JP2015058390A - 仕分装置および仕分方法 - Google Patents

Abstract

【課題】対象物に情報を印字することなく、対象物を精度良く識別できる仕分装置および仕分方法を提供する。【解決手段】実施形態によれば、仕分装置は、センサと、特徴抽出部と、特徴検索部と、判別部と、仕分部とを有する。センサは、対象物から物理量を検出する。特徴抽出部は、センサにより検出した対象物の物理量から複数種類の特徴量を抽出する。特徴検索部は、特徴抽出部が抽出した各種の特徴量の値に基づいて、各種の特徴量の値と対象物の識別情報とを対応づけて記憶している特徴データベースから当該対象物と同定される対象物の識別情報を特定する。判別部は、特徴検索部が特定した対象物の識別情報に基づいて、対象物の識別情報と仕分情報とを対応づけて記憶している区分データベースから当該対象物の仕分情報を判別する。仕分部は、判別部が判別した仕分情報に基づいて対象物を仕分けする。【選択図】図１

Description

本発明の実施形態は、仕分装置および仕分方法に関する。

区分装置などの仕分装置は、対象物を住所などの仕分情報に基づいて仕分ける。たとえば、仕分装置は、文字或いはコードなどの区分情報を含む対象物の画像を取得し、取得した対象物の画像に含まれる仕分情報を認識し、この認識結果として得られた仕分情報に基づいて対象物を仕分ける仕分処理（仕分セッション）を実施する。仕分装置は、個々の対象物に対して複数回の仕分処理（仕分セッション）を実施することがある。複数回の仕分処理を実施する形態として、仕分装置は、１回目の仕分処理で対象物に識別情報（たとえば、バーコード）を印字し、印字した識別情報と当該対象物の区分情報とを対応づけて保存しておき、２回目以降の仕分処理では印字された識別情報により対象物の区分情報を特定するものがある。しかしながら、識別情報を対象物に実際に印字するには、印字機構を仕分装置に設ける必要があり、対象物の形状及び性質によっては識別情報が印字しにくいことがあるという問題がある。

特表２００３−５１０１８３号公報 ＷＯ ２００９／１１０５３８

本発明では、対象物に情報を印字することなく、対象物を精度良く識別できる仕分装置および仕分方法を提供することを目的とする。

実施形態によれば、仕分装置は、センサと、特徴抽出部と、特徴検索部と、判別部と、仕分部とを有する。センサは、対象物から物理量を検出する。特徴抽出部は、センサにより検出した対象物の物理量から複数種類の特徴量を抽出する。特徴検索部は、特徴抽出部が抽出した各種の特徴量の値に基づいて、各種の特徴量の値と対象物の識別情報とを対応づけて記憶している特徴データベースから当該対象物と同定される対象物の識別情報を特定する。判別部は、特徴検索部が特定した対象物の識別情報に基づいて、対象物の識別情報と仕分情報とを対応づけて記憶している区分データベースから当該対象物の仕分情報を判別する。仕分部は、判別部が判別した仕分情報に基づいて対象物を仕分けする。

図１は、実施形態に係る仕分装置としての区分装置を含む区分システムの構成例を示す図である。 図２は、実施形態に係る区分装置の識別部の構成例を示すブロック図である。 図３は、実施形態に係る区分装置の識別部における特徴データベースの構成例を示す図である。 図４は、実施形態に係る区分装置の識別部における第１特徴量テーブルを用いた投票テーブルへの投票例を示す図である。 図５は、実施形態に係る区分装置の識別部における第２特徴量テーブルを用いた投票テーブルへの投票例を示す図である。 図６は、実施形態に係る区分装置の識別部における第３特徴量テーブルを用いた投票テーブルへの投票例を示す図である。 図７は、実施形態に係る区分装置の識別部における第４特徴量テーブルを用いた投票テーブルへの投票例を示す図である。 図８は、実施形態に係る区分装置の識別部における１つの対象物に対する投票テーブルへの投票結果の例を示す図である。 図９は、実施形態に係る区分装置における１回目の区分処理の例を説明するためのフローチャートである。 図１０は、実施形態に係る区分装置における２回目の区分処理の例を説明するためのフローチャートである。

以下、実施形態について図面を参照して説明する。
図１は、仕分システムの一実施形態としての区分システム１の概略構成を示す図である。
区分システム１は、図１に示すように、区分装置２とＶＣＳ（ビデオコーディングシステム）３とを有する。区分装置２は、仕分装置の一実施形態である。区分装置２は、区分（仕分け）の対象物を住所情報などの区分情報（仕分情報）に基づいて区分処理（仕分処理）するものである。また、ＶＣＳ３は、区分装置２にて区分情報が判別できなかった対象物の区分情報をオペレータのコーディング作業により入力するものである。

区分装置２が区分処理の対象とする対象物（以下、単に、対象物と称する）は、搬送機構により搬送して区分（仕分け）可能な物体であって、認識可能な区分情報が付与されるものである。たとえば、対象物は、区分情報が記載あるいは貼付される、紙葉類（例えば、はがき、封書等の郵便物など）、小包、あるいは、物品などが想定される。

対象物に付与される区分情報は、文字、数字、記号あるいはバーコードなどで表現される情報である。区分情報を構成する文字、数字、記号あるいはバーコードは、スキャン画像などからパターン認識技術により認識可能な情報であるものを想定する。例えば、対象物に付与される区分情報としては、郵便番号、住所、宛名などを含む宛先情報が想定される。また、区分情報は、対象物におけるスキャナで読取り可能な位置に付与される。たとえば、区分情報は、対象物の表面に記載（印字あるいは手書き）される。また、対象物には、区分情報を記載したラベルが貼り付けられるようにしても良い。

区分装置２は、対象物を搬送しながら区分情報に応じた区分先を決定し、決定した区分先に対象物を区分（仕分け）する区分処理（仕分処理、仕分けセッション）を実行する。本実施形態に係る区分装置２は、１回目の区分処理と２回目以降の区分処理とを実施する機能を有する。１回目の区分処理は、区分情報が特定されていない状態の対象物を区分する区分処理（つまり、認識処理によって得られる区分情報で区分する区分処理）であり、２回目以降の区分処理は、対象物の区分情報が既に特定されている状態で、区分情報が識別情報（ＩＤ）から特定できる対象物を区分する区分処理（つまり、対象物を識別情報に対応する区分情報で区分する区分処理）での区分処理を想定している。

図１に示すように、区分装置２は、前面にオペレーションパネル１０が設けられている。オペレーションパネル１０は、タッチパネル内蔵の表示装置などにより構成される。オペレーションパネル１０では、オペレータ（操作員）が処理モードや処理開始を指定したり、区分機の動作状態などを表示したりする。
区分装置２は、対象物を供給する供給部１１を有する。供給部１１には、区分情報が付与されている複数の対象物がセットされる。オペレータは、複数の対象物を供給部１１にセットし、処理モード（例えば、１回目の区分処理あるいは２回目以降の区分処理）を選択した状態で、オペレーションパネル１０に区分処理の開始を指示する。

区分処理が開始されると、供給部１１は、セットされている対象物を所定の間隔で一個ずつ搬送部１２へ供給する。搬送部１２は、供給部１１から供給された対象物を区分部１８へ至る搬送路により搬送する。搬送部１２の搬送路上には、センサ部１３、および、区分部１８が設けられている。センサ部１３には、識別部１４、判別部１５が接続される。これらの各部は、区分制御部１７により制御される。

搬送部１２は、センサ部１３を通過した対象物が識別部１４及び判別部１５での処理が完了した後に区分部１８へ至るように各対象物を搬送する。つまり、搬送部１２は、対象物が区分部１８へ到達するまでの間に、識別部１４及び判別部１５が処理を実施する間、ように各対象物を搬送する。

