JPH07210799A - 駐車状況測定装置 - Google Patents

Abstract

(57)【要約】 【目的】 駐車状況測定の正解率が低下する休日および
特定の時間帯においても高い正解率を得ることができる
ものである。 【構成】 ニューラルネットワークの手法を用いて駐車
場１０の特定ブロックの代表エリアにおける駐車状況か
ら駐車場全体の駐車状況を測定する駐車状況測定装置に
おいて、入路または出路の通過車両を測定する通過率測
定装置２１と、前記代表エリアにおける駐車車両を測定
する駐車率測定装置２２と、該通過率測定装置と駐車率
測定装置との信号を入力し演算処理を行う複数のニュー
ラルネットワークからなる情報処理部２４と、該複数の
ニューラルネットワークを大型車と小型車の駐車傾向に
応じて切換える切換制御部２３と、前記情報処理部から
の信号により駐車状況の判別を行う駐車状況判別部２５
とを具備したものである。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は高速道路のパーキングエ
リアやサービスエリアのような、大型車と小型車を駐車
ブロックが混在する駐車場の駐車状況を判定するための
駐車状況測定装置に関する。

【０００２】

【従来の技術】前記した駐車場における駐車状況を測定
する方法として、本出願人が出願した特開平４−１５８
００号公報で提案した、高速道路の駐車場の入出路と特
定ブロックの代表エリアの駐車台数を大型車、小型車共
に１台として計数し、ニューラルネットワークの手法を
用いて情報処理部の入力層に加え駐車状況を測定する方
法がある。

【０００３】以下、ノードとしてニューロンを用いて構
成するニューラルネットワークによって説明する。すな
わち、複数の入力に対して、非線形処理を施し、複数の
出力を得るノードから構成され、この各々のノードにお
ける少なくとも１つ以上の入力に重み付け加算を施すこ
とで、そのノード自身の入力に変換し、この変換された
入力に対して、別のノードへ伝播するための出力を生じ
る機能を持つとともに、これらノードから生じる最終出
力結果が所望の出力となるように、前記の重みを制御可
能とした情報処理部を利用することにより、代表ブロッ
クの駐車状況から駐車場全体の駐車状況を高い精度で測
定できるようにしたものである。

【０００４】

【発明が解決しようとする課題】ところで、前記したニ
ューラルネットワークによる学習は数日間の実測データ
の平均値に基づくものであるため、平日と休日における
大型車と小型車の駐車状況の変化を吸収できず、駐車状
況測定の正解率を低下させるといった問題があった。

【０００５】この正解率を低下させる主な要因は、大型
車と小型車の駐車傾向が平日と休日によって大きく異な
り、特に、小型車の多い休日においては小型車が大型車
の駐車スペースに２台駐車することで、通過率と駐車率
との相関関係が崩れることによる。

【０００６】また、平日においても、１１時〜１９時の
間は小型車が大型車よりも多く、２２時〜４時の間は仮
眠するトラックにより大型車の駐車スペースが満車とな
り、小型車用の２台分の駐車スペースを占有することに
よって、前記と同様に通過率と駐車率との間の相関関係
が崩れ、駐車状況測定の正解率を低下させるといった問
題があった。

【０００７】本発明は前記した問題点を解決せんとする
もので、その目的とするところは、駐車状況測定の正解
率が低下する休日および特定の時間帯においても高い正
解率を得ることができる駐車状況測定装置を提供せんと
するにある。

【０００８】

【課題を解決するための手段】本発明の駐車状況測定装
置は前記した目的を達成せんとするもので、その手段
は、ニューラルネットワークの手法を用いて駐車場の特
定ブロックの代表エリアにおける駐車状況から駐車場全
体の駐車状況を測定する駐車状況測定装置において、入
路または出路の通過車両を測定する通過率測定装置と、
前記代表エリアにおける駐車車両を測定する駐車率測定
装置と、該通過率測定装置と駐車率測定装置との信号を
入力し演算処理を行う複数のニューラルネットワークか
らなる情報処理部と、該複数のニューラルネットワーク
を大型車と小型車の駐車傾向に応じて切換える切換制御
部と、前記情報処理部からの信号により駐車状況の判別
を行う駐車状況判別部とから構成したものである。

【０００９】また、前記切換制御部は、平日、休日およ
び時間帯の設定が可能な万年プログラムから構成しても
よく、あるいは、前記通過率測定装置よりの大型車と小
型車とを判別して通過車両を測定した信号から、大型車
と小型車の通過台数の比を求め、この出力によって前記
ニューラルネットワークを切換えるようにしてもよい。

