップＳ１でナンバープレートの位置は特定されている。そのため、ナンバープレートの位置から看板部分の位置を容易に特定可能になる。その結果、看板部分の特定処理を高速化できる。

【0041】

＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る車型判別装置１０は、看板部分の部分画像に基づき、タクシー業者を判別する。これにより、カメラとは別にセンサを導入することなく、タクシー業者まで判別可能である。

【0042】

なお、以上の説明における「部」を、「回路」、「工程」、「手順」、「処理」又は「処理回路」に読み替えてもよい。

【0043】

以上、本開示の実施の形態及び変形例について説明した。これらの実施の形態及び変形例のうち、いくつかを組み合わせて実施してもよい。また、いずれか１つ又はいくつかを部分的に実施してもよい。なお、本開示は、以上の実施の形態及び変形例に限定されるものではなく、必要に応じて種々の変更が可能である。

【符号の説明】

【0044】

１０ 車型判別装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、２１ 車型絞込部、２２ 車型判別部、２３ タクシー判別部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】