JPH06208667A - 駐車料金計算装置及び駐車料金計算方法 - Google Patents

Abstract

(57)【要約】 【目的】駐車料金の割引額の計算処理及び分類集計の省
力化を行えるようにする。 【構成】駐車券１の磁気データを読み取って駐車時間を
算出し（ステップ１、２）、駐車券１に印字されたテナ
ントコードをラインセンサで読み取りニューラル処理を
行ってテナントコードの文字認識を行い（ステップ３〜
７）、このテナントコードに基づいて割引時間を算出し
（ステップ８）、駐車料金を算出し（ステップ９）、テ
ナント毎に駐車料金の割引額を分類集計する（ステップ
11）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、駐車料金計算装置及び
駐車料金計算方法に関し、特に印字された割り引きマー
クをニューラルネットで読み取り、テナント毎に駐車料
金の割引額を分類集計する技術に関する。

【０００２】

【従来の技術】従来より、例えば複数のテナントが入居
しているデパート等の駐車場において、入場時に、駐車
券に入場時刻を例えば磁気的に記録して駐車場利用客に
この駐車券を発券し、利用客がテナントで買物をした時
に、この駐車券にテナント名が分かる割り引きマークを
記録してもらい、出場時、利用客に対してかかるテナン
トに基づいた割引時間（あるいは割引額）で駐車料金を
請求するようにしている場合がある。

【０００３】かかる場合において、割り引きマークの駐
車券への記録には、スタンプ等で印字するのが、コスト
も安いので一般的である。そして駐車場の管理者が出場
口でこの駐車券を受け取ると、駐車券に磁気記録された
入場時刻を磁気的に読み取って駐車時間を調べ、印字さ
れた割り引きマークを見て駐車時間から割引時間を差し
引いて、その時間に対応した駐車料金を利用客に請求す
る。

【０００４】この割引時間は、駐車場の管理側でテナン
ト毎に分類集計され、割引時間に対応した割引額が各テ
ナント毎に請求される。

【０００５】

【発明が解決しようとする課題】しかしながら、かかる
駐車料金計算装置では、駐車時間及び割引後の駐車料金
の計算、利用客に対する駐車料金の請求、そしてテナン
ト毎の割引額の請求を、すべて管理者が行っていたの
で、これらの作業が非常に煩雑であった。本発明ではこ
のような従来の課題に鑑みてなされたもので、駐車料金
の計算処理及び分類集計の自動化、省力化が可能な駐車
料金計算装置及び駐車料金計算方法を提供することを目
的とする。

【０００６】

【課題を解決するための手段】このため本発明は、図１
に示すように、割り引きマークが印字され入場時刻デー
タが記録された駐車券の入場時刻データを入力する入力
手段と、該入場時刻データ、及び現在時刻から駐車時間
を算出する算出手段と、前記駐車券に印字された割り引
きマークをイメージデータとして読み取る読み取り手段
と、前記イメージデータをニューラルネットの入力パタ
ーンに変換処理する入力処理手段と、前記割り引きマー
クのパターンの特長が予め学習されており、前記入力処
理手段の出力を入力し、当該入力されたパターンに基づ
いて文字認識の判別信号を出力するニューラルネット
と、前記ニューラルネットからの文字認識の判別信号に
基づく割り引きマークに対応して前記駐車時間に基づく
駐車料金を割り引く割引手段と、該割り引き手段により
割り引かれた後の実際の駐車料金を表示する表示手段
と、前記割り引きマークよりテナント毎に駐車料金の割
引額を分類集計する分類手段と、を備えるようにした。

【０００７】また、駐車料金を計算する方法として、割
り引きマークが印字され入場時刻データが記録された駐
車券の入場時刻データを入力し、該入場時刻データ、及
び現在時刻から駐車時間を算出する一方、前記駐車券に
印字された割り引きマークをイメージデータとして読み
取り、前記イメージデータをニューラルネットの入力パ
ターンに変換処理し、当該割り引きマークのパターンの
特長に基づいて文字認識の判別信号を出力するように予
め学習されたニューラルネットに、前記入力パターンを
入力し、当該入力されたパターンに基づいてニューラル
ネットから出力された文字認識の判別信号から割り引き
マークを文字認識し、該割り引きマークに対応して前記
駐車時間に基づく駐車料金を割り引き、割り引かれた後
の実際の駐車料金を表示するとともに、該駐車料金の割
引額をテナント毎に分類集計するようにした。