【００１０】

【作用】前記した如く構成した本発明の駐車状況測定装
置は、駐車場の入路または出路を単位時間当たりに通過
する車両の通過率を測定すると共に、駐車ブロックの代
表エリアに駐車している車両の駐車率とを測定し、この
測定結果からニューラルネットワークからなる情報処理
部で演算処理し、かつ、平日や休日あるいは（および）
時間帯によって前記ニューラルネットワークを切換制御
部で切換えて駐車状況を表示するものである。

【００１１】また、駐車場の入路または出路を単位時間
当たり通過する車両の通過率を測定すると共に、特定ブ
ロックの代表エリアに駐車している車両の駐車率とを測
定し、この測定結果からニューラルネットワークからな
る情報処理部で演算処理し、かつ、通過する大型車と小
型車の比率によって前記ニューラルネットワークを切換
制御部で切換えて駐車状況を表示するものである。

【００１２】

【実施例】以下、本発明に係る駐車状況測定装置の第１
の実施例を図１〜図３と共に説明する。図１は駐車場全
体の平面図、図２は本発明の駐車状況測定装置の回路ブ
ロック図である。図１において、１０は駐車場にして、
大型車用の駐車スペース１１と小型車用の駐車スペース
１２が配置されている。

【００１３】２１は前記駐車場１０への入路と出路に設
置されたテレビカメラ２１１，２１２と、図示しない単
位時間当たりの最大通過台数（実測値の平均に安全率を
掛けた台数）に対する通過台数の比（通過率）を計算す
る演算装置とからなる通過率測定装置、２２は駐車場に
おける照明柱等の上方に設置されたテレビカメラ２２
１，２２２と、図示しない代表エリアにおける単位時間
当たりの駐車率を計算する演算装置とからなる駐車率測
定装置である。

【００１４】なお、画像処理を用いて通過車両および駐
車車両を検出する方法については、周知の技術であるの
で説明は省略する。また、車両を検出する方法として
は、前記画像処理による方法に限らず公知の車両感知器
を用いてもよい。

【００１５】２３は万年プログラム（日付、曜日、時間
等の設定が可能で、その設定に基づいてプログラムを実
行する）に予め設定した実行手順に従い後述するニュー
ラルネットワークの接続を切換えるマルチプレクサから
構成される切換制御部、２４はニューラルネットワーク
２４１〜２４４から構成し、前記切換制御部２３によっ
て切換えが行われる情報処理部である。なお、ニューラ
ルネットワーク２４１〜２４４は、図３に示す入力層
Ａ、中間層Ｂ、出力層Ｃの３層ニューラルネットワーク
で構成されている。

【００１６】次に、ニューラルネットワークの構成につ
いて説明する。入力層Ａは入力Ｉ₁ 〜Ｉ₄ 、すなわち、
通過率（入車率、出車率）および代表エリアの駐車率の
各入力Ｉに対応する複数のニューロンｉ₁ 〜ｉ₄ で、中
間層Ｂは４個のニューロンｊ₁ 〜ｊ₄ で、出力層Ｃは出
力Ｏ₁ 〜Ｏ₃ に対応する３個のニューロンｋ₁ 〜ｋ₃ で
構成されている。なお、中間層Ｂのニューロンの数は４
個に限定されるものではなく、必要とする正解率を求め
るに必要な数とすればよい。

【００１７】入力層Ａの各ニューロンｉ₁ 〜ｉ₄ は、外
部からの入力を中間層Ｂの各ニューロンｊ₁ 〜ｊ₄ に伝
達する。Ｗijは入力層Ａの任意のニューロンｉと中間層
Ｂの任意のニューロンｊとの結合度を指示する重み係数
である。

【００１８】中間層Ｂの各ニューロンｊ₁ 〜ｊ₄ は、入
力層Ａからの入力を非線型変換し出力層Ｃに伝達する。
Ｗjkは中間層Ｂの任意のニューロンｊと出力層Ｃの任意
のニューロンｋとの結合度を指示する重み係数である。

【００１９】Ｄは学習ループであり、バックプロパゲー
ション法により、入力層Ａと中間層Ｂ間の重みＷijおよ
び中間層Ｂと出力層Ｃ間の重みＷjkの値を修正する。Ｔ
₁ ，Ｔ₂ およびＴ₃ は、出力層Ｃの出力Ｏ₁ ，Ｏ₂ およ
びＯ₃ に対し平日と休日の各時間帯においてそれぞれ実
測により求めた各正解事象である。

