ES2317879T3 - Metodo y aparato para clasificar dinero. - Google Patents
Metodo y aparato para clasificar dinero. Download PDFInfo
- Publication number
- ES2317879T3 ES2317879T3 ES01310950T ES01310950T ES2317879T3 ES 2317879 T3 ES2317879 T3 ES 2317879T3 ES 01310950 T ES01310950 T ES 01310950T ES 01310950 T ES01310950 T ES 01310950T ES 2317879 T3 ES2317879 T3 ES 2317879T3
- Authority
- ES
- Spain
- Prior art keywords
- class
- target
- measurements
- determination
- acceptance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D5/00—Testing specially adapted to determine the identity or genuineness of coins, e.g. for segregating coins which are unacceptable or alien to a currency
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Coins (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
Método para manipular un elemento de dinero en efectivo, que comprende determinar si dicho elemento pertenece a una clase de una serie de clases objetivo realizando pruebas diferentes para las clases objetivo respectivas, comportando cada prueba procesar una selección de mediciones obtenidas del elemento con datos de aceptación que representan la correlación entre dichas mediciones en una población de la clase objetivo respectiva para determinar si el elemento pertenece a dicha clase, caracterizado porque la selección de mediciones es distinta para clases objetivo diferentes.
Description
Método y aparato para clasificar dinero.
Esta invención se refiere a métodos y aparatos
para clasificar dinero en efectivo. La invención se describirá
principalmente en el contexto de la validación de monedas, pero es
aplicable también en otros contextos, tales como la validación de
billetes de banco.
Es bien conocido realizar mediciones de monedas
y aplicar pruebas de aceptabilidad para determinar si la moneda es
válida y el valor de la misma. Las pruebas de aceptabilidad están
basadas normalmente en datos de aceptabilidad almacenados. Se
conoce la utilización de técnicas estadísticas para obtener los
datos, por ejemplo introduciendo muchos elementos en el dispositivo
para la validación o validador y obteniendo los datos procedentes de
las mediciones de las pruebas en una operación de calibración.
Se conoce también que los dispositivos
validadores tengan una función de recalibración automática, conocida
a veces como "autoajuste", por lo que los datos de aceptación
se actualizan regularmente en base a mediciones realizadas durante
las pruebas (ver por ejemplo los documentos
EP-A-0 155 126,
GB-A-2 059 129 y
US-A-4 951 799). En consecuencia, es
posible compensar alteraciones graduales en las características del
aparato de comprobación. El documento WO 96/36022 da a conocer la
utilización de una técnica (en particular, el cálculo de distancias
de Mahalanobis) para verificar la autenticidad con la que se tienen
en cuenta las correlaciones esperadas entre mediciones de manera
que el ajuste de los parámetros de aceptación tendrá lugar sólo si
es muy probable que un elemento de dinero aceptado haya sido
validado correctamente.
A efectos de utilizar las distancias de
Mahalanobis para verificar la autenticidad, cada clase objetivo está
asociada con un conjunto almacenado de datos que, en realidad,
forma una matriz de covarianzas inversa. Los datos representan la
correlación entre las diferentes mediciones del elemento. Suponiendo
que se realizan n mediciones, entonces, los n valores resultantes
se combinan con la matriz n x n de covarianzas inversa para obtener
una medición de la distancia de Mahalanobis D, que representa la
similitud entre el elemento medido y la media de una población de
dichos elementos, utilizada para obtener el conjunto de datos.
Comparando D con un umbral, es posible determinar la probabilidad
de que el elemento pertenezca al valor objetivo.
Aunque esta técnica es muy eficaz, implica
muchos cálculos y requiere, por lo tanto, un procesador rápido y/o
necesita una gran cantidad de tiempo. Se ha de señalar que se
requeriría un conjunto de datos independientes, y por consiguiente
un cálculo independiente de distancias de Mahalanobis, para cada
valor objetivo. Además, el tiempo disponible para autenticar una
moneda es habitualmente muy corto, puesto que la moneda se mueve
hacia una puerta de aceptación/rechazo y, por lo tanto, se debe
tomar la decisión y, si fuera apropiado, accionar la puerta antes
de que la moneda alcance la misma. Por esta razón, no es común
calcular distancias de Mahalanobis con el objetivo de determinar si
se acepta un elemento de dinero, aunque es posible hacerlo de esta
manera (ver por ejemplo el documento
GB-A-2250848). No obstante, estos
problemas son de menor importancia cuando se utilizan cálculos de
Mahalanobis para realizar una verificación de aceptación posterior,
tal como se muestra en el documento WO 96/36022.
Sería deseable reducir el tiempo requerido y/o
los requisitos de almacenamiento de datos para realizar
verificaciones de autenticidad (bien de aceptación previa o
posterior) que tienen en cuenta correlaciones esperadas entre
diferentes parámetros medidos, sin alteración sustancial de la
fiabilidad de las verificaciones.
Sería deseable también mejorar el procedimiento
por el que se realizan verificaciones de autenticidad a efectos de
determinar si se han de modificar los parámetros de aceptación de
manera que se eviten más eficazmente modificaciones
inapropiadas.
Se definen aspectos de la presente invención en
las reivindicaciones que se acompañan.
Según un aspecto adicional de la invención, se
lleva a cabo una prueba de autenticidad en un elemento o elemento
de dinero, utilizando múltiples mediciones del elemento y datos que
representan correlaciones entre dichas mediciones en poblaciones de
clases objetivo. Por ejemplo, la prueba se lleva a cabo calculando
una distancia de Mahalanobis. Esta prueba de autenticidad se podría
utilizar para determinar si el elemento se debe aceptar o rechazar,
o se podría utilizar en una etapa posterior para realizar una
determinación altamente fiable de la clase del elemento a efectos
de determinar si se deberían modificar o no los datos utilizados al
tomar decisiones de aceptación de acuerdo con las mediciones del
elemento. Cada clase objetivo está asociada con datos que definen
qué mediciones se han de utilizar para el cálculo de la distancia de
Mahalanobis. De este modo, es posible utilizar diferentes
parámetros para el cálculo de la distancia de Mahalanobis
dependiendo del valor del elemento, de manera que se pueden elegir
los parámetros más útiles (que pueden diferir dependiendo del
valor). De esta manera, se puede simplificar el cálculo de la
distancia de Mahalanobis y reducir los requisitos de almacenamiento
de datos, haciendo caso omiso de ciertos parámetros, sin perjudicar
sustancialmente la fiabilidad de los resultados.