【０００８】

【作用】上記の構成によれば、駐車券に記録された入場
時刻データは入力手段により入力され、駐車時間が入場
時刻データと現在時刻とから算出手段により算出され
る。駐車券に印字された割り引きマークは読み取り手段
によりイメージデータとして読み取られ、入力処理手段
によりニューラルネットの入力パターンに変換処理され
た後、ニューラルネットに入力される。そしてニューラ
ルネットから文字認識の判別信号に基づいて割り引きマ
ークが文字認識されるので、割引手段によりこの割り引
きマークに対応して駐車時間に基づく駐車料金が割り引
かれる。割り引いた後の駐車料金は表示手段により表示
され、駐車料金の割引額は分類手段により割り引きマー
クからテナント毎に分類集計される。

【０００９】これにより計算処理及び分類集計の作業を
省力化することが可能となる。

【００１０】

【実施例】以下、本発明の一実施例を図２〜９に基づい
て説明する。本実施例を示す図２において、駐車料金計
算機10は、例えば複数のテナントが入居しているデパー
ト等の駐車場に配設されたものであり、図示しない現在
時刻を刻む時計と、入場時に、印字可能な表面、及び磁
気記録が可能な裏面を有する駐車券１に入場時刻を磁気
的に記録し、出場時にこの入場時刻を読み取る磁気処理
部２と、後述するＮＲＬリーダ３と、現在時刻及び駐車
料金等を表示する表示器４と、を備えている。

【００１１】駐車券１を示す図９において、各テナント
で買物をした際に、そのテナントコードが割り引きマー
クとして駐車券１の表面のサービススタンプ領域Ａ１に
印字される。このテナントコードは、駐車場の管理側で
各テナント別に割引時間を分類集計し、各テナントに割
引時間に対応した割引額を請求する時に使用されるもの
である。このサービススタンプ領域Ａ１に印字するに
は、手で押してもよいが、例えばスタンプ専用機器等を
各テナントに備え、これを用いて印字して印字位置、押
圧の強さが一定になるようにする。尚、入場日・入場時
刻は、入場時に磁気記録されるが、これと同時に駐車券
１のタイムスタンプ領域Ａ２に印字され、利用客が視認
できるようになっている。

【００１２】ＮＲＬリーダ３の構成を示す図３におい
て、ＮＲＬリーダ３には、ローラ32と、読み取り手段と
してのラインセンサ33と、センサ周辺回路34と、ＣＰＵ
35と、が備えられている。ローラ32は、挿入された駐車
券１を中に搬送するものである。ラインセンサ33は、駐
車券１に印字された数字をイメージデータとして読み取
る光学式センサであり、密着型のものが使用され小型化
されている。ラインセンサ33の分解能は例えば200dpi(8
dot/mm) 、読み取り速度３ms/line(Max)程度である。

【００１３】センサ周辺回路34はラインセンサ33のイメ
ージデータ出力をディジタル化し、ＣＰＵ35に出力する
回路である。ＣＰＵ35はイメージ信号受信ソフト、文字
切り出しソフト、そして入力層、中間層、出力層をネッ
トワーク状に構成したニューラルネットソフトを備え、
さらにニューラルネットにより文字認識されたテナント
コード等に基づいて駐車料金の割引額を計算し、分類集
計するコンピュータの演算処理部である。

【００１４】ここでニューラルネットについて簡単に説
明する。ニューラルネットとは、人間の脳を真似たネッ
トワークで、脳のニューロン（神経細胞）に対応したユ
ニットが複数個、複雑に接続し合ったもので、各ユニッ
トの動作及びユニット間の接続形態をうまく決めること
（学習）で、パターン認識機能や知識処理機能を埋め込
むことができ、例えば「日経エレクトロニクス（1987年
８月10日号（No.427) のＰ115 〜Ｐ124 等に紹介されて
いる。

