JP2021163050A - 学習データ収集装置、学習データ収集方法、及びプログラム - Google Patents

Abstract

【課題】自動的に学習データを生成及び収集することができる学習データ収集装置を提供する。【解決手段】学習データ収集装置１は、路側センサ１１を通じて車両に関するセンサ情報を取得するデータ取得部１０１と、車両に対して所定の処理を実行する外部装置２０，２１，２２，２３から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定する特定部１０２と、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するラベリング部１０３と、を備える。【選択図】図２

Description

本開示は学習データ収集装置、学習データ収集方法、及びプログラムに関する。

特許文献１には、車両を含む画像、及び当該車両の車種を組み合わせた学習データ（教師データ）を用いて機械学習を行うことにより、画像に含まれる車両の車種を判別する技術が記載されている。

特開２０１８−１９００９１号公報

教師あり機械学習を行う際には、入力データ（車両の画像データ）と、その正解値（車種）とからなる学習データを多数用意する必要がある。しかしながら、入力データから特定した正解値を入力データに関連付ける（ラベル付けする）作業は、人手により行うことが多いため、学習データを用意するために大きな労力がかかっていた。

本開示は、このような課題に鑑みてなされたものであって、自動的に学習データを生成及び収集することができる学習データ収集装置、学習データ収集方法、及びプログラムを提供する。

本開示の一態様によれば、学習データ収集装置は、路側センサを通じて車両に関するセンサ情報を取得するデータ取得部と、車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定する特定部と、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するラベリング部と、を備える。

本開示の一態様によれば、学習データ収集方法は、路側センサを通じて車両に関するセンサ情報を取得するステップと、車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、を有する。

本開示の一態様によれば、プログラムは、路側センサを通じて車両に関するセンサ情報を取得するステップと、車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、を学習データ収集装置のコンピュータに実行させる。

本開示に係る学習データ収集装置、学習データ収集方法、及びプログラムによれば、自動的に学習データを生成及び収集することができる。

本開示の一実施形態に係る学習データ収集装置の概要を示す図である。 本開示の一実施形態に係る学習データ収集装置の機能構成を示す図である。 本開示の一実施形態に係る学習データ収集装置の処理の一例を示すフローチャートである。 本開示の一実施形態に係るセンサ情報及び処理結果の一例を示す図である。 本開示の一実施形態に係る学習データ収集装置のハードウェア構成の一例を示す図である。

以下、本開示の一実施形態に係る学習データ収集装置１について、図を参照しながら説明する。

（学習データ収集装置の概要）
図１は、本開示の一実施形態に係る学習データ収集装置の概要を示す図である。
図１に示すように、本実施形態に係る学習データ収集装置１は、例えば有料道路の出口料金所に設置される。出口料金所は、有料道路（上流側（−Ｘ側））から一般道（下流側（＋Ｘ側））へと通じる車線Ｌを有しており、車線Ｌの両側（−Ｙ側及び＋Ｙ側）にはアイランドＩが敷設される。また、学習データ収集装置１は、本体部１０と、路側センサ１１とを備えている。

路側センサ１１は、車線Ｌを走行する車両Ａに関するセンサ情報を取得する。なお、本実施形態では、路側センサ１１が車線Ｌを走行する車両Ａを撮影するカメラである態様を例として説明する。路側センサ１１は、図１に示すように、車線Ｌの上空に配置されてもよいし、アイランドＩ上に配置されてもよい。また、異なる角度から車両Ａの画像を撮影可能となるように、一つの車線Ｌに対して複数の路側センサ１１が設けられてもよい。路側センサ１１は、本体部１０と通信可能に接続され、取得したセンサ情報（車両Ａを撮影した画像）を本体部１０に送信する。なお、他の実施形態では、路側センサ１１は、レーザ測長計、３次元形状計測装置等、カメラとは異なる種類のセンサであってもよい。また、路側センサ１１は異なる種類のセンサを組み合わせたもの（例えば、カメラ及びレーザ測長計の組み合わせ等）であってもよい。なお、路側センサ１１により得られたセンサ情報は、例えば、車両Ａの車種を特定するための説明変数として用いられる。即ち、路側センサ１１は、説明変数を取得するための装置である。

本体部１０は、例えば出口料金所に設置された車種判別装置２０（詳細は後述）の内部に設けられる。また、本体部１０は、路側センサ１１を通じて取得したセンサ情報から、車両Ａの車種を特定する識別器を学習させるための学習データを生成、収集する。

また、出口料金所には、車種判別装置２０、ＥＴＣ（Electronic Toll Collection System（登録商標））路側装置２１、料金収受機２２等の、通行料金の収受に係る各種装置が設置される。

車種判別装置２０は、車線Ｌに進入した車両Ａの車種を判別するための装置群である。車種判別装置２０は、例えば車両検知器、踏板、車高検知器、車幅検知器等から取得した車両特徴情報（車体色、車軸数、輪距、輪幅、タイヤパターン（各軸のシングルタイヤ／ダブルタイヤの別）、車高、車幅、車長、車体形状の種類（トラック、バス等の車体形状による分類）等）、ナンバープレート読取装置（ＮＰ読取装置）から取得したナンバープレート情報（ナンバープレート番号、プレートサイズ、色等）等、個別の車両の外形及び外観の一方、或いは両方から取得可能な情報に基づいて、出口料金所の車線Ｌに進入した車両Ａの車種を判別する処理（車種判別処理）を実行する。