Preferentemente, al menos algunos de los
parámetros no seleccionados, es decir, los que no se utilizan en el
cálculo de la distancia de Mahalanobis, se comparan individualmente
con criterios de aceptación respectivos, para evitar la posibilidad
de que un elemento se considere que pertenece a una clase objetivo
cuando una de las mediciones es muy inapropiada para dicha
clase.
Preferentemente, los elementos de dinero se
someten a pruebas de aceptación a efectos de determinar si
aceptarlos o rechazarlos, y tanto los elementos aceptados como los
rechazados se someten a pruebas de verificación, que difieren de
las pruebas de aceptación, para determinar si se deberían modificar
los datos de aceptación utilizados en las pruebas de aceptación.
Esto difiere de las disposiciones de la técnica anterior, tales como
en el documento WO 96/36022, en las que la decisión para modificar
los datos de aceptación está basada en la clasificación del
elemento como consecuencia de las pruebas de aceptación, y
posiblemente en un procedimiento de verificación para asegurar que
es muy probable que el elemento pertenezca a la clase determinada
durante el procedimiento de aceptación. Este aspecto de la presente
invención permite la posibilidad de reclasificar elementos,
incluyendo elementos rechazados que no se clasificaron en el
procedimiento de aceptación.
Esto puede tener ventajas significativas. Los
elementos de dinero que, durante el procedimiento de aceptación, se
descubre que pertenecen a una clase particular, puede que no sean
estadísticamente representativos de dicha clase. Por ejemplo, si
existe un elemento falso conocido que se asemeja mucho a una clase
objetivo, los criterios de aceptación para dicha clase objetivo se
pueden modificar para evitar la aceptación errónea de elementos
falsos. Esta modificación es probable que dé como resultado la
aceptación de un mayor número de elementos con mediciones en un
lado de una media aritmética de población que en el otro lado de la
media (al menos para ciertos parámetros medidos). En consecuencia,
si los datos de aceptación tuvieran que ser ajustados sólo en base
a elementos que pasan las pruebas de aceptación, los ajustes serían
inapropiados para la población en conjunto. Esto se evita
utilizando las técnicas de este aspecto de la invención.
Una realización de la presente invención se
describirá a continuación a modo de ejemplo con referencia a los
dibujos que se acompañan, en los que:
la figura 1 es un diagrama esquemático de un
dispositivo validador de monedas de acuerdo con la invención;
la figura 2 es un diagrama para mostrar el modo
en el que se obtienen y procesan las mediciones de los sensores;
y
la figura 3 es un diagrama de flujo que muestra
una operación de determinación de la aceptación del dispositivo
validador; y
la figura 4 es un diagrama de flujo que muestra
una operación de verificación de la autenticidad del dispositivo
validador.
Haciendo referencia a la figura 1, un
dispositivo validador (2) de monedas incluye una sección de
comprobación (4) que incorpora una rampa descendente (6) en la que
monedas, tales como las mostradas con (8), están dispuestas para
rodar. A medida que la moneda baja por la rampa (6), pasa
sucesivamente por tres sensores, (10), (12) y (14). Las señales de
salida de los sensores se suministran a un circuito de interfaz (16)
para producir valores digitales que son leídos por un procesador
(18). El procesador (18) determina si la moneda es válida, y si es
así, su valor. En respuesta a esta determinación, se acciona una
puerta de aceptación/rechazo (20) para permitir que la moneda sea
aceptada, o dejada en su estado inicial de manera que la misma se
mueve hasta una trayectoria de rechazo (22). Si es aceptada, la
moneda se desplaza por una trayectoria de aceptación (24) hasta una
zona (26) de almacenamiento de monedas. Diversas puertas de
direccionado pueden estar dispuestas en la zona de almacenamiento
(26) para permitir que las monedas de diferentes valores se
almacenen separadamente.
En la realización mostrada, cada uno de los
sensores comprende un par de bobinas electromagnéticas situadas una
en cada lado de la trayectoria de monedas, de manera que la moneda
se desplaza entre las mismas. Cada bobina está accionada por un
circuito autooscilante. Cuando la moneda pasa por delante de la
bobina, tanto la frecuencia como la amplitud del oscilador cambian.
Las estructuras físicas y la frecuencia de funcionamiento de los
sensores (10), (12) y (14) están dispuestas de manera que las
señales de salida del sensor son indicativas predominantemente de
diferentes propiedades respectivas de la moneda (aunque las señales
de salida del sensor están, en cierta medida, influenciadas por
otras propiedades de la moneda).
En la realización mostrada, el sensor (10) está
funcionando a 60 kHz. El cambio en la frecuencia del sensor cuando
la moneda se mueve por delante del mismo es indicativo del diámetro
de la moneda, y el cambio en amplitud es indicativo del material
alrededor de la parte exterior de la moneda (que puede diferir del
material en la parte interior, o núcleo, si la moneda es de dos
colores).
El sensor (12) está funcionando a 400 kHz. El
cambio de frecuencia cuando la moneda se mueve por delante del
sensor es indicativo del grosor de la moneda y el cambio en amplitud
es indicativo del material de la superficie exterior del núcleo
central de la moneda.
El sensor (14) está funcionando a 20 kHz. Los
cambios en la frecuencia y amplitud de la salida del sensor cuando
la moneda pasa son indicativos del material en su interior hasta una
profundidad significativa dentro del núcleo de la moneda.
La figura 2 muestra esquemáticamente el
procesamiento de las señales de salida de los sensores. Los sensores
(10), (12) y (14) se muestran en la sección (I) de la figura 2. Las
señales de salida se suministran al circuito de interfaz (16) que
realiza algún procesamiento preliminar de las señales de salida para
obtener valores digitales que son gestionados por el procesador
(18) tal como se muestra en las secciones (II), (III), (IV) y (V)
de la figura 2.