【００２０】以上の構成により、各層Ａ〜Ｃの重み付け
加算を施すことにより、そのニューロン自身の入力に変
換し、この入力に対し別のニューロンへ伝播するための
出力を生じる機能を持つと共に、それらのニューロンか
ら生じる最終出力結果が所望の値になるように、前記重
みを制御できるようになる。

【００２１】２５は前記出力層Ｃの出力Ｏ₁ ，Ｏ₂ およ
びＯ₃ の信号を数値表示する表示器２５１，２５２およ
び２５３を備えると共に、数値が最大の出力を判別し判
別結果を「満車」「混雑」あるいは「空有」の信号とし
て出力する駐車状況判別部である。

【００２２】なお、前記出力層Ｃの出力Ｏ₁ ，Ｏ₂ およ
びＯ₃ は、駐車率が、例えば、最大駐車率の８０％以上
と、７９％〜４１％と、４０％以下をそれぞれ１とした
各正解事象に対して0.00〜1.00までの信号として出力す
る。３は駐車場１０の入路手前に設置され前記駐車状況
判別部２５からの信号に応じて「満車」「混雑」あるい
は「空有」の文字表示を行う大型の表示装置である。

【００２３】次に、前記した構成に基づいて動作を「学
習動作」と「駐車状況測定動作」とに別けて説明する。 「学習動作」学習動作を行うときは、図２に示す各々の
曜日と時間帯における通過台数と駐車台数を実測し、各
ニューラルネットワークに前記単位時間当たりの通過率
測定装置２１よりの通過率と、駐車率測定装置２２より
の駐車率とを入力して学習させ、その学習したニューラ
ルネットワークによって駐車状況の測定を行う。

【００２４】本実施例では、満車状況を出力するＯ₁ に
は正解事象Ｔ₁ が入力され、混雑状況を出力するＯ₂ に
は正解事象Ｔ₂ が入力され、空車状況を出力するＯ₃ に
は正解事象Ｔ₃ が入力される。つまり、満車時の正解事
象は〔Ｔ₁ ，Ｔ₂ ，Ｔ₃ 〕：〔１，０，０〕、つまり混
雑時は〔Ｔ₁ ，Ｔ₂ ，Ｔ₃ 〕：〔０，１，０〕、空有時
は〔Ｔ₁ ，Ｔ₂ ，Ｔ₃〕：〔０，０，１〕となる。

【００２５】次に、バックプロパゲーション法を用いて
学習し、この学習を多数回繰り返すことによって出力Ｏ
と正解事象Ｔとの間の誤差が最小になるように入力層
Ａ、中間層Ｂ、出力層Ｃの間の各重み係数ＷijとＷjkの
値が修正される。なお、手法としては、バックプロパゲ
ーション法に限定されるものではなく、ニューラルネッ
トワークには多くの手法が公知であり、それらの何れの
手法を使用してもよい。

【００２６】〔駐車状況測定動作〕学習動作の終了した
ニューラルネットワークに対して、測定した各々の曜日
と時間帯における単位時間当たりの通過台数と代表エリ
アの駐車台数を計数加算し、最大通過台数との比により
求めた通過率と駐車台数との比により求めた駐車率とを
入力することにより、駐車場全体の駐車率を算出し、出
力Ｏ₁ ，Ｏ₂ またはＯ₃ として、満車状況、混雑状況お
よび空車状況が出力され、駐車状況判別部２５で出力値
の最も大きな値を判定し、該当する「満車」か「混雑」
あるいは「空有」の信号を出力する。そして、この出力
は駐車場１０の入路手前に設置された表示装置３に送ら
れ「満車」か「混雑」か「空有」の表示が行われる。

【００２７】なお、前記した動作において、大型車１台
を「２」、小型車１台を「１」の信号として計数し通過
率および駐車率を求めることにより、駐車状況測定の正
解率を一層上げることができる。

【００２８】次に、本発明に係る他の実施例について図
４について説明する。前記した実施例にあっては、切換
制御部２３におけるニューラルネットワークの切換え
を、万年プログラムによって行うものについて説明した
が、本実施例にあっては、通過率測定装置２１からの出
力によって切換えるようにしたものである。

【００２９】すなわち、本実施例における通過率測定装
置２１にあっては、通過する車両の前端を検出する位置
センサと、該位置センサの検出信号によりナンバープレ
ートを撮像するテレビカメラ、該テレビカメラによって
撮影された映像を処理する画像処理装置とから構成さ
れ、ナンバープレートの大小を検出し、大型車を
「２」、小型車を「１」として加算し、単位時間の通過
率を出力するようにしたものである。