センサ部１３は、搬送部１２により搬送される対象物の物理量を検知するための単一又は複数の物理センサ１３ａ、１３ｂ、１３ｃ、…を有する。たとえば、センサ部１３は、物理センサとして、スキャナ１３ａ、採寸センサ１３ｂ、質量センサ１３ｃなどを有する。本実施形態に係る区分装置２においては、センサ部１３の１つ物理センサとして、少なくともスキャナ１３ａが含まれるものとする。スキャナ１３ａは、搬送部１２により搬送される対象物の画像を読み取る。スキャナ１３ａが読取る対象物の画像は、識別部１４において対象物を識別する特徴量を抽出するための物理量として用いられるとともに、判別部１５における区分情報の認識処理にも用いられるものとする。採寸センサ１３ｂは、対象物の大きさを計測する。質量センサ１３ｃは、対象物の重量を計測する。

また、センサ部１３としては、対象物の厚さを検知する厚さセンサ、対象物に含まれる特定の物質を検知するセンサ、あるいは、各種の異なる波長領域を用いた複数の画像センサなどを設けても良い。すなわち、センサ部１３としては、対象物を識別するための物理量を計測する物理センサを含むものであれば良く、想定される対象物の形状あるいは運用形態に応じた各種の物理センサが設けられる。

本実施形態に係る区分装置２におけるセンサ部１３の１つとしてのスキャナ１３ａは、搬送部１２により搬送される対象物の画像を読み取る。スキャナ１３ａは、搬送部１２により搬送される対象物における区分情報の記載領域を含む画像を読み取るように設置される。スキャナ１３ａは、読み取った対象物の画像を識別部１４および判別部１５へ供給する。

識別部１４は、対象物の特徴量を抽出する特徴抽出機能、対象物の特徴量と識別情報（ＩＤ）とを登録する登録機能、処理対象の対象物を登録済みの対象物から検索する検索機能、および、異常検知機能などを有する。識別部１４は、特徴抽出機能として、各センサ１３が対象物から検知した情報に基づいて特徴量を抽出する。識別部１４は、登録機能として、特徴抽出機能により抽出した対象物の特徴量と当該対象物に割り当てた識別情報（ＩＤ）とを対応づけて登録する。また、識別部１４は、検索機能（同定機能）として、特徴抽出機能により抽出した対象物の特徴量に基づいて登録済みの対象物から同一らしい対象物を検索（同定）する。

判別部１５は、対象物の区分情報を特定する。判別部１５は、搬送部１２により搬送される対象物に付与されている区分情報を認識する認識部１５ａを有する。認識部１５ａは、スキャナ１３ａが読取った対象物の読み取る画像に対するパターン認識によって当該対象物の区分情報を認識する認識部１５ａを有する。たとえば、認識部１５ａは、文字認識装置（ＯＣＲ）などで構成され、対象物に記載されている区分情報を示す文字を認識する。

判別部１５は、１回目の区分処理、つまり、区分情報が未確定の対象物（区分データベース１６に登録されていない対象物）に対する区分処理においては、認識部１５ａにより対象物に付与されている区分情報を認識する認識処理を行う。認識部１５ａによる認識処理によって対象物の区分情報が特定できた場合、判別部１５は、区分情報の認識結果を当該対象物の識別情報に対応づけて区分データベース１６に登録する。

また、判別部１５は、認識部１５ａによる認識処理で区分情報が認識できなかった場合、当該対象物の識別情報と当該対象物の読取画像とを含むコーディング情報をＶＣＳ３へ供給する。ＶＣＳ３は、コーディング情報に基づいて入力される当該対象物の区分情報が当該対象物の識別情報に対応づけて区分データベース１６に登録する。

また、判別部１５は、２回目以降の区分処理、つまり、区分データベース１６に区分情報が登録済みの対象物（認識結果が得られた対象物、或いは、ＶＣＳ３で区分情報が入力された対象物）に対する区分処理においては、識別部１４で識別される対象物の識別情報（ＩＤ）を検索キーとして区分データベース１６から当該対象物の区分情報を特定する。

区分部１８は、区分制御部１７による制御に従って搬送部１２により供給された対象物を各区分先に区分（仕分け）する。なお、区分部１８による対象物の区分先は、対象物の形状及び大きさなどに応じたものとなる。たとえば、区分部１８は、複数の段、複数の列に区画された複数の区分ポケット（図示しない）を区分先としても良い。

区分部１８の各区分先には、区分情報が設定される。区分部１８は、区分制御部１７による制御に従って対象物を区分情報に対応する区分先に区分（仕分け）する。また、区分部１８には、区分先が認識できなかった対象物が区分されるＶＣＳ排除部（図示しない）が設けられる。ＶＣＳ排除部に集積された対象物は、区分情報がＶＣＳ３にて入力された後、供給部１１に再供給される。ＶＣＳ３で区分情報が入力された後に供給部１１に再供給された対象物は、当該対象物の識別情報（ＩＤ）とＶＣＳ３で入力された区分情報とに基づいて再区分される。

区分制御部１７は、各部による対象物に対する処理を制御する。区分制御部１７は、各部による処理状況に基づいて対象物の搬送を制御する。区分制御部１７は、判別部１５から与えられる対象物の区分情報（認識結果、あるいは、対象物の識別情報に対応する区分情報）に基づいて当該対象物を区分制御する。たとえば、区分制御部１７は、判別部１５が判別した対象物の区分情報に対応する区分先を決定し、当該対象物を区分情報に対応する区分先へ搬送区分させる制御を行う。

なお、識別部１４、判別部１５および区分制御部１７は、たとえば、プロセッサ、各種メモリおよび各種インターフェースを有する電子計算機（コンピュータ）を同様なハードウエア構成を有するもので実現できる。すなわち、識別部１４、判別部１５あるいは区分制御部１７による各処理は、プロセッサがプログラムを実行することにより実現される機能であっても良い。また、識別部１４、判別部１５および区分制御部１７は、それぞれを、プロセッサ、メモリおよびインターフェース等を有する電子計算機（コンピュータ）で実現しても良いし、１つの電子計算機で識別部１４、判別部１５および区分制御部１７の各機能を実現するようにしても良い。

次に、ＶＣＳ３について説明する。
ＶＣＳ３は、図１に示すように、情報蓄積分配装置３１および複数のビデオコーディング端末（以下、ＶＣＤと称する）３２などから構成される。
情報蓄積分配装置３１は、区分装置２で区分情報が認識できなかった対象物の画像を各ＶＣＤ３２へ配信し、各ＶＣＤ３２による住所情報の打鍵入力結果を区分装置２へ返す処理を行う。情報蓄積分配装置３１は、区分装置２に接続されている。情報蓄積分配装置３１は、例えば、ＣＰＵ、各種メモリおよび各種インターフェースを有するパーソナルコンピュータ（ＰＣ）で構成される。情報蓄積分配装置３１は、認識部１５ａで区分情報が認識できなかった対象物の画像に当該対象物の識別情報（ＩＤ）を対応づけて記憶し、記憶した紙葉類の画像を各ＶＣＤ３２へ配信する。

ＶＣＤ３２は、ディスプレイ（表示部）あるいはキーボード（操作部）などを有する。ＶＣＤ３２は、例えば、ＰＣにより構成される。ＶＣＤ３２では、情報蓄積分配装置３１から分配される対象物の画像をディスプレイに表示する。対象物の画像を表示した状態において、ＶＣＤ３２では、オペレータがキーボードにより住所情報を入力する。ＶＣＤ３２による入力結果は、当該対象物の識別情報（ＩＤ）と対応づけて情報蓄積分配装置３１へ返される。また、情報蓄積分配装置３１は、ＶＣＤ３２からの入力結果を当該対象物の識別情報（ＩＤ）と対応づけて区分装置２の区分データベースに登録する。このようなＶＣＳ３により、区分装置２としては、認識部１５ａで区分情報が認識できなかった対象物についても当該対象物の識別情報（ＩＤ）に対応する区分情報が区分データベース１６に登録される。

次に、本実施形態に係る区分装置２における識別部１４の構成について説明する。
図２は、本実施形態に係る区分装置における識別部１４の構成例を示すブロック図である。
図２に示す構成例において、識別部１４は、特徴抽出部１０１、特徴登録部１０２、特徴データベース１０３、特徴検索部１０４、および、異常検知部１０７などを有する。特徴抽出部１０１、特徴登録部１０２、および、特徴検索部１０４は、ＣＰＵなどのプロセッサがＲＡＭなどのメモリを使用しつつプログラムを実行することにより実現する機能であっても良い。