Dentro de la sección (II), el procesador (18)
almacena los valores en vacío de la frecuencia y la amplitud de
cada uno de los sensores, es decir, los valores adoptados por los
sensores cuando no está ninguna moneda presente. El procedimiento
se indica con los bloques (30). El circuito registra también el pico
del cambio en la frecuencia tal como se indica con (32), y el pico
del cambio en amplitud tal como se indica con (33). En el caso del
sensor (12), es posible que tanto la frecuencia como la amplitud
cambien, cuando la moneda pasa por delante, en una primera
dirección hasta un primer pico, y en una segunda dirección hasta un
pico negativo (o mínimo) y, de nuevo, en la primera dirección,
antes de volver al valor en vacío. El procesador (18) está
dispuesto por lo tanto para registrar el valor de los primeros picos
de frecuencia y amplitud con (32') y (33'), respectivamente, y los
segundos picos (negativos) de frecuencia y amplitud con (32'') y
(33''), respectivamente.
En la etapa (III), todos los valores registrados
en la etapa (II) se aplican a diversos algoritmos en los bloques
(34). Cada algoritmo utiliza un valor pico y el valor en vacío
correspondiente para producir un valor normalizado, que es
sustancialmente independiente de las variaciones de temperatura. Por
ejemplo, el algoritmo puede estar dispuesto para determinar la
relación del cambio en el parámetro (amplitud o frecuencia) para el
valor en vacío. Adicionalmente, o de manera alternativa, en esta
etapa (III), el procesador (18) puede estar dispuesto para utilizar
datos de calibración que se obtienen durante una calibración inicial
del dispositivo validador y que indican el grado con el que las
señales de salida del sensor del dispositivo validador se apartan
de un dispositivo validador predeterminado o medio. Estos datos de
calibración se pueden utilizar para compensar las variaciones en
los sensores del dispositivo validador a dispositivo validador.
En la etapa (IV), el procesador (18) almacena
las ocho señales de salida del sensor normalizadas tal como se
indica con los bloques (36). El procesador (18) utiliza dichas
señales de salida durante la etapa de procesamiento (V) que
determina si las mediciones representan una moneda auténtica, y en
este caso, el valor de la misma. Las señales de salida normalizadas
están representadas como S_{ijk}, en la que:
i representa el sensor (1 = sensor -10-, 2 =
sensor -12- y 3 = sensor -14-), j representa la característica
medida (f = frecuencia, a = amplitud) y k indica qué pico se
representa (1 = primer pico, 2 = segundo pico (negativo)).
Se ha de señalar que aunque la figura 2 define
el modo en el que se obtienen y procesan las señales de salida del
sensor, no indica la secuencia con la que se realizan estas
operaciones. En particular, se debería observar que algunos de los
valores del sensor normalizados que se han obtenido en la etapa (IV)
se obtendrán antes que otros valores del sensor normalizados, y
posiblemente incluso antes que la moneda alcance alguno de los
sensores. Por ejemplo, los valores del sensor normalizados
(S_{1f1}), (S_{1a1}) obtenidos de las señales de salida del
sensor (10) estarán disponibles antes que las señales de salida
normalizadas (S_{2f1}), (S_{2a1}) obtenidas del sensor (12), y
posiblemente antes de que la moneda haya alcanzado el sensor
(12).
Haciendo referencia a la sección (V) de la
figura 2, los bloques (38) representan la comparación de las señales
de salida del sensor normalizadas con intervalos predeterminados
que están asociados con valores objetivo respectivos. Este
procedimiento de verificar individualmente señales de salida del
sensor con respecto a intervalos respectivos es convencional.
El bloque (40) indica que las dos señales de
salida normalizadas del sensor (10), (S_{1f1}) y (S_{1a1}), se
utilizan para obtener un valor de cada uno de los valores objetivo,
indicando cada valor el grado de proximidad de las señales de
salida del sensor con la media de una población de dicha clase
objetivo. El valor se obtiene realizando parte de un cálculo de la
distancia de Mahalanobis.
En el bloque (42), se realiza otro cálculo de
Mahalanobis parcial de dos parámetros, basándose en dos de las
señales de salida normalizadas del sensor (12), (S_{2f1}),
(S_{2a1}) (que representan el cambio en frecuencia y amplitud del
primer pico en la salida del sensor).
En el bloque (44), las señales de salida
normalizadas que se utilizan en los dos cálculos de Mahalanobis
parciales realizados en los bloques (40) y (42) se combinan con
otros datos para determinar el grado de proximidad de las
relaciones entre las señales de salida con la media esperada de cada
valor objetivo. Este cálculo adicional tiene en cuenta las
correlaciones esperadas entre cada una de las señales de salida
(S_{1f1}), (S_{1a1}) del sensor (10) con cada una de las dos
señales de salida del sensor (S_{2f1}), (S_{2a1}) obtenidas del
sensor (12). Esto se explicará con más detalle a continuación.
En el bloque (46), potencialmente todos los
valores de salida del sensor normalizados se pueden ponderar y
combinar para proporcionar un único valor que se puede verificar con
respecto a umbrales respectivos para diferentes valores objetivo.
Los coeficientes de ponderación, algunos de los cuales pueden ser
nulos, serán distintos para valores objetivo diferentes.
El funcionamiento del dispositivo validador se
describirá a continuación con referencia a la figura 3.
Este procedimiento utilizará una matriz de
covarianzas inversa que representa la distribución de una población
de monedas de un valor objetivo, desde el punto de vista de cuatro
parámetros representados por las dos mediciones desde el sensor
(10) y las primeras dos mediciones desde el sensor (12).
De esta manera, para cada valor objetivo se
almacenan los datos que constituyen una matriz de covarianzas
inversa de la forma:
M = mat1,1 mat1,2 mat1,3
mat1,4
- \quad
- mat2,1 mat2,2 mat2,3 mat2,4
- \quad
- mat3,1 mat3,2 mat3,3 mat3,4
- \quad
- mat4,1 mat4,2 mat4,3 mat4,4
Se trata de una matriz simétrica, en la que
matx,y = maty,x, etc. En consecuencia, sólo es necesario almacenar
los datos siguientes:
mat1,1 mat1,2 mat1,3
mat1,4
mat2,2 mat2,3
mat2,4
mat3,3
mat3,4
mat4,4
Para cada valor objetivo se almacena también,
para cada propiedad m a medir, un valor medio
x_{m}.