【００３０】そして、この実施例の場合には、前記通過
率測定装置２１からの大型車と小型車の通過台数を比較
し、その比較結果に基づいて情報処理部２４への入力を
切換制御部２３において切換えて前記した実施例と同様
な制御を行うことにより、駐車状況測定の正解率を上げ
ることができる。

【００３１】なお、前記の実施例では大型車と小型車と
を区別する方法としてナンバープレートの大小を検出す
る方法を例示したが、撮影した車両の大小を判定する方
法やループコイル等の車両感知器を用いる方法等、設置
状況に応じた任意の車両検出方法を用いることが可能で
ある。また、切換制御部２３としては、前記した２つの
実施例である万年プログラムと通過台数判定との組み合
わせによってニューラルネットワークを切換えるように
してもよい。

【００３２】さらに、図４では３種類のニューラルネッ
トワークを用いる方法を例示したが小型車と大型車の台
数判定をより細分化することにより万年プログラムによ
る方法と同様、より精度の高い駐車状況判別が可能であ
る。なお、前記した本実施例では、通過率測定装置を駐
車場の入出路に設けたものを示したが、入路または出路
の何れか一方に設けても近似な効果が得られる。

【００３３】

【発明の効果】本発明は前記したように、駐車場の入路
または出路を通過する車両の通過率と、代表エリアに駐
車している車両の駐車率と、さらに、平日と休日および
時間帯とをそれぞれ区別したデータとしてニューラルネ
ットワークの手法を使用して駐車状況を判定するように
したので、土曜日や休日および昼間における小型車の多
い場合と、平日の深夜における大型車の多い場合の何れ
においても、駐車状況を高い精度で判別することがで
き、また、前記通過率と駐車率との計測において大型車
と小型車の区別を行うことにより、より正解率の高い測
定が行える等の効果を有するものである。

【図面の簡単な説明】

【図１】本発明に係る駐車状況測定装置の実施例を説明
するための駐車場全体の平面図である。

【図２】駐車状況測定装置の構成を示す回路ブロック図
である。

【図３】ニューラルネットワークの構成を示す説明図で
ある。

【図４】他の実施例の構成を示す説明図である。

【符号の説明】

１０ 駐車場 ２１ 通過率測定装置 ２２ 駐車率測定装置 ２３，切換制御部 ２４ 情報処理部 ２５ 駐車状況判別部 ３ 表示装置

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成６年３月１日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】０００３

【補正方法】変更

【補正内容】

【０００３】すなわち、複数の入力に対して、非線形処
理を施し、複数の出力を得るノードから構成され、この
各々のノードにおける少なくとも１つ以上の入力に重み
付け加算を施すことで、そのノード自身の入力に変換
し、この変換された入力に対して、別のノードへ伝播す
るための出力を生じる機能を持つとともに、これらノー
ドから生じる最終出力結果が所望の出力となるように、
前記の重みを制御可能とした情報処理部を利用すること
により、代表エリアの駐車状況から駐車場全体の駐車状
況を高い精度で測定できるようにしたものである。以
下、ノードとしてニューロンを用いて構成するニューラ
ルネットワークによって説明する。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 ニューラルネットワークの手法を用いて
   駐車場の特定ブロックの代表エリアにおける駐車状況か
   ら駐車場全体の駐車状況を測定する駐車状況測定装置に
   おいて、入路または出路の通過車両を測定する通過率測
   定装置と、前記代表エリアにおける駐車車両を測定する
   駐車率測定装置と、該通過率測定装置と駐車率測定装置
   との信号を入力し演算処理を行う複数のニューラルネッ
   トワークからなる情報処理部と、該複数のニューラルネ
   ットワークを大型車と小型車の駐車傾向に応じて切換え
   る切換制御部と、前記情報処理部からの信号により駐車
   状況の判別を行う駐車状況判別部とを具備したことを特
   徴とする駐車状況測定装置。
2. 【請求項２】 前記切換制御部が、平日、休日および時
   間帯の設定が可能な万年プログラムから構成されること
   を特徴とする前記請求項１記載の駐車状況測定装置。
3. 【請求項３】 前記切換制御部が、前記通過率測定装置
   よりの大型車と小型車とを判別して通過車両を測定した
   信号から、大型車と小型車の通過台数の比を求め、この
   出力によって前記ニューラルネットワークを切換えるよ
   うにしたことを特徴とする前記請求項１記載の駐車状況
   測定装置。