識別部１４は、１回目の区分処理（１回目の仕分けセッション）において、特徴抽出部１０１および特徴登録部１０２により、各対象物について特徴量と識別情報（ＩＤ）とを対応づけて特徴データベース１０３に登録する登録処理を行う。また、識別部１４は、２回目以降の区分処理（２回目以降の仕分けセッション）において、特徴抽出部１０１および特徴検索部１０４により、処理対象の対象物の識別情報を特定する検索（同定）処理を行う。

特徴抽出部１０１は、各仕分けセッションにおいて、対象物からセンサ部１３の各物理センサ１３ａ、１３ｂ、…、１３ｎが検知したデータから当該対象物を識別するために用いる特徴量を抽出する。上述したように、センサ部１３は、対象物の物理量をセンシングするものであれば良く、単数または複数の物理センサ１３ａ、…で構成される。また、センサ部１３の各物理センサ１３ａ、…によるセンシングは、同一対象物から得られたものであることが保証される限り、同一タイミングでなくても良い。たとえば、搬送部１２が対象物を個々に追跡する機能を持つ場合、その機能を利用して複数時点のセンシングデータを各対象物のデータとして利用することができる。

特徴抽出部１０１は、センサ部１３の各物理センサ１３ａ、１３ｂ、…、１３ｎが１つの対象物から検知したデータ（センシングデータ）をそれぞれ取得する。特徴抽出部１０１は、各物理センサ１３ａ、…のセンシングデータから当該対象物を識別するための特徴量を抽出（計算）する。特徴抽出部１０１は、対象物を識別するための特徴量を抽出するものであれば良く、区分処理ごとの処理条件（たとえば、対象物の搬送状態（位置、角度など））で変動しにくい特徴量を抽出するものとする。たとえば、センサ部１３における物理センサの１つが画像センサである場合、特徴抽出部１０１は、平行移動と回転に対して不変な値となるＳＩＦＴ特徴を特徴量として抽出するようにしても良い。

特徴抽出部１０１は、対象物の識別に用いる所定数の種類の特徴量を抽出する。たとえば、対象物を識別するのにＮ種類の特徴量を用いる場合、特徴抽出部１０１は、区分処理の度に、各対象物についてＮ種類の特徴量を抽出する。特徴抽出部１０１は、何度目の区分処理（どの仕分けセッション）であっても、所定数の特徴量を計算する。たとえば、１回目の区分処理（１回目の仕分けセッション）において、特徴抽出部１０１は、特徴データベース１０３に登録する対象物のＮ種類の特徴量を抽出する。また、２回目以降の区分処理（２回目以降の仕分けセッション）において、特徴抽出部１０１は、特徴検索部１０４が特徴データベース１０３を参照して対象物（対象物のＩＤ）を検索するため、対象物のＮ種類の特徴量を抽出する。

特徴登録部１０２は、特徴抽出部１０１が抽出した特徴量と当該対象物に割り当てられた識別情報（ＩＤ）とを対応づけて特徴データベース１０３に登録する。特徴データベース１０３は、特徴抽出部１０１が抽出する特徴量の種類（識別情報を検索するための各種の特徴量）ごとの特徴量テーブル１０５（１０５ａ〜１０５ｎ）を有する。たとえば、特徴抽出部１０１が抽出する特徴量が４種類である場合、特徴データベース１０３には、４つの特徴量テーブル１０５を設ける。

各特徴量テーブル１０５は、対象物に対する特徴量の値を示す。たとえば、各特徴量テーブル１０５は、特徴量の値を複数段階（たとえば、Ｎ個の段階）に分け、各値に対応づけて対象物のＩＤを登録できるように構成して良い。このような特徴量テーブル１０５は、設計時点では各値に登録する対象物ＩＤの数が不定である。このため、各特徴量テーブル１０５は、不定長のレコードを持つものとする。不定長のレコードを持つ特徴量テーブル１０５は、特徴量の値から対象物ＩＤを特定できるものであれば良く、任意の実装方法で実現してよい。たとえば、特徴量テーブル１０５は、動的メモリアロケーションあるいはリスト構造などの実装方法で実現しても良い。

特徴検索部１０４は、対象物から抽出した特徴量に基づいて、特徴データベース１０３に登録済みの識別情報（ＩＤ）を検索（同定）する検索（同定）処理を行う。特徴検索部１０４は、特徴データベース１０３に特徴量とＩＤとが登録された対象物に対して区分処理する場合（２回目の仕分けセッションを行う場合）、特徴抽出部１０１が抽出した特徴量と同定される対象物の識別情報を検出する。特徴検索部１０４は、たとえば、各種の特徴量ごとに所定の値を投票する投票テーブル１０６を用いて同定処理を行う。投票テーブルを用いた同定処理については、後で詳細に説明するものとする。

異常検知部１０７は、各物理センサ１３ａ、…の異常、あるいは、対象物の異常などを検知するものである。すなわち、異常検知部１０７は、特徴抽出部１０１が抽出する特定の特徴量が異常な値である場合、当該特徴量を抽出した物理量を検知する物理センサに異常が発生した可能性があることを検知する。たとえば、特徴量が所定の通常範囲値を超えている場合、あるいは、複数の対象物における特定の特徴量が連続する複数の対象物で同じ値となった場合、当該特徴量に対応する物理センサの異常を検知したりすることが考えられる。

また、異常検知部１０７は、特徴検索部１０４による検索結果に応じて対象物あるいは物理センサの異常を検知する。たとえば、特徴検索部１０４によるある対象物に対する同定処理において、一部の特徴量の変化（特徴データベースに登録済みの特徴量と当該区分処理で得た特徴量との差異）が所定の閾値を超えた場合、異常検知部１０７は、当該対象物に異常（物理的な変化）が発生したか、あるいは、当該特徴量に対応する物理量を検知する物理センサに異常が発生した可能性があることを検知する。

また、異常検知部１０７は、検知した異常内容に応じた警告を出力するようにしても良い。
なお、特定の物理センサについて異常が検出された場合、異常検知部１０７は、異常が検出された物理センサを停止するようにしても良いし、異常が検出された物理センサが検出する物理量を無効としても良い。また、後述する対象物を識別するための処理に影響が少なければ、異常が検出された物理センサに判定にし、する
以下、識別部１４における処理例について具体例を挙げて説明する。
上述したように、識別部１４では、１回目の区分処理において、特徴データベース１０３に各種の特徴量の値に対応づけて対象物のＩＤを登録する登録処理を行い、２回目の区分処理において、特徴データベース１０３を参照して対象物のＩＤを同定する検索（同定）処理を行う。

まず、１回目の区分処理における、特徴データベース１０３に対する対象物のＩＤの登録処理の例について説明する。
図３は、特徴データベース１０３に設けられる特徴量テーブル１０５の例を示す図である。図３に示す例は、対象物を識別するための特徴量の種類を４種類とし、４種類の特徴量に対応する４つの特徴量テーブルを特徴データベースに用意する。また、図３に示す各特徴量テーブル１０５は、各特徴量の値を０、１、…、７の８段階の値に分けて、各対象物のＩＤを登録するように構成されている。

なお、特徴データベース１０３に保存される特徴量のうちには、特徴量テーブル１０５に登録されないものがあってもよいものとする。この場合、登録されなかった特徴量は、最終的に複数の対象物のＩＤが同定の候補として得られた場合に最終的にいずれかを選ぶ処理に用いることが可能である。

１回目の区分処理（仕分セッション）において、特徴登録部１０２は、処理対象となる対象物のＩＤを登録する各特徴量テーブル１０５を初期化する。たとえば、特徴登録部１０２は、特徴データベース１０３における各特徴量テーブル１０５における全ての欄のエントリーを空に初期化する。