El procedimiento mostrado en la figura 3
comienza en la etapa (300), cuando se determina que una moneda ha
llegado a la sección de comprobación. El programa avanza hasta la
etapa (302), por lo que espera hasta que están disponibles las
señales de salida normalizadas (S_{1f1}) y (S_{1a1}) del sensor
(10). Entonces, en la etapa (304), se realiza un primer conjunto de
cálculos. La operación en la etapa (304) comienza antes de que esté
disponible alguna salida normalizada del sensor (12).
En la etapa (304), a efectos de calcular un
primer conjunto de valores, para cada clase objetivo se realiza el
siguiente cálculo de Mahalanobis parcial:
D1 =
mat1,1\cdot\partial1\cdot\partial1 +
mat2,2\cdot\partial2\cdot\partial2 +
2\cdot(mat1,2\cdot\partial1\cdot\partial2)
en el que: \partial1 =
S_{1f1}-x_{1} y \partial2 = S_{1a1}-x_{2}, y
x_{1} y x_{2} son las medias almacenadas para las
mediciones (S_{1f1}) y (S_{1a1}) de dicha clase
objetivo.
El valor resultante se compara con un umbral
para cada valor objetivo. Si el valor excede el umbral, entonces,
en la etapa (306) se hace caso omiso de dicho valor objetivo para el
resto de las operaciones de procesamiento mostradas en la figura
3.
Se señalará que este cálculo parcial de la
distancia de Mahalanobis sólo utiliza los cuatro términos en la
sección izquierda superior de la matriz de covarianzas inversa
M.
A continuación de la etapa (306), el programa
realiza una verificación en la etapa (308) para determinar si
existe alguna clase objetivo restante después de la eliminación en
la etapa (306). Si no es así, la moneda se rechaza en la etapa
(310).
Por otra parte, el programa avanza hasta la
etapa (312) para esperar que las primeras dos señales de salida
normalizadas (S_{2f1}) y (S_{2a1}) del sensor (12) estén
disponibles.
Entonces, en la etapa (314), el programa
realiza, para cada valor objetivo restante, un segundo cálculo
parcial de la distancia de Mahalanobis como sigue:
D2 =
mat3,3\cdot\partial3\cdot\partial3 +
mat4,4\cdot\partial4\cdot\partial4 +
2\cdot(mat3,4\cdot\partial3\cdot\partial4)
en el que: \partial3 =
S_{2f1}-x_{3} y \partial4 = S_{2a1}-x_{4}, y
x_{3} y x_{4} son las medias almacenadas para las
mediciones (S_{2f1}) y (S_{2a1}) de dicha clase
objetivo.
Por lo tanto, este cálculo utiliza los cuatro
parámetros en la parte inferior derecha de la matriz de covarianzas
inversa M.
Entonces, en la etapa (316), los valores
calculados D2 se comparan con umbrales respectivos para cada uno de
los valores objetivo y si se excede el umbral, se elimina dicho
valor objetivo. En vez de comparar D2 con el umbral, el programa
puede comparar en cambio (D1 + D2) con umbrales apropiados.
Suponiendo que todavía hay algunos valores
objetivo restantes, tal como se ha verificado en la etapa (318), el
programa avanza hasta la etapa (320). En esta última, el programa
realiza un cálculo adicional utilizando los elementos de la matriz
de covarianzas inversa M que todavía no se han utilizado, es decir,
los términos cruzados que representan principalmente correlaciones
esperadas entre cada una de las dos señales de salida del sensor
(10) con cada una de las dos señales de salida del sensor (12). El
cálculo adicional obtiene un valor DX para cada valor objetivo
restante como sigue:
DX =
2\cdot(mat1,3\cdot\partial1\cdot\partial3 +
mat1,4\cdot\partial1\cdot\partial4 +
mat2,3\cdot\partial2\cdot\partial3 +
mat2,4\cdot\partial2\cdot\partial4)
Entonces, en la etapa (322), el programa compara
un valor que depende de DX con umbrales respectivos para cada valor
objetivo restante y elimina dicho valor objetivo si se excede el
umbral. El valor utilizado para la comparación puede ser DX (en
cuyo caso, podría ser positivo o negativo). Preferentemente, sin
embargo, el valor es D1 + D2 + DX. Esta última suma representa una
distancia completa de Mahalanobis de cuatro parámetros que tiene en
cuenta todas las correlaciones cruzadas entre los cuatro parámetros
que se están midiendo.
En la etapa (326), el programa determina si
existe algún valor objetivo restante, y si es así, avanza hasta la
etapa (328). En esta última, para cada valor objetivo, el programa
calcula un valor DP como sigue:
DP =
\sum\limits^{8}_{n=1} \partial_{n} \cdot
a_{n}
en el que \partial_{1}...
\partial_{8} representan las ocho mediciones normalizadas
S_{i,j,k} y a_{1}....a_{8} son coeficientes
almacenados para el valor objetivo. Los valores DP se comparan
entonces en la etapa (330) con intervalos respectivos para cada
clase objetivo restante y se elimina cualquier clase objetivo
restante dependiendo de si el valor está o no dentro del intervalo
respectivo. En la etapa (334), se determina si existe sólo un valor
objetivo restante. Si es así, la moneda se acepta en la etapa (336).
La puerta de aceptación se abre y se controlan diversas puertas de
direccionado a efectos de dirigir la moneda a un destino apropiado.
Por otra parte, el programa avanza hasta la etapa (310) para
rechazar la moneda. La etapa (310) se alcanza también si se
descubre que todos los valores objetivo se han tenido que eliminar
en la etapa (308), (318) ó
(326).
El procedimiento explicado anteriormente no
tiene en cuenta la comparación de las mediciones normalizadas
individuales con intervalos de ventana respectivos en los bloques
(38) de la figura 2. El procedimiento mostrado en la figura 3 se
puede modificar para incluir estas etapas en cualquier momento
apropiado, a efectos de eliminar además el número de valores
objetivo considerados en las etapas sucesivas. Podría haber varias
de dichas etapas en puntos diferentes dentro del programa mostrado
en la figura 3, cada una para verificar mediciones diferentes.