【００１５】まず、ニューロンをモデル化したユニット
の構造を図４に示す。ユニット（ニューロンモデル）Ｕ
i は、他のユニットからの入力Ｏj の総和を一定の規則
で変換し、出力Ｏi とするが、他のユニットとの結合部
にはそれぞれ可変の重みＷij（シナプスウェイト）が付
いている。この重みＷijは、各ユニット間の結合の強さ
を表すためのもので、この値を変えると接続状態を変え
なくても実質的にニューラルネットの構造が変わること
になる。

【００１６】ニューラルネットの学習とは、この値を変
えることであって、重みＷijは正、ゼロ、負の値をと
る。あるユニットＵi が他の複数のユニットから入力を
受けた場合、その入力の総和をＮＥＴで表すとすると、
ユニットＵi の入力の総和は、

【００１７】

【数１】

【００１８】となる。各ユニットＵi は、この入力の総
和ＮＥＴを関数ｆに適用し、次式に示すように出力Ｏi
に変換する。

【００１９】

【数２】

【００２０】この関数ｆは各ユニットＵi 毎に違って良
いが、一般には図５に示したsigmoid 関数を使う。この
sigmoid 関数は、微分可能な疑似線型型関数で、

【００２１】

【数３】

【００２２】で表せる。値域は０〜１で、入力値が大き
くなるにつれ１に、小さくなるにつれて０に近づく。入
力が０のときは0.5 となる。閾値θ（バイアス）を加え
て

【００２３】

【数４】

【００２４】とする場合もある。図６はネットワークの
構造の一例を示す図で、入力層、中間層、出力層からな
る階層構造のものを示してある。各ユニットは、入力層
から出力に向けて接続されるが、各層内のユニット同士
は接続しない。また、入力ユニットと出力ユニットは独
立している。

【００２５】このようなニューラルネットにおいて、入
力層の各ユニットに入力データを与えると、この信号は
各ユニットで変換され、中間層に伝わり、最後に出力層
から出てくるが、望ましい出力を得るためには各ユニッ
ト間の結合の強弱、即ち重みを適切な値に設定する必要
がある。この重みの設定は、ニューラルネットを例えば
次に述べるバックプロパゲーション則で学習させること
によって行われる。

【００２６】即ち、まず最初は、すべての重みをランダ
ムに設定しておき、入力層の各ユニットに学習用の入力
データ（予め望ましい出力が分かっているデータ）を与
える。そして、このとき出力層の各ユニットから出てき
た出力値と望ましい出力値とを比べ、その差（誤差）を
減らすように各重みの値を、出力層側から順次修正す
る。そして、これを多数の学習データを用いて誤差が収
束するまで繰り返す。

【００２７】本実施例のニューラルネット36は、図７に
示すように、入力層、中間層、出力層によって構成さ
れ、入力層は、時間軸に対しサンプリングした回数と同
じ数のユニットＵ₁ 、Ｕ₂ 、・・・、Ｕ_x （例えばｘ＝
70）からなっており、各ユニットＵ₁ 、Ｕ₂ 、・・・、
Ｕ_x に対して対応する信号値がそれぞれ入力されるよう
になっている。

【００２８】中間層の各ユニットＵ₁ 、Ｕ₂ 、・・・、
Ｕ_y （例えばｙ＝20）は、入力層の各ユニットＵ₁ 、Ｕ
₂ 、・・・、Ｕ_x の全てと結合している。尚、中間層の
ユニット数は経験的に決定される。また、本実施例のよ
うに、１層構造の他、２層、３層等複数層構造にしても
よい。出力層の各ユニットＵ₁ 、Ｕ₂ 、・・・、Ｕ
_z （例えばｚ＝10）は、中間層の各ユニットＵ₁ 、
Ｕ₂ 、・・・、Ｕ_y と全て結合している。