各特徴量テーブル１０５を初期化した後、特徴登録部１０２は、対象物に与えられるＩＤ、および、当該対象物の特徴量を取得する。対象物のＩＤは、全対象物にユニークな値であれば任意の値で良い。たとえば、対象物のＩＤは、供給部１１から供給される順番に番号を付与した値であっても良い。また、特徴登録部１０２は、特徴抽出部１０１が対象物のセンシングデータから抽出した所定の種類の特徴量を取得する。

特徴登録部１０２は、特徴量テーブル１０５ごとに、当該対象物の特徴量の値が対応する欄に当該対象物の識別情報を登録する。たとえば、対象物から抽出したＫ番目の特徴量の値がＶｋであった場合、特徴登録部１０２は、Ｋ番目の特徴量に対応する特徴量テーブルのＶｋの欄に当該対象物のＩＤを登録（追記）する。特徴登録部１０２は、各特徴量テーブルへのＩＤの登録を全ての対象物、全ての特徴量について行う。ただし、特徴登録部１０２は、特徴量テーブルに登録しない特徴量があっても良い。

図３は、１回目の仕分けセッションにおいて対象物の識別情報（ＩＤ）が登録された４つの特徴量テーブル１０５Ｕ１〜１０５Ｕ４での例を示す図である。
図３に示す例において、特徴量テーブル１０５Ｕ１には、特徴量Ｕ１の各値に対して対象物のＩＤが登録され、同様に、各特徴量テーブル１０５Ｕ２、１０５Ｕ３、１０５Ｕ４には、特徴量Ｕ２、Ｕ３、Ｕ４の各値に対して各対象物のＩＤが登録される。図３に示す特徴量テーブルによれば、各対象物の特徴量が参照できる。

次に、特徴検索部１０４の動作について説明する。
特徴検索部１０４は、対象物のセンシングデータから抽出した特徴量に基づいて、当該対象物が特徴データベース１０３に登録されているどの対象物に該当するかを検索（同定）する。特徴検索部１０４は、検索対象となる対象物ごとに投票テーブル１０６を用意する。投票テーブル１０６は、２回目の区分処理（仕分けセッション）で各対象物のＩＤを求める処理を開始するごとに初期化する。

２回目の区分処理において、特徴検索部１０４は、センサ１３の各センサが対象物から検出したセンシングデータに基づいて特徴抽出部が抽出した特徴量を取得する。たとえば、抽出した第ｋ番目の特徴量の値がＵｋであったとする。この場合、特徴検索部１０４は、第ｋ番目の特徴量テーブル１０５Ｕｋにおける特徴量の値Ｕｋ±ｊ（ｊ＝０，１，・・・ｍ、０≦Ｋ＋ｊ≦Ｄｋ）に対して登録されている対象物のＩＤを選出する。特徴検索部１０４は、投票テーブル１０６に対する投票として、投票テーブル１０６における選出した対象物のＩＤの欄の値を、ｊに応じてあらかじめ定められた値（Ｍ［ｊ］を加算した値に更新する。

ただし、ｍは事前に決められた負でない整数の定数とする。ここでｍ＝０の場合は、Ｕｋに対応する対象物のＩＤのみに投票することになる。しかしながら、特徴量は同一対象物から得られたものであっても各種条件により多少の変動が考えられる。このため、そのような変動に対応するため、前後の複数の値に対応する対象物のＩＤにも投票する。このため、ｍの値としては、０より大きな整数値を設定しておくものとする。また、Ｍ［ｊ］は、通常、ｊ＝０の場合に最大で、ｊが増加するにつれて広義の単調減少するように重み付けした値となるように設定する。このＭ［ｊ］は、ぼかしマスクに相当し、特徴量の変動に対応するためのポイントとなる。

特徴検索部１０４は、対象物の各特徴量について投票を行った後、当該対象物の各特徴量に対する投票結果に基づいて当該対象物のＩＤを決定する。特徴検索部１０４は、投票結果において、投票された値が最大である対象物のＩＤを求める。特徴検索部１０４は、投票数が最大である対象物のＩＤを、処理対象の対象物の検索（同定）結果として出力する。

以下、対象物の各特徴量に対する投票テーブル１０６への投票について説明する。
図４、図５、図６および図７は、ある対象物の各特徴量に基づく投票テーブル１０６への投票の例を示す図である。図４、図５、図６および図７の例では、ｍ＝１、Ｍ［０］＝２，Ｍ［１］＝１とするものとする。また、図４、図５、図６、図７の例は、図３に示す状態の特徴量テーブルを参照して、２回目の仕分けセッションで抽出した特徴量の値に基づく投票テーブル１０６への投票を示す図である。

図４は、ある対象物の第１特徴量Ｕ１が「１」であった場合の投票テーブル１０６への投票例を示す図である。
図４に示す例において、特徴検索部１０４は、第１特徴量Ｕ１の特徴量テーブル１０５Ｕ１における、Ｕ１、Ｕ１±ｊ（ｊ＝０、１、０≦Ｕ１＋ｊ≦７）の欄に登録されている対象物のＩＤに対し、投票テーブル１０６のそれぞれの欄の値をＭ［０］＝２、Ｍ［１］＝１だけ増加させる。Ｍ［０］およびＭ［１］の値は、特徴量に応じて投票する値を意味する。

なお、Ｍ［０］、および、Ｍ［１］の値（投票する値）は、投票に対する重み付けを反映した値であり、各特徴量の特性などに応じて任意の値を設定しても良い。また、投票する範囲についても、特徴量に応じて設定しても良い。

まず、特徴検索部１０４は、ｊ＝０とし、第１特徴量Ｕ１の第１特徴量テーブル１０５における「１（＝１（Ｕ１の値）＋０）」の欄を参照する。図４に示す例では、第１特徴量テーブル１０５Ｕ１の「１」の欄には、対象物の「ＩＤ」として、「３」と「５」とが登録されている。これにより、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「３」の欄と「５」の欄をＭ［０］＝２だけ増加させる。図４に示す例の場合、各欄の初期値が０であるので、特徴検索部１０４は、投票テーブル１０６における「３」の欄および「５」の欄にそれぞれ「２」を投票して「３」および「５」の欄の値を「２（＝０＋２）」に更新する。

また、図４に示す例では、第１特徴量テーブル１０５Ｕ１において、第１特徴量Ｕ１が「０（＝１（Ｕ１の値）−１）」の欄には対応する対象物のＩＤが登録されていない。このため、特徴検索部１０４は、Ｕ１−１＝０については投票先なしとする。

さらに、第１特徴量テーブル１０５Ｕ１において、第１特徴量Ｕ１が「２（＝１（Ｕ１の値）＋１）」の欄には対応する対象物のＩＤとして「２」が登録されている。このため、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「２」の欄をＭ［１］＝１だけ増加させる。この結果として、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「２」の欄に「１」を投票して「１（＝０＋１）」に更新する。

第１特徴量Ｕ１に基づく投票テーブル１０６への投票が完了すると、特徴検索部１０４は、第２特徴量Ｕ２に基づく投票テーブル１０６への投票を実施する。
図５は、第２特徴量Ｕ２が「２」であった場合の図４に示す投票後の投票テーブル１０６への投票例を示す図である。
図５に示す例において、特徴検索部１０４は、第２特徴量Ｕ２の特徴量テーブル１０５Ｕ２における、Ｕ２、Ｕ２±ｊ（ｊ＝０，１，０≦Ｕ２＋ｊ≦７）の欄に登録されている対象物のＩＤに対し、投票テーブル１０６のそれぞれの値をＭ［０］＝２、Ｍ［１］＝１だけ増加させる。

まず、特徴検索部１０４は、ｊ＝０とし、第２特徴量Ｕ２の第２特徴量テーブル１０５Ｕ２における「４（＝４（Ｕ２の値）＋０」の欄を参照する。図５に示す例では、第２特徴量テーブル１０５Ｕ２の「４」の欄には、対象物のＩＤとして「８」が登録されている。これにより、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「８」の欄をＭ［０］＝２だけ増加させる。図５に示す例の場合、投票前の投票テーブル１０６における「８」の欄が「０」であるので、特徴検索部１０４は、投票テーブル１０６における「８」の欄に「２」を投票して「２（０＋２＝２）」に更新する。