Alternativamente, las comparaciones individuales se podrían utilizar
como una verificación final de contorno para asegurarse que las
mediciones de una moneda a punto de ser aceptada están dentro de los
intervalos esperados. Como una alternativa adicional, se podrían
omitir estas comparaciones individuales.
En una realización modificada, en la etapa
(314), el programa utiliza selectivamente las mediciones (S_{2f1})
y (S_{2a1}) (que representan el primer pico desde el segundo
sensor) o las mediciones (S_{2f2}) y (S_{2a2}) (que representan
el segundo pico desde el segundo sensor), dependiendo de la clase
objetivo.
Existen varias ventajas al realizar los cálculos
de la distancia de Mahalanobis de la manera definida anteriormente.
Se señalará que el número de cálculos realizados en las etapas
(304), (314) y (320) disminuye progresivamente a medida que se
reduce el número de valores objetivo. Por lo tanto, se reduce
sustancialmente el número total de cálculos realizados si se
compara con un sistema en el que se lleva a cabo un cálculo completo
de la distancia de Mahalanobis de cuatro parámetros para todos los
valores objetivo, sin afectar al comportamiento de la
discriminación. Además, el primer cálculo en la etapa (304) se
puede comenzar antes de que se hayan realizado todas las mediciones
relevantes.
No obstante, la secuencia se puede variar de
diferentes modos. Por ejemplo, las etapas (314) y (320) se podrían
intercambiar, de manera que los términos cruzados se consideran
antes de realizar los cálculo parciales de la distancia de
Mahalanobis para las mediciones \partial3 (=
S_{2f1}-x_{3}) y \partial4 (=
S_{2a1}-x_{4}). No obstante, se prefiere la secuencia
descrita con referencia a la figura 3 puesto que los valores
calculados para las mediciones \partial3 y \partial4 es
probable que eliminen más clases objetivo que los términos
cruzados.
En la disposición descrita anteriormente, todas
las clases objetivo se refieren a elementos que el dispositivo
validador está destinado a aceptar. Adicionalmente, sería posible
tener clases objetivo que se refieren a tipos conocidos de
elementos falsos. En este caso, el procedimiento descrito
anteriormente se modificaría de manera que, en la etapa (334), el
procesador (18) determinaría (a) si existe sólo una clase objetivo
restante, y si es así, (b) si esta clase objetivo se refiere a un
valor aceptable. El programa avanzaría hasta la etapa (366) para
aceptar la moneda sólo si se pasan ambas pruebas; por otra parte, la
moneda se rechazará en la etapa (310).
A continuación del procedimiento de aceptación
descrito con referencia a la figura 3, el procesador (18) lleva a
cabo un procedimiento de verificación que se define en la figura
4.
El procedimiento de verificación comienza en la
etapa (338), y se señalará que la misma se alcanza tanto desde la
etapa de rechazo (310) como desde la etapa de aceptación (336), es
decir, el procedimiento de verificación se aplica tanto a los
elementos de dinero rechazados como a los aceptados. En la etapa
(338), se lleva a cabo un procedimiento de inicialización para
ajustar un puntero TC a efectos de hacer referencia a la primera
clase del conjunto de clases objetivo para la que los datos de
aceptación se almacenan en el dispositivo validador.
En la etapa (340), el procesador (18) selecciona
cinco de las mediciones normalizadas S_{i,j,k}. A efectos de
realizar esta selección, el dispositivo validador almacena, para
cada clase objetivo, una tabla que contiene cinco entradas,
almacenando cada entrada los índices i, j, k de la correspondiente
medición de las mediciones a seleccionar. Entonces, el procesador
(18) obtiene P, que es una matriz 1x5 [p1,p2,p3,p4,p5],
representando cada elemento de la misma la diferencia entre una
medición normalizada y seleccionada S_{i,j,k} de una propiedad y
una media almacenada x_{m} de dicha propiedad de la clase
objetivo actual.
El procesador (18) obtiene también P^{T}, que
es la matriz traspuesta de P, y recupera de una memoria valores que
representan a M', que es una matriz 5x5 de covarianzas inversa y
simétrica que representa la correlación entre las 5 mediciones
seleccionadas P diferentes en una población de monedas de la clase
objetivo actual:
M' = mat'1,1 mat'1,2 mat'1,3
mat'1,4
mat'1,5
- \quad
- mat'2,1 mat'2,2 mat'2,3 mat'2,4 mat'2,5
- \quad
- mat'3,1 mat'3,2 mat'3,3 mat'3,4 mat'3,5
- \quad
- mat'4,1 mat'4,2 mat'4,3 mat'4,4 mat'4,5
- \quad
- mat'5,1 mat'5,2 mat'5,3 mat'5,4 mat'5,5
Como en el caso de la matriz M, la matriz M' es
simétrica, y por lo tanto no es necesario almacenar separadamente
cada elemento individual.
Además, en la etapa (340), el procesador (18)
calcula una distancia de Mahalanobis DC de manera que:
DC = P \cdot
M' \cdot
P^{T}
La distancia de Mahalanobis DC de cinco
parámetros calculada se compara en la etapa (342) con un umbral
almacenado para la clase objetivo actual. Si la distancia DC es
menor que el umbral, entonces, el programa avanza hasta la etapa
(344).
De otro modo, se supone que el elemento no
pertenece a la clase objetivo actual y el programa avanza hasta la
etapa (346). En esta última, el procesador realiza una verificación
para ver si se han verificado todas las clases objetivo, y si no,
avanza hasta la etapa (348). En esta última, el puntero está
orientado para indicar la siguiente clase objetivo, y el programa
realiza un bucle de vuelta hasta la etapa (340).
De este modo, el procesador (18) verifica
sucesivamente cada una de las clases objetivo. Si ninguna de las
clases objetivo produce una distancia de Mahalanobis DC que sea
menor que el umbral respectivo, entonces, después de que se han
verificado todas las clases objetivo tal como se determina en la
etapa (346), el procesador avanza hasta la etapa (350), que termina
el procedimiento de verificación.