【００２９】次に処理内容を図８のフローチャートに基
づいて説明する。ステップ（図中では「Ｓ」と記してあ
り、以下同様とする）１では、駐車券１を駐車料金計算
機10の挿入口に挿入すると、駐車券１は磁気処理部２の
所定位置まで搬送され、磁気的に記録された入場日・入
場時刻のデータが磁気処理部２で読み取られる。このス
テップが入力手段に相当する。

【００３０】ステップ２では、磁気処理部２で読み取っ
た入場日・入場時刻データ、及び現在時刻に基づいて駐
車時間を算出する。このステップが算出手段に相当す
る。ステップ３では、駐車券１がＮＲＬリーダ３のロー
ラ32によってラインセンサ33の所定位置まで搬送され、
テナントで買物をした時にサービススタンプ領域Ａ１に
印字されたテナントコードをラインセンサ33で読み取
る。このステップが読み取り手段に相当する。

【００３１】ステップ４では、ラインセンサ33で読み取
った数字や記号をセンサ周辺回路34でディジタル化し、
イメージデータをＣＰＵ35に入力する。ステップ５で
は、入力したイメージデータから数字や記号を１文字づ
つ切り出す。ステップ６では、切り出された数字データ
及び記号データについて、データ量を減らす処理が行
う。これはニューラルネット36に例えば数字データが送
られてきた時、21×30ドットの数字データをそのまま出
力するとデータ数が多くなり、ニューラルネット36での
処理に時間がかかるからである。例えば、21×30ドット
を３×３ドットづつの領域に区分し、各領域のドット数
をカウントし、そのカウント値を各領域のデータとす
る。これにより21×30ドットの数字データは７×10のデ
ータ量となる。図10において、各領域のカウント値を、
対応した面積で表すと、（Ａ）に示す数字「３」は、こ
の処理によって（Ｂ）のようになる。

【００３２】尚、ステップ４〜６が入力処理手段に相当
する。ステップ７では、データ処理された数字データま
たは記号を１文字づつニューラルネット36に送る。ニュ
ーラルネット36の入力層のユニット数は、センサ周辺回
路34からの出力データ数に対応するようにｘ＝70となっ
ており、７×10個の各領域のカウント値は、対応したニ
ューラルネット36の入力層の各ユニットに入力される。
尚、ニューラルネット36は、ある数字及び記号データが
入力された時、前述のようなバックプロパゲーション則
にしたがって、入力された数字及び記号データに対応す
る出力層のユニットの出力のみが１となるように予め学
習させてある。従って、この出力が文字認識の判別信号
であり、出力層のどのユニットが１となっているかを調
べれば、ニューラルネット36に送られた文字を認識する
ことが可能となる。

【００３３】そして文字認識された数字データ又は記号
データをテナントコードに組み直される。ステップ８で
は、このテナントコードに基づいて割引時間を算出す
る。ステップ９では、駐車時間から割引時間を差引き、
駐車料金を算出する。ステップ８及び９が割引手段に相
当する。

【００３４】ステップ10では、この駐車料金を表示器に
表示する。この表示器に表示された駐車料金が利用客に
請求される。このステップが表示手段に相当する。ステ
ップ11では、割引時間に対応した割引額をテナント毎に
分類集計を行い記録する。記録された割引額は各テナン
トに請求される。このステップが分類手段に相当する。

【００３５】かかる構成によれば、駐車券１に磁気記録
された入場時刻データが入力され、このデータと現在時
刻から駐車時間が算出されて、これに基づいて駐車料金
が自動的に算出される一方、利用客がテナントで買物を
する時に駐車券１に印字されたテナントコードをイメー
ジデータとして読み取り、ニューラルネット36で文字認
識し、文字認識されたテナントコードに基づいて前記駐
車料金が割り引かれ、テナントコード毎に駐車料金の割
引額が分類集計されるので、駐車料金の計算処理、割引
処理及び分類集計の作業が自動化され、省力化される。
そして自動料金徴集型の駐車料金計算装置とすることが
出来、駐車場を無人管理することが出来る。