また、図５に示す例では、第２特徴量テーブル１０５Ｕ２において、第２特徴量Ｕ２が「３（＝４（Ｕ２の値）−１）」の欄には対応する対象物のＩＤとして「３」が登録されている。このため、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「３」の欄をＭ［１］＝１だけ増加させる。図５に示す例では、投票前の投票テーブル１０６における「３」の欄が「２」であるので、特徴検索部１０４は、投票テーブル１０６における「３」の欄に「１」を投票して「３（２＋１＝３）」に更新する。

図５に示す例では、第２特徴量テーブル１０５Ｕ２において、第２特徴量Ｕ２が「５（＝４（Ｕ２の値）＋１）」の欄には対応する対象物のＩＤが登録されていない。このため、特徴検索部１０４は、Ｕ２＋１＝５については投票先なしとする。

第２特徴量Ｕ２に基づく投票テーブル１０６への投票が完了すると、特徴検索部１０４は、第３特徴量Ｕ３に基づく投票テーブル１０６への投票を実施する。
図６は、第３特徴量Ｕ３が「５」であった場合の図５に示す投票後の投票テーブル１０６への投票例を示す図である。
図６に示す例において、特徴検索部１０４は、第３特徴量Ｕ３の第３特徴量テーブル１０５Ｕ３における、Ｕ３、Ｕ３±ｊ（ｊ＝０，１，０≦Ｕ３＋ｊ≦７）の欄に登録されている対象物のＩＤに対し、投票テーブル１０６のそれぞれの値をＭ［０］＝２，Ｍ［１］＝１だけ増加させる。

まず、特徴検索部１０４は、ｊ＝０とし、第３特徴量Ｕ３の第３特徴量テーブル１０５Ｕ５における「５（＝５（Ｕ３の値）＋０）」の欄を参照する。図６に示す例では、第３特徴量テーブル１０５Ｕ５の「５」の欄には、対象物のＩＤとして「１」と「３」とが登録されている。これにより、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「１」の欄と「３」の欄とをＭ［０］＝２だけ増加させる。図６に示す例の場合、投票前の投票テーブル１０６における「１」の欄が「０」であり、「３」の欄が「３」であるので、特徴検索部１０４は、投票テーブル１０６における「１」の欄には「２」を投票して「２（＝０＋２）」に更新し、「３」の欄には「２」を投票して「５（＝３＋２）」に更新する。

また、図６に示す例では、第３特徴量テーブル１０５Ｕ３において、第３特徴量Ｕ３が「４（＝５（Ｕ３の値）−１）」の欄および「６（＝５（Ｕ３の値）＋１」には対応する対象物のＩＤが登録されていない。このため、特徴検索部１０４は、Ｕ３−１＝４及びＵ３＋１＝６については投票先なしとする。

第３特徴量Ｕ３に基づく投票テーブル１０６への投票が完了すると、特徴検索部１０４は、第４特徴量Ｕ４に基づく投票テーブル１０６への投票を実施する。
図７は、第４特徴量Ｕ４が「４」であった場合の図６に示す投票後の投票テーブル１０６への投票例を示す図である。
図７に示す例において、特徴検索部１０４は、第４特徴量Ｕ４の第４特徴量テーブル１０５Ｕ４における、Ｕ４，Ｕ４±ｊ（ｊ＝０，１，０≦Ｕ４＋ｊ≦７）の欄に登録されている対象物のＩＤに対し、投票テーブル１０６のそれぞれの値をＭ［０］＝２，Ｍ［１]＝１だけ増加させる。

まず、特徴検索部１０４は、ｊ＝０とし、第４特徴量Ｕ４の第４特徴量テーブル１０５Ｕ４における「４（＝４（Ｕ４の値）＋０）」の欄を参照する。図７に示す例では、第４特徴量テーブル１０５Ｕ４の「４」の欄には、対象物のＩＤとして「６」が登録されている。これにより、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「６」の欄をＭ［０］＝２だけ増加させる。図７に示す例の場合、投票前の投票テーブル１０６における「４」の欄が「０」であるので、特徴検索部１０４は、投票テーブル１０６における「４」の欄に「２」を投票して「２（＝０＋２）」に更新する。

また、図７に示す例では、第４特徴量テーブル１０５Ｕ４において、第４特徴量Ｕ４が「３（＝４（Ｕ４の値）−１）」の欄には対応する対象物のＩＤとして「３」が登録されている。このため、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「３」の欄をＭ［１］＝１だけ増加させる。図７に示す例では、投票前の投票テーブル１０６における「３」の欄が「５」であるので、特徴検索部１０４は、投票テーブル１０６における「３」の欄に「１」を投票して「６（＝５＋１）」に更新する。

また、図７に示す例では、第４特徴量テーブル１０５Ｕ４において、第４特徴量Ｕ４が「５（＝４（Ｕ４の値）＋１）」の欄には対応する対象物のＩＤとして「７」が登録されている。このため、特徴検索部１０４は、投票テーブル１０６における対象物のＩＤが「３」の欄をＭ［１］＝１だけ増加させる。図７に示す例では、投票前の投票テーブル１０６における「７」の欄が「０」であるので、特徴検索部１０４は、投票テーブル１０６における「７」の欄に「１」を投票して「１（＝０＋１）」に更新する。

次に、投票テーブル１０６への投票結果に基づく対象物の同定について説明する。
１つの対象物について各特徴量に基づく投票テーブル１０６への投票が完了すると、特徴検索部１０４は、投票テーブル１０６への投票結果に基づいて対象物を同定し、対象物のＩＤを決定する。
図８は、対象物の各特徴量に対する投票テーブル１０６への最終的な投票結果の例である。図８は、図４、図５、図６及び図７に示す投票処理による投票結果を示している。

特徴検索部１０４は、投票テーブル１０６への投票結果における投票値の最大値が所定の基準値以上であれば、最大値となる対象物のＩＤを投票結果に基づく同定結果とする。すなわち、図８に示す例では、図８に示す投票テーブル１０６への投票結果において、投票された値（投票値）が最大なのは「６」であり、投票値が最大となる対象物のＩＤは、「３」である。ここで、「６」が最大値に対する所定の基準値以上であるとすれば、特徴検索部１０４は、図８に示す投票結果に基づく同定結果として、対象物のＩＤを「３」とする。

また、特徴検索部１０４は、投票結果に基づく同定結果を検証するようにしても良い。たとえば、投票結果に基づく同定結果として対象物のＩＤが「３」となった場合、特徴検索部１０４は、投票結果から得られたＩＤが「３」の対象物について、１回目の区分処理で得られた各特徴量と２回目以降の区分処理で得られた各特徴量とを比較する。特徴検索部１０４は、対応する特徴量どうしの差異（変化）が、各センサ１３ａ、…によるセンシング時の各種変動に起因する変動量の限界（変動の許容値）として、あらかじめ設定された閾値以内であるか否かを判断する。

特徴検索部１０４は、全ての特徴量について１回目の区分処理で得られた特徴量と２回目の区分処理で得られた特徴量の差が上記閾値以内であれば、投票結果に基づく同定結果として得られた対象物のＩＤ（上記例では「３」）を同定結果として確定する。

一方、いずれかの特徴量において１回目の区分処理で得られた特徴量と２回目の区分処理で得られた特徴量の差が上記閾値を超えた場合、特徴検索部１０４は、１回目の区分処理と２回目の区分処理との間に、当該対象物あるいは物理センサ自体に何らかの変化があったものと判断する。ある特徴量に閾値以上の変化があった場合、特徴検索部１０４は、対象物の変化あるいは物理センサの不具合などの変化があった旨を出力するようにしても良い。

また、一部の特徴量に閾値以上の変化があった場合、特徴検索部１０４は、投票結果に基づく同定結果（上述の例ではＩＤが「３」）を出力するようにしても良いし、同定結果が不定である旨を出力するようにしても良い。たとえば、特徴検索部１０４は、閾値以上の変化があった特徴量の数が所定数未満である場合には、投票結果に基づく同定結果を出力するようにしても良いし、特定の特徴量に閾値以上の変化があった場合には、同定結果が不定である旨を出力したりするようにしても良い。