No obstante, si para alguna clase objetivo se
determina en la etapa (342) que la distancia de Mahalanobis DC es
menor que el umbral respectivo para dicha clase, el programa avanza
hasta la etapa (344). En esta última, el procesador (18) recupera
todas las mediciones no seleccionadas S_{i,j,k}, junto con
intervalos respectivos para estas mediciones, intervalos que forman
parte de los datos de aceptación para la clase objetivo
respectiva.
Entonces, en la etapa (352), el procesador
determina si todas las mediciones no seleccionadas de las
propiedades S_{i,j,k} están dentro de los intervalos respectivos.
Si no es así, el programa avanza hasta la etapa (346). No obstante,
si todas las mediciones de las propiedades están dentro de los
intervalos, el programa avanza hasta la etapa (354).
Antes de decidir que el elemento pertenece a la
clase objetivo actual, el programa verifica en primer lugar las
mediciones para ver si se asemejan a las mediciones esperadas de una
clase objetivo diferente. Con este propósito, para cada clase
objetivo, existe una indicación almacenada de la clase objetivo más
similar (que podría ser un tipo conocido de elemento falso). En la
etapa (354), el programa calcula una distancia de Mahalanobis DC'
de cinco parámetros para dicha clase objetivo similar. En la etapa
(356), el programa calcula la relación DC/DC'. Si dicha relación es
alta, esto significa que las mediciones se asemejan a elementos de
la clase objetivo actual más que lo que se asemejan a elementos de
la clase objetivo similar. Si dicha relación es baja, esto
significa que los elementos pueden pertenecer a la clase objetivo
similar, en vez de a la clase objetivo actual.
En consecuencia, si DC/DC' excede un umbral
predeterminado, el programa considera que el elemento pertenece a
la clase objetivo actual y avanza hasta la etapa (358); por otra
parte, el programa avanza para terminar en la etapa (350).
Si se desea, para algunas clases objetivo se
pueden repetir las etapas (354) y (356) con diferentes clases
respectivas que se asemejan mucho a la clase objetivo. Las etapas
(354) y (356) se pueden omitir para algunas clases objetivo.
En la etapa (358), el procesador (18) realiza
una modificación de los datos de aceptación almacenados que están
asociados con la clase objetivo actual y, entonces, el programa
finaliza en la etapa (350).
La modificación de los datos de aceptación
llevada a cabo en la etapa (358) tiene en cuenta las mediciones
S_{i,j,k} del elemento aceptado. De esta manera, los datos de
aceptación se pueden modificar para tener en cuenta cambios en las
mediciones que son causados por desviaciones en los valores de los
componentes. Este tipo de modificación se denomina operación de
"autoajuste".
Se prevé que al menos algunos de los datos
utilizados serán alterados en la etapa de aceptación descrita con
respecto a la figura 3. Preferentemente, esto incluirá las medias
x_{m}, y puede incluir también los intervalos de ventana
considerados en los bloques (38) de la figura 2 y posiblemente
también los valores de la matriz M. Las medias x_{m}
utilizadas en el procedimiento de aceptación de la figura 3 son
preferentemente los mismos valores que se utilizan también en el
procedimiento de verificación de la figura 4, de manera que el
ajuste puede tener además un efecto en el procedimiento de
verificación. Adicionalmente, se pueden actualizar también los
datos que se utilizan exclusivamente para el procedimiento de
verificación, por ejemplo los valores de la matriz M' o los
intervalos considerados en la etapa (352).
En la realización descrita anteriormente, la
modificación de datos realizada en la etapa (358) implica sólo
datos relacionados con la clase objetivo a la que se ha verificado
que pertenece el elemento. Se ha de señalar que:
- (1)
- Los datos para una clase objetivo diferente se pueden modificar alternativa o adicionalmente. Por ejemplo, la clase objetivo puede representar un tipo conocido de elemento falso, en cuyo caso, la modificación de datos llevada a cabo en la etapa (358) puede implicar el ajuste de los datos que se refieren a una clase objetivo para un elemento auténtico que tiene propiedades similares, a efectos de reducir el riesgo de aceptar elementos falsos como si fuesen un elemento auténtico.
- (2)
- Las modificaciones realizadas en la etapa (358) puede que no se presenten en cada situación. Por ejemplo, puede haber algunas clases objetivo para las que no se ha de realizar ninguna modificación. Además, la disposición puede ser tal que se modifiquen datos sólo en determinadas circunstancias, por ejemplo sólo después de que se haya verificado que un cierto número de elementos pertenecen a la clase objetivo respectiva, y/o dependiendo del grado con el que las propiedades medidas difieren de las medias de la clase objetivo.
- (3)
- El grado de las modificaciones realizadas en los datos está determinado preferentemente por los valores medidos S_{i,j,k}, pero en cambio puede ser una cantidad fija para controlar el régimen al que se modifican los datos.
- (4)
- Puede haber un límite para el número de veces que se permiten (o el período para ello) las modificaciones en la etapa (358), y este límite puede depender de la clase objetivo.
- (5)
- La detección de elementos que se asemejan mucho a una clase objetivo, pero que son sospechosos de que no pertenecen a la misma, puede inutilizar o suspender las modificaciones de los datos de las clases objetivo en la etapa (358). Por ejemplo, si la verificación en la etapa (356) indica que el elemento puede pertenecer a una clase muy similar, se pueden suspender las modificaciones. Esto se puede presentar sólo si se llega a una conclusión similar varias veces gracias a la etapa (356) sin tener un número suficiente de ocasiones intermedias que indiquen que se ha recibido un elemento de la clase objetivo relevante (lo que indica que se están haciendo intentos para estafar al dispositivo validador). La suspensión de modificaciones puede venir acompañada por una mayor exigencia (posiblemente temporal) de los criterios de aceptación.