ＥＴＣ路側装置２１は、電子式料金収受システム（ＥＴＣ：Electronic Toll Collection System（登録商標）、「自動料金収受システム」ともいう）の技術を利用して、車両Ａの通行料金を自動的に収受する処理（料金収受処理）を実行する。ＥＴＣ路側装置２１は、料金収受処理において、車両Ａに搭載された車載器との間で無線通信を行い、車載器に予め登録されている車載器ＩＤ、車両Ａの車種、ナンバープレート情報等を取得する。

料金収受機２２は、出口料金所の有人ブース内に設置され、車両Ａから通行料金を収受する収受員による操作を受け付ける。料金収受機２２は、車両Ａの車種に応じた車両Ａの通行料金を算出し、車両Ａの搭乗者から通行料金を収受する処理（料金収受処理）を実行する。なお、料金収受処理において、料金収受機２２は、車種判別装置２０が判別した車種に基づいて車両Ａの通行料金を算出する。また、料金収受機２２は、収受員が目視で車両Ａの車種を確認し、車種を指定する操作を行った場合、収受員により指定された車種に基づいて車両Ａの通行料金を算出する。

また、出口料金所の各装置は、有料道路の料金所事務所に設置された監視端末２３と通信可能に接続されていてもよい。監視端末２３は、出口料金所を監視する監視員による操作を受け付ける。監視端末２３には、出口料金所の監視カメラ（不図示）により撮影された車両Ａの画像が表示される。例えば、車種判別装置２０により判別された車種が誤っていた場合、出口料金所に設置された料金自動収受機（不図示）を通じて車両Ａの搭乗者から訂正を要求されることがある。このとき、監視員は、監視カメラの画像を通じて視認した車両Ａの車種を特定して、監視端末２３を通じて正しい車種を指定する操作を行う。そうすると、監視端末２３は、監視員により指定された車種を料金自動収受機に送信して、通行料金を再計算させる処理（料金訂正処理）を実行する。

車種判別装置２０、ＥＴＣ路側装置２１、料金収受機２２、及び監視端末２３は、本実施形態における外部装置の一態様である。これら外部装置は、出口料金所に設置されている既存の装置を利用してもよい。学習データ収集装置１の本体部１０は、これら外部装置のうち少なくとも一つと通信可能に接続され、各装置の処理結果を取得する。各装置の処理結果には、車両Ａを特定可能な情報、及び車両Ａの車種を含む情報が含まれている。車両Ａを特定可能な情報とは、例えば車両特徴情報、ナンバープレート情報等である。本実施形態に係る学習データ収集装置１の本体部１０は、外部装置の処理結果に含まれる車両Ａの車種を、センサ情報（車両Ａを撮影した画像）の正解値として取得し、これらセンサ情報と車種とを関連付けた学習データを生成して蓄積する。なお、外部装置により得られた正解値は、路側センサ１１が得た説明変数に対する目的変数である。即ち、外部装置は、目的変数を取得するための装置である。

なお、図１には、学習データ収集装置１が車種判別装置２０の内部に設けられている例が示されているが、これに限られることはない。他の実施形態では、学習データ収集装置１は、例えば料金所事務所等の遠隔地にサーバとして設置されていてもよい。この場合、学習データ収集装置１は、複数の出口料金所それぞれに設置された複数の路側センサ１１、及び複数の外部装置２０から、センサ情報及び正解値を収集してもよい。

（学習データ収集装置の機能構成）
図２は、本開示の一実施形態に係る学習データ収集装置の機能構成を示す図である。
図２に示すように、学習データ収集装置１は、ＣＰＵ１００と、路側センサ１１と、記憶媒体１１０とを備えている。

ＣＰＵ１００は、学習データ収集装置１の動作全体を司るプロセッサであり、所定のプログラムに従って動作することにより、データ取得部１０１、特定部１０２、ラベリング部１０３としての機能を発揮する。

データ取得部１０１は、路側センサ１１を通じて車線Ｌを走行する車両Ａに関するセンサ情報を取得する。

特定部１０２は、車両に対して所定の処理を実行する外部装置２０〜２３から取得した処理結果のうち、センサ情報により特定された車両Ａと同一の車両Ａに対して実行された処理結果を特定する。

ラベリング部１０３は、特定された処理結果に含まれる情報を正解値として、センサ情報にラベル付けした学習データを生成する。

記憶媒体１１０は、いわゆる補助記憶装置であって、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などである。記憶媒体１１０には、学習データ収集装置１が取得、生成した各種データ（センサ情報、処理結果、学習データ等）が記憶される。

（学習データ収集装置の処理フロー）
図３は、本開示の一実施形態に係る学習データ収集装置の処理の一例を示すフローチャートである。
以下、図３を参照しながら、本実施形態に係る学習データ収集装置の処理の流れ（学習フェーズ）について説明する。

図３に示すように、学習データ収集装置１（本体部１０）のデータ取得部１０１は、車両Ａが車線Ｌに進入すると、路側センサ１１から車両Ａのセンサ情報（車両Ａを撮影した画像）を取得する（ステップＳ１）とともに、外部装置２０〜２３のうち少なくとも一つから正解値（車種）を含む処理結果を取得する（ステップＳ２）。