また、各特徴量の変化の要因については、物理センサおよび特徴量の種類に応じて、原因として想定される変化の種類をあらかじめ分類して記憶部に記憶しておくようにしても良い。例えば、重量が著しく減少（閾値以上減少）した場合には、原因として内容物の脱落などが想定され、外形寸法が大きく変化（閾値以上変化）していた場合には、原因として対象物の破損などが考えられる。これらのような変化の要因として想定される事項は、特徴量に閾値以上の変化があった旨とともに出力するようにしても良い。

さらに、特徴検索部１０４は、特徴量に閾値以上の変化があった場合には、当該特徴量に対応する物理センサの故障を警告するようにしても良い。また、複数の対象物に対して特定の特徴量に閾値以上の変化が検出された場合に、当該特徴量に対応する物理センサの故障を警告するようにしても良い。

また、上記のような投票を利用した検索（同定）に必要な処理の量は、特徴量の種類数に（２ｍ＋１）を乗じた投票回数と、投票テーブルの最大値を求めるために対象物のＩＤを１度全走査する処理とであり、対象物のＩＤの最大数×特徴量の数のマッチングを行う処理よりもはるかに少なくて済む。

なお、投票テーブルにおける最大値は、投票テーブルを１回全走査することによって求めることができる。ただし、特徴量の種類の方が対象物の数より少ないことが想定されるので、投票のたびに最大値を更新する処理を追加することでも実現可能である。この場合は対象物のＩＤの最大数に比例した処理はなくなる。

また、投票テーブルは、各対象物に対するＩＤの同定処理ごとに初期化する。同定処理ごとに処理機する処理は、対象物のＩＤの最大数に比例した手間がかかる。このため、投票テーブルに「最後にその欄を更新した際のセッションＩＤ」のカラムを追加し、マシン立ち上げ時に一度だけその初期化を行い、次回からは全データを初期化する代わりに、毎回異なるセッションＩＤを生成し、投票テーブルを更新する際に「最後に更新した際のセッションＩＤ」を調べて、現在処理しているセッションＩＤより古い場合にその欄の投票値を初期化したうえで「最後に更新した際のセッションＩＤ」を更新することにしてもよい。これにより、同定処理ごとに投票テーブルを初期化するための対象物のＩＤの最大数に比例した手間がかからなくなり、処理全体としての高速化が可能となる。

また、投票回数および投票値を設定するための上述したｍの数とＭ［ｉ］の値とは、特徴量の種類ごとに、各物理センサによるセンシングのたびにどの程度変動するかを考慮してそれぞれ異なる値としておくことも可能である。

次に、区分装置２における１回目の区分処理について説明する。
図９は、区分装置２における１回目の区分処理の例を説明するためのフローチャートである。
まず、オペレータは、１回目の区分処理の対象とする対象物を供給部１１にセットし、処理モードとして１回目の区分処理を選択した状態で、オペレーションパネル１０に区分処理の開始を指示する。１回目の区分処理の開始が指示されると、供給部１１は、セットされている対象物を所定の間隔で一個ずつ搬送部１２へ供給する（ステップＳ１１）。搬送部１２は、供給部１１から供給される対象物を搬送路により搬送する（ステップＳ１２）。また、区分制御部１７は、供給部１１から供給されて搬送部１２により搬送される対象物に対して識別情報（ＩＤ）を発行して各部へ通知するとともに、搬送部１２により搬送される対象物の搬送状況を継続的に監視（追尾）する。

搬送部１２が対象物を搬送すると、搬送路上に設けたセンサ部１３の各物理センサ（スキャナ１３ａ、および、各物理センサ１３ｂ、１３ｃ、…）は、搬送部１２により搬送される対象物から各種の物理量が検出する（ステップＳ１３）。センサ部１３の各物理センサ１３ａ、…は、対象物から検出したデータ（センシングデータ）を識別部１４へ供給する。これにより、識別部１４は、各物理センサ１３ａ、…によって対象物から検出した各種のセンシングデータを取得する（ステップＳ１４）。

なお、各対象物は搬送状況が監視されている。このため、各物理センサ１３ａ、…が異なる位置あるいは異なるタイミングで検出したデータであっても、１つの対象物から検出した各種のセンシングデータは、１つの対象物から検出されたセンシングデータとして識別部１４へ供給される。

対象物の各種のセンシングデータを取得すると、識別部１４は、特徴抽出部１０１により取得したセンシングデータから対象物の識別に用いる各種の特徴量を抽出する（ステップＳ１５）。たとえば、Ｎ種類の特徴量により対象物を識別する場合、特徴抽出部１０１は、取得したセンシングデータからＮ種類の特徴量を抽出する。特徴抽出部１０１が各種の特徴量を抽出すると、異常検知部１０７は、抽出した特徴量の値が異常な値であるか否かをチェックすることにより、各物理センサ１３ａ、…における異常（故障）の有無をチェックする（ステップＳ１６）。

何れかの物理センサ１３ａ、…に異常が有ると判断した場合（ステップＳ１７、ＹＥＳ）、異常検知部１０７は、異常内容を示す警告を出力する（ステップＳ１８）。たとえば、異常検知部１０７は、各特徴量の種類に対応づけて異常な値となった場合に予想される異常内容を保持しておき、異常な値と判断された特徴量の種類に応じて予想される異常内容の警告を出力する。また、異常が有ると判断した場合、異常検知部１０７あるいは特徴登録部１０２は、異常内容に応じて登録処理が継続できるか否かを判断する（ステップＳ１９）。登録処理が継続不可と判断された場合（ステップＳ１９、ＹＥＳ）、識別部１４は、登録処理を終了する。

各物理センサ１３ａ、…に異常がないと判断された場合（ステップＳ１７、ＹＥＳ）、特徴抽出部１０１は、当該対象物から抽出した各種の特徴量を特徴登録部１０２へ供給する。また、何れかの物理センサ１３ａ、…に異常が有ると判断された後に登録処理が継続可能と判断された場合（ステップＳ１９、ＮＯ）、特徴抽出部１０１は、当該対象物から抽出した各種の特徴量を特徴登録部１０２へ供給する。この場合、特徴登録部１０２は、異常と判断された物理センサで検知された物理量以外の物理量から抽出した特徴量を取得するようにしても良い。

また、特徴登録部１０２は、特徴抽出部１０１から当該対象物の各種の特徴量を取得するとともに、区分制御部１７が発行した当該対象物の識別情報（ＩＤ）を取得する。当該対象物から抽出した各種の特徴量とＩＤとを取得すると、特徴登録部１０２は、各種の特徴量に対する各特徴量テーブル１０５に対して、当該対象物の特徴量の値が対応する欄に当該対象物のＩＤを登録する（ステップ２０）。

また、判別部１５には、スキャナ１３ａが当該対象物から読み取った画像が供給される。スキャナ１３ａから対象物の読取画像が供給されると、判別部１５は、認識部１５ａにより取得した読取画像に基づいて当該対象物の区分情報を認識する認識処理を行う（ステップＳ２１）。また、判別部１５には、当該対象物のＩＤも通知される。これにより、判別部１５は、スキャナ１３ａが読取った対象物の画像と当該対象物のＩＤと対応づけて管理する。

認識部１５ａによる対象物の読取画像に対する認識結果が得られると、判別部１５は、認識結果と識別情報とを対応づけて区分データベース１６に登録する（ステップＳ２２）。たとえば、認識部１５ａが対象物の読取画像から区分情報を認識できた場合、判別部１５は、認識結果として得られた区分情報を当該対象物のＩＤに対応づけて区分データベース１６に登録する。また、認識部１５ａが対象物の読取画像から区分情報を認識できなかった場合、判別部１５は、認識結果として判別不可であった旨（または、ＶＣＳによる処理）と当該対象物のＩＤに対応づけて区分データベース１６に登録する。区分情報が認識できなかった対象物については、判別部１５は、当該対象物の読取画像と識別情報（ＩＤ）とを対応づけてコーディング情報を作成してＶＣＳ３へ供給する。ＶＣＳ３は、ＶＣＤを用いてオペレータが入力する区分情報を識別情報（ＩＤ）に対応づけて区分データベース１６に登録する。