Se debe señalar que las mediciones seleccionadas
para formar los elementos de P dependerán del valor de la moneda
aceptada. De esta manera, por ejemplo, para un valor R, es posible
que p1 = \partial1 = S_{1f1}-x_{1}, mientras para un
valor diferente p1 = \partial8 = S_{3a1}-x_{8} (en la
que x_{8} es la media almacenada para la medición
-S_{3a1}-). En consecuencia, el procesador (18) puede seleccionar
las mediciones que sean las más inconfundibles para el valor que se
está confirmando.
Se pueden realizar diversas modificaciones para
las disposiciones descritas anteriormente, que incluyen lo
siguiente, pero sin estar limitadas a ello:
(a) En el procedimiento de verificación de la
figura 4, cada elemento, tanto rechazado como aceptado, se verifica
para ver si pertenece a una cualquiera de todas las clases objetivo.
Alternativamente, el elemento se puede verificar con respecto a
sólo una o más clases objetivo seleccionadas. Por ejemplo, es
posible tener en cuenta los resultados de las pruebas realizadas en
el procedimiento de aceptación de manera que en el procedimiento de
verificación de la figura 4, el elemento se verifica sólo con
respecto a clases objetivo que se consideran que son candidatas
posibles en base a dichas pruebas de aceptación. De esta manera, una
moneda aceptada se podría verificar sólo con respecto a la clase
objetivo a la que se consideró que pertenecía durante el
procedimiento de aceptación, y un elemento rechazado se podría
probar sólo con respecto a la clase objetivo que se descubrió que
era la que más se asemejaba durante el procedimiento de aceptación.
Sin embargo, es importante permitir la reclasificación de al menos
algunos elementos, especialmente de elementos rechazados, habiéndose
considerado el hecho de que el cálculo de la distancia de
Mahalanobis de cinco parámetros, basándose en parámetros
seleccionados, que se realiza durante el procedimiento de
verificación de la figura 4, es probable que sea más fiable que el
procedimiento de aceptación de la figura 3.
(b) Si el aparato está dispuesto de manera que
se aceptan elementos sólo si pasan pruebas estrictas, entonces,
puede ser innecesario llevar a cabo el procedimiento de verificación
de la figura 4 en monedas aceptadas. En consecuencia, sería posible
limitar el procedimiento de verificación a elementos rechazados.
Esto tendría la ventaja de que, incluso si se rechazan elementos
auténticos porque a partir del procedimiento de aceptación parece
que se asemejan a elementos falsos, los primeros se tienen en cuenta
no obstante si se han considerado auténticos durante el
procedimiento de verificación, de manera que no se desvía la
modificación de los datos de aceptación.
(c) Si se desea, el procedimiento de
verificación de la figura 4 se podría utilizar alternativamente para
determinar si se acepta la moneda. No obstante, esto aumentaría
significativamente el número de cálculos requeridos antes de que se
realizara la decisión de aceptación.
Se pueden utilizar otros cálculos de distancia
en vez de los cálculos de distancia de Mahalanobis, tales como
cálculos de distancia euclídea.
Los datos de aceptación, incluyendo por ejemplo
las medias x_{m} y los elementos de las matrices M y M',
se pueden obtener de varios modos. Por ejemplo, cada mecanismo se
podría calibrar introduciendo una población de cada una de las
clases objetivo en el aparato y leyendo las mediciones procedentes
de los sensores, a efectos de obtener los datos de aceptación.
Preferentemente, no obstante, los datos se obtienen utilizando un
aparato de calibración independiente de construcción muy similar, o
varios de dichos aparatos, en cuyo caso las mediciones desde cada
aparato se pueden procesar estadísticamente para obtener un
mecanismo medio nominal. El análisis de los datos producirá
entonces los datos de aceptación apropiados para almacenar en
dispositivos validadores de producción. Si, debido a las
tolerancias de fabricación, los mecanismos se comportan de modo
distinto, entonces, los datos para cada mecanismo se podrían
modificar en una operación de calibración. Alternativamente, las
señales de salida del sensor podrían ser ajustadas mediante una
operación de calibración.
Claims (14)
1. Método para manipular un elemento de dinero
en efectivo, que comprende determinar si dicho elemento pertenece a
una clase de una serie de clases objetivo realizando pruebas
diferentes para las clases objetivo respectivas, comportando cada
prueba procesar una selección de mediciones obtenidas del elemento
con datos de aceptación que representan la correlación entre dichas
mediciones en una población de la clase objetivo respectiva para
determinar si el elemento pertenece a dicha clase,
caracterizado porque la selección de mediciones es distinta
para clases objetivo diferentes.
2. Método, según la reivindicación 1, que
incluye la etapa de verificar individualmente mediciones no
seleccionadas con respecto a datos de aceptación para dicha una
clase objetivo, a efectos de evitar la posibilidad de que un
elemento se considere que pertenece a una clase objetivo cuando una
de las mediciones es inapropiada para dicha clase.
3. Método, según la reivindicación 1 ó 2, que
comprende además, cuando una primera prueba indica que el elemento
pertenece a una primera clase objetivo, realizar una segunda prueba
para determinar si el elemento pertenece a una segunda clase
objetivo, y utilizar el resultado de la segunda prueba para decidir
si el resultado de la primera prueba fue correcto.
4. Método, según cualquiera de las
reivindicaciones anteriores, en el que el procesamiento implica
calcular una distancia de Mahalanobis.
5. Método, según cualquiera de las
reivindicaciones anteriores, que incluye la etapa adicional de
modificar los datos de aceptación para una clase objetivo en
respuesta a la clasificación de un elemento.
6. Método, según la reivindicación 5, que
comprende las siguientes etapas con la secuencia citada:
(a) realizar una primera determinación de si el
elemento pertenece a una clase de una serie de clases objetivo;
(b) decidir si aceptar o rechazar el
elemento;
(c) realizar una segunda determinación de si el
elemento pertenece a dicha una clase objetivo utilizando una prueba
que no se utilizó como parte de la primera determinación; y
(d) modificar los datos de aceptación para una
de dichas clases objetivo dependiendo de los resultados de la
segunda determinación.
7. Método, según la reivindicación 6, en el que
la etapa (d) comprende modificar los datos de aceptación para la
clase objetivo a la que se ha descubierto que pertenece el elemento
en dicha segunda determinación.