【００３６】尚、実施例では、駐車券に磁気的カードを
用いて入場日・入場時刻を磁気的に記録したが、これに
限らず、駐車券にパンチカードを用いて記録してもよい
し、また駐車券のタイムスタンプ領域に印字された入場
日・入場時刻をテナントコードと同様にニューラルネッ
トで文字認識してもよい。

【００３７】

【発明の効果】以上説明したように本発明によれば、駐
車券に記録された入場時刻データが入力され、このデー
タと現在時刻から駐車時間が算出されて、これに基づい
て駐車料金が自動的に算出される一方、駐車券に印字さ
れた割り引きマークをイメージデータで読み取り、ニュ
ーラルネットで文字認識し、文字認識された割り引きマ
ークに基づいて前記駐車料金が割り引かれ、テナント毎
に駐車料金の割引額が分類集計されるので、駐車料金の
計算処理、割引処理及び分類集計の作業が自動化され、
省力化される。したがって全自動化された自動料金徴集
型の駐車料金計算装置、駐車場の無人化には都合がよ
い。

【図面の簡単な説明】

【図１】本発明の構成を示すブロック図。

【図２】本発明の一実施例の構成図。

【図３】図２のＮＲＬリーダの構成図。

【図４】図３のニューラルネットのニューロンの説明
図。

【図５】図３のニューラルネットで用いられるsigmoid
関数の図。

【図６】図３のニューラルネットのネットワークの構造
の一例を示す図。

【図７】図３のニューラルネットの構成を示す概略図。

【図８】図３のＮＲＬリーダの処理動作を示すフローチ
ャート。

【図９】駐車券の印字例を示す説明図。

【図10】駐車券の印字例の処理説明図。

【符号の説明】

１ 駐車券 ２ 磁気処理部 ３ ＮＲＬリーダ 10 駐車料金計算機 33 ラインセンサ 34 センサ周辺機器 35 ＣＰＵ 36 ニューラルネット

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁵ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０７Ｃ 1/30 8111−3Ｅ Ｇ０７Ｇ 1/14 8921−3Ｅ

Claims (2)

【特許請求の範囲】
1. 【請求項１】 割り引きマークが印字され入場時刻デー
   タが記録された駐車券の入場時刻データを入力する入力
   手段と、 該入場時刻データ、及び現在時刻から駐車時間を算出す
   る算出手段と、 前記駐車券に印字された割り引きマークをイメージデー
   タとして読み取る読み取り手段と、 前記イメージデータをニューラルネットの入力パターン
   に変換処理する入力処理手段と、 前記割り引きマークのパターンの特長が予め学習されて
   おり、前記入力処理手段の出力を入力し、当該入力され
   たパターンに基づいて文字認識の判別信号を出力するニ
   ューラルネットと、 前記ニューラルネットからの文字認識の判別信号に基づ
   く割り引きマークに対応して前記駐車時間に基づく駐車
   料金を割り引く割引手段と、 該割り引き手段により割り引かれた後の実際の駐車料金
   を表示する表示手段と、 前記割り引きマークよりテナント毎に駐車料金の割引額
   を分類集計する分類手段と、を備えたことを特徴とする
   駐車料金計算装置。
2. 【請求項２】 割り引きマークが印字され入場時刻デー
   タが記録された駐車券の入場時刻データを入力し、 該入場時刻データ、及び現在時刻から駐車時間を算出す
   る一方、 前記駐車券に印字された割り引きマークをイメージデー
   タとして読み取り、 前記イメージデータをニューラルネットの入力パターン
   に変換処理し、 当該割り引きマークのパターンの特長に基づいて文字認
   識の判別信号を出力するように予め学習されたニューラ
   ルネットに、前記入力パターンを入力し、 当該入力されたパターンに基づいてニューラルネットか
   ら出力された文字認識の判別信号から割り引きマークを
   文字認識し、 該割り引きマークに対応して前記駐車時間に基づく駐車
   料金を割り引き、 割り引かれた後の実際の駐車料金を表示するとともに、 該駐車料金の割引額をテナント毎に分類集計することを
   特徴とする駐車料金計算方法。