認識部１５ａによる認識結果が得られると、判別部１５は、認識結果を区分制御部１７へ通知する。区分制御部１７は、判別部１５による区分情報の認識結果に従って対象物を区分制御する（ステップＳ２３）。１回目の対象物に対する区分処理が終了するまでが無くなるまで、区分装置２は、各対象物に対して上記ステップＳ１１〜Ｓ２４の処理を実行する。

上記の処理によれば、区分装置は、対象物に対する１回目の区分処理として、対象物に対して各物理センサが検出する物理量から抽出される各種の特徴量を当該対象物のＩＤと対応づけて特徴データベースに登録するとともに、対象物に対する区分情報の認識結果をＩＤに対応づけて区分データベースに登録する。これにより、区分装置は、１回目の区分処理において、各対象物を区分情報の認識結果に従って区分するとともに、各物理センサが検出する物理量から抽出される各種の特徴量の値により対象物のＩＤを参照できる情報を保持することできる。

次に、区分装置２における２回目の区分処理について説明する。
図１０は、区分装置２における２回目の区分処理の例を説明するためのフローチャートである。
まず、オペレータは、２回目の区分処理の対象とする対象物を供給部１１にセットし、処理モードとして２回目の区分処理を選択した状態で、オペレーションパネル１０に区分処理の開始を指示する。２回目の区分処理の開始が指示されると、供給部１１は、セットされている対象物を所定の間隔で一個ずつ搬送部１２へ供給する（ステップＳ３１）。搬送部１２は、供給部１１から供給される対象物を搬送路により搬送する（ステップＳ３２）。なお、区分制御部１７は、供給部１１から供給されて搬送部１２により搬送される対象物の搬送状況を継続的に監視（追尾）するものとする。

搬送部１２が対象物を搬送すると、搬送路上に設けたセンサ部１３の各物理センサ（スキャナ１３ａ、および、各物理センサ１３ｂ、１３ｃ、…）は、搬送部１２により搬送される対象物から各種の物理量を検出する（ステップＳ３３）。センサ部１３の各物理センサ１３ａ、…は、対象物から検出したデータ（センシングデータ）を識別部１４へ供給する。これにより、識別部１４は、各物理センサ１３ａ、…が対象物から検出した各種のセンシングデータを取得する（ステップＳ３４）。

なお、各対象物は搬送状況が監視されているため、各物理センサ１３ａ、…が異なる位置あるいは異なるタイミングで検出したデータであっても、１つの対象物から検出した各種のセンシングデータは、１つの対象物から検出されたデータとして識別部１４へ供給される。

１つの対象物に対する各種のセンシングデータを取得すると、識別部１４は、特徴抽出部１０１により取得したセンシングデータから対象物の識別に用いる各種の特徴量を抽出する（ステップＳ３５）。たとえば、Ｎ種類の特徴量により対象物を識別する場合、特徴抽出部１０１は、取得したセンシングデータからＮ種類の特徴量を抽出する。特徴抽出部１０１が各種の特徴量を抽出すると、異常検知部１０７は、抽出した特徴量の値が異常な値であるか否かをチェックすることにより、各物理センサ１３ａ、…における異常（故障）の有無をチェックする（ステップＳ３６）。

何れかの物理センサ１３ａ、…に異常が有ると判断した場合（ステップＳ３７、ＹＥＳ）、異常検知部１０７は、異常内容を示す警告を出力する（ステップＳ３８）。たとえば、異常検知部１０７は、異常な値と判断された特徴量の種類に応じて予想される異常内容の警告を出力する。また、何れかの物理センサ１３ａ、…に異常が有ると判断した場合、異常検知部１０７あるいは特徴検索部１０４は、異常内容に応じてＩＤの検索（同定）処理が継続できるか否かを判断する（ステップＳ３９）。検索処理が継続不可であると判断された場合（ステップＳ３９、ＹＥＳ）、識別部１４は、当該区分処理を終了する。

各物理センサ１３ａ、…に異常がないと判断された場合（ステップＳ３７、ＹＥＳ）、特徴抽出部１０１は、当該対象物から抽出した各種の特徴量を特徴検索部１０４へ供給する。また、何れかの物理センサ１３ａ、…に異常が有ると判断された後にＩＤの検索処理が継続可能であると判断された場合（ステップＳ３９、ＮＯ）、特徴抽出部１０１は、当該対象物から抽出した各種の特徴量を特徴検索部１０４へ供給する。この場合、特徴検索部１０４は、異常と判断された物理センサで検知された物理量以外の物理量から抽出した特徴量を取得するようにしても良い。

当該対象物のセンシングデータから抽出した各種の特徴量を取得すると、特徴検索部１０４は、各種の特徴量に対する各特徴量テーブル１０５（１０５ａ、…）を参照して、各種の特徴量について、当該対象物から得た特徴量の値とその値を中心とする所定範囲の値が対応するＩＤに対して投票処理を行う（ステップ４０）。すなわち、特徴検索部１０４は、当該対象物のＩＤを識別するための投票テーブル１０６を用意し、各種の特徴量ごとに投票を行う。たとえば、特徴検索部１０４は、投票テーブル１０６に対して、各種の特徴量ごとに、当該対象物から得た特徴量の値に登録されているＩＤに対してはＭ（０）の値を投票（加算）し、当該対象物から得た特徴量の値から「ｎ」だけ離れた値に登録されているＩＤに対してはＭ（ｎ）の値を投票（加算）する。

全特徴量についての投票が完了すると、特徴検索部１０４は、投票テーブル１０６における投票結果に基づいて同定結果としてのＩＤを選出する（ステップＳ４１）。たとえば、特徴検索部１０４は、投票値が最大となるＩＤを同定結果として選出する。また、特徴検索部１０４は、投票値が所定の基準値以上のＩＤを同定結果として選出しても良い。また、特徴検索部１０４は、投票値が最大となり、かつ、その投票値が所定の基準値以上のＩＤを同定結果として選出しても良い。

なお、同定結果として複数のＩＤが選出された場合、特徴検索部１０４は、特定の特徴量に対する投票結果を参照して同定結果を決定するようにしても良い。たとえば、各種の特徴量について同定結果を決定するための優先順位を設定しておき、複数のＩＤが同定結果として選出された場合には、優先順位の高い特徴量に対する投票結果を参照して同定結果としてのＩＤを１つに決定するようにしても良い。

投票結果としてのＩＤが選出された場合、異常検知部１０７は、対象物から得られた特徴量に基づいて異常の有無をチェックする（ステップＳ４２）。たとえば、異常検知部１０７は、選出されたＩＤの特徴データベース１０３に登録されている特徴量の値（つまり、１回目の区分処理で得られた特徴量の値）と当該区分処理で得られた特徴量の値（２回目の区分処理で得られた特徴量の値）との差分の値が閾値以内か否かにより、各特徴量に対して異常チェックを行う。

何れかの特徴量について上記差分の値が閾値を超えた場合、異常検知部１０７は、上記差分の値が閾値を超えた特徴量の種類に応じた異常内容を示す警告を出力する（ステップＳ４４）。たとえば、異常検知部１０７は、差分の値が閾値を超えた場合に予想される異常内容を特徴量の種類ごとに保持しておくことにより、差分の値が閾値を超えた特徴量の種類に応じた異常内容を示す警告を出力する。また、何れかの特徴量に異常が有ると判断した場合、異常検知部１０７あるいは特徴検索部１０４は、異常内容に応じてＩＤの検索（同定）処理が継続できるか否かを判断する（ステップＳ４５）。検索処理の継続が不可であると判断された場合（ステップＳ４５、ＹＥＳ）、識別部１４は、当該区分処理を終了する。