8. Método, según la reivindicación 6 ó 7, en el
que la segunda determinación se lleva a cabo respecto a un elemento
para el que se ha realizado una decisión de rechazo.
9. Método, según cualquiera de las
reivindicaciones 6 a 8, en el que la etapa (d) comprende modificar
los datos de aceptación para una clase objetivo que se refiere a
elementos que serían aceptados en la etapa (b) en respuesta a una
primera determinación de que el elemento pertenece a dicha clase
objetivo.
10. Método, según cualquiera de las
reivindicaciones 6 a 9, que incluye la etapa de realizar ambas
determinaciones primera y segunda para cada una de dicha serie de
clases objetivo.
11. Método, según cualquiera de las
reivindicaciones 6 a 10, en el que la segunda determinación se
realiza sobre todos los elementos para los que se ha realizado una
primera determinación.
12. Método, según cualquiera de las
reivindicaciones anteriores, cuando se utiliza para validar
monedas.
13. Método, según cualquiera de las
reivindicaciones 1 a 11, cuando se utiliza para validar billetes de
banco.
14. Aparato para manipular dinero en efectivo,
estando dispuesto el aparato para funcionar de acuerdo con un
método según cualquiera de las reivindicaciones anteriores.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP01310950A EP1324282B1 (en) | 2001-12-28 | 2001-12-28 | Method and apparatus for classifying currency articles |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2317879T3 true ES2317879T3 (es) | 2009-05-01 |
Family
ID=8182588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES01310950T Expired - Lifetime ES2317879T3 (es) | 2001-12-28 | 2001-12-28 | Metodo y aparato para clasificar dinero. |
Country Status (4)
Country | Link |
---|---|
US (1) | US6886680B2 (es) |
EP (1) | EP1324282B1 (es) |
DE (1) | DE60137063D1 (es) |
ES (1) | ES2317879T3 (es) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10029051A1 (de) * | 2000-06-13 | 2001-12-20 | Giesecke & Devrient Gmbh | Verfahren zur Echtheitsprüfung von Dokumenten |
EP1387326B1 (de) * | 2002-08-01 | 2008-06-25 | Harting Vending GmbH & Co. KG | Verfahren zur Betrugsverhinderung für münz-oder banknotenbetätigte Automaten |
GB2400223A (en) * | 2003-04-04 | 2004-10-06 | Money Controls Ltd | Guiding coins in a coin acceptor |
WO2008051537A2 (en) * | 2006-10-20 | 2008-05-02 | Coin Acceptors, Inc. | A method of examining a coin for determining its validity and denomination |
EP2254095A4 (en) * | 2008-02-05 | 2011-08-17 | Toshiba Kk | Paperboard processing apparatus and paper sheet processing method |
CN101965591A (zh) * | 2008-03-10 | 2011-02-02 | 光荣株式会社 | 货币处理系统 |
US9036890B2 (en) | 2012-06-05 | 2015-05-19 | Outerwall Inc. | Optical coin discrimination systems and methods for use with consumer-operated kiosks and the like |
US8739955B1 (en) * | 2013-03-11 | 2014-06-03 | Outerwall Inc. | Discriminant verification systems and methods for use in coin discrimination |
US9443367B2 (en) | 2014-01-17 | 2016-09-13 | Outerwall Inc. | Digital image coin discrimination for use with consumer-operated kiosks and the like |
US9336638B2 (en) * | 2014-03-25 | 2016-05-10 | Ncr Corporation | Media item validation |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59132086A (ja) * | 1983-01-18 | 1984-07-30 | 株式会社日本コンラックス | 紙幣受入制御装置 |
GB2238152B (en) * | 1989-10-18 | 1994-07-27 | Mars Inc | Method and apparatus for validating coins |
US5167313A (en) * | 1990-10-10 | 1992-12-01 | Mars Incorporated | Method and apparatus for improved coin, bill and other currency acceptance and slug or counterfeit rejection |
GB2279796B (en) * | 1993-06-28 | 1996-09-25 | Mars Inc | Validating value carriers |
US5729623A (en) * | 1993-10-18 | 1998-03-17 | Glory Kogyo Kabushiki Kaisha | Pattern recognition apparatus and method of optimizing mask for pattern recognition according to genetic algorithm |
GB2284293B (en) * | 1993-11-30 | 1998-06-03 | Mars Inc | Article classifying method and apparatus |
US6092059A (en) * | 1996-12-27 | 2000-07-18 | Cognex Corporation | Automatic classifier for real time inspection and classification |
GB2341263B (en) * | 1998-08-14 | 2002-12-18 | Mars Inc | Method and apparatus for validating currency |
-
2001
- 2001-12-28 ES ES01310950T patent/ES2317879T3/es not_active Expired - Lifetime
- 2001-12-28 EP EP01310950A patent/EP1324282B1/en not_active Expired - Lifetime
- 2001-12-28 DE DE60137063T patent/DE60137063D1/de not_active Expired - Lifetime
-
2002
- 2002-12-20 US US10/326,637 patent/US6886680B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US6886680B2 (en) | 2005-05-03 |
EP1324282B1 (en) | 2008-12-17 |
US20030150687A1 (en) | 2003-08-14 |
EP1324282A1 (en) | 2003-07-02 |
DE60137063D1 (de) | 2009-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0685826B1 (en) | Method and apparatus for improved coin, bill or other currency acceptance and slug or counterfeit rejection | |
AU654263B2 (en) | Method and apparatus for validating money | |
US6902049B2 (en) | Apparatus for validating currency items, and method of configuring such apparatus | |
ES2280179T3 (es) | Dispositivo para la validacion de dinero. | |
ES2291002T3 (es) | Validacion. | |
ES2317879T3 (es) | Metodo y aparato para clasificar dinero. | |
JP4226315B2 (ja) | 貨幣検査機の較正 | |
EP0581787B1 (en) | Method and apparatus for validating money | |
US6722487B1 (en) | Money item acceptor | |
US5615760A (en) | Method and apparatus for validating money | |
US7198157B2 (en) | Method and apparatus for classifying currency articles | |
US5404987A (en) | Method and apparatus for validating money | |
EP1324281A1 (en) | Method and apparatus for classifying currency articles |