各種の特徴量に異常がないと判断された場合（ステップＳ４３、ＹＥＳ）、あるいは、何れかの特徴量に異常が有ると判断された後にＩＤの検索処理が継続可能であると判断された場合（ステップＳ４５、ＮＯ）、特徴検索部１０４は、投票結果から選出したＩＤを当該対象物のＩＤとして確定する（ステップＳ４６）。同定処理により対象物のＩＤが確定すると、特徴検索部１０４は、確定したＩＤを当該対象物のＩＤとして判別部１５へ通知する。

対象物のＩＤが通知されると、判別部１５は、通知されたＩＤに基づいて当該対象物の区分情報を特定する（ステップＳ４７）。すなわち、判別部１５は、識別部１４により通知されたＩＤに基づいて区分データベース１６に登録されている当該ＩＤの対象物に対する区分情報を特定する。当該対象物の区分情報を特定すると、判別部１５は、特定した当該対象物の区分情報を区分制御部１７へ通知する。区分制御部１７は、判別部１５が特定した区分情報に基づく区分先に当該対象物が区分されるように区分部１８を制御する（ステップＳ４８）。

区分装置２は、供給部１１にセットされた対象物に対する区分処理が終了するまでが無くなるまで（ステップＳ４９、ＮＯ）、各対象物に対して上記ステップＳ３１〜Ｓ４８の処理を実行する。

上記の処理によれば、区分装置は、対象物に対する２回目の区分処理として、対象物に対して各物理センサが検出する物理量から各種の特徴量の値を抽出し、各種の特徴量ごとに特徴データベースを参照して投票を行い、投票結果により当該対象物のＩＤを決定する。これにより、区分装置は、各対象物にバーコードなどを印字しなくても、対象物を識別でき、各種の特徴量ごとの投票によって高精度な対象物の同定処理が実現できる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…区分システム、２…区分装置、３…ＶＣＳ、１１…供給部、１２…搬送部、１３…センサ部、１３ａ．１３ｂ、１３ｃ、…、１３ｎ…物理センサ、１４…識別部、１５…判別部、１５ａ…認識部、１６…区分データベース、１７…区分制御部、１８…区分部、１０１…特徴抽出部、１０２…特徴登録部、１０３…特徴データベース、１０４…特徴検索部、１０５（１０５ａ、…、１０５ｎ、１０５Ｕ１〜１０５Ｕ４）…特徴量テーブル、１０６…投票テーブル、１０７…異常検知部。

Claims (18)

1. 対象物から物理量を検出するセンサと、
   前記センサにより検出した対象物の物理量から複数種類の特徴量を抽出する特徴抽出部と、
   前記特徴抽出部が抽出した各種の特徴量の値に基づいて、各種の特徴量の値と対象物の識別情報とを対応づけて記憶している特徴データベースから当該対象物と同定される対象物の識別情報を特定する特徴検索部と、
   前記特徴検索部が特定した対象物の識別情報に基づいて、対象物の識別情報と仕分情報とを対応づけて記憶している区分データベースから当該対象物の仕分情報を判別する判別部と、
   前記判別部が判別した仕分情報に基づいて対象物を仕分けする仕分部と、
   を有する仕分装置。
2. 前記特徴検索部は、前記特徴データベースを参照して、各対象物の識別情報に対して投票値を記録する投票テーブルに対して、当該対象物から得られた特徴量の値に対応する対象物の識別情報に投票を行い、前記投票テーブルへの投票結果に基づいて当該対象物の識別情報を特定する、
   請求項１に記載の仕分装置。
3. 当該対象物から得られた特徴量の値に対応する対象物の識別情報に投票するとともに、当該対象物から得られた特徴量の値を基準とする所定範囲の特徴量の値に対応する対象物の識別情報へも投票する、
   請求項２に記載の仕分装置。
4. 当該対象物から得られた特徴量の値に対応する対象物の識別情報に投票する値は、当該対象物から得られた特徴量の値を基準とする所定範囲の特徴量の値に対応する対象物の識別情報に投票する値の中で最大とする、
   請求項３に記載の仕分装置。
5. 前記特徴検索部は、前記投票テーブルへの投票結果において投票値が最大となった識別情報を当該対象物の識別情報として選定する、
   請求項１乃至４の何れか１項に記載の仕分装置。
6. 前記特徴検索部は、前記投票テーブルへの投票結果において投票値が最大かつ所定基準値以上となった識別情報を当該対象物の識別情報として選定する、
   請求項５に記載の仕分装置。
7. 前記特徴量抽出部が抽出した各種の特徴量の値と当該対象物の識別情報とを対応させて特徴データベースに登録する特徴登録部と、
   前記特徴登録部が前記特徴データベースに識別情報を登録した対象物の仕分情報を認識処理する認識部と、を有し、
   前記判別部は、前記認識部による認識結果に基づいて当該対象物の仕分情報を判別する、
   請求項１乃至６の何れか１項に記載の仕分装置。
8. 前記特徴データベースは、複数の特徴量ごとに、特徴量のデータから対象物の識別情報を特定する複数の特徴量テーブルを有し、
   前記特徴登録部は、前記特徴データベースにおける各特徴量テーブルに、前記特徴量抽出部で抽出した特徴量の値に対応づけて対象物の識別情報を登録する、
   請求項７に記載の仕分装置。
9. 前記特徴登録部は、１回目の仕分処理において特徴抽出部で対象物から特徴量を抽出するごとに、前記特徴量テーブルに前記特徴抽出部が抽出した特徴量の値に対応づけて対象物の識別情報を登録する、
   請求項８の仕分装置。
10. 前記特徴検索部により当該対象物と同定される対象物の識別情報を特定した場合、前記特徴データベースに登録されている当該対象物と同定された対象物の特徴量の値と当該対象物から抽出した特徴量の値との差分の値が所定の閾値を超えた場合、当該特徴量に関連する異常を検出する異常検知部を有する、
    請求項１乃至９の何れか１項に記載の仕分装置。
11. 前記異常検知部は、前記差分の値が前記閾値を超えた特徴量の種類に応じた異常内容を示す警告を行う、
    請求項１０に記載の仕分装置。
12. 前記センサは、対象物の画像を読み取るスキャナを含む、
    請求項１乃至１１の何れか１項に記載の仕分装置。
13. 前記センサは、対象物の重量を計測するセンサを含む、
    請求項１乃至１２の何れか１項に記載の仕分装置。
14. 前記センサは、対象物の大きさを計測するセンサを含む、
    請求項１乃至１３の何れか１項に記載の仕分装置。
15. 物理量を検出するセンサにより検出した対象物の物理量から複数種類の特徴量を抽出し、
    前記対象物から抽出した各種の特徴量の値に基づいて、各種の特徴量の値と対象物の識別情報とを対応づけて記憶している特徴データベースから当該対象物と同定される対象物の識別情報を特定し、
    前記特定した対象物の識別情報に基づいて、対象物の識別情報と仕分情報とを対応づけて記憶している区分データベースから当該対象物の仕分情報を判別し、
    前記判別した仕分情報に基づいて対象物を仕分けする、
    仕分方法。
16. 各対象物の識別情報に対して投票値を記録する投票テーブルを設定し、
    前記特徴データベースを参照して、前記投票テーブルに対して当該対象物から得られた特徴量の値に対応する対象物の識別情報に投票を行い、
    当該対象物と同定される対象物の識別情報は、前記投票テーブルへの投票結果に基づいて特定する、
    請求項１５に記載の仕分方法。
17. さらに、当該対象物から抽出した各種の特徴量の値と当該対象物の識別情報とを対応させて特徴データベースに登録し、
    前記特徴データベースに識別情報を登録した当該対象物の仕分情報を認識処理し、
    前記認識部による認識結果に基づいて当該対象物の仕分情報を判別する、
    請求項１５又は１６の何れかに記載の仕分方法。
18. 当該対象物と同定される対象物の識別情報を特定した場合、前記特徴データベースに登録されている当該対象物と同定された対象物の特徴量の値と当該対象物から抽出した特徴量の値との差分の値が所定の閾値を超えた場合、当該特徴量に関連する異常を検出する、
    請求項１５乃至１７の何れか１項に記載の仕分方法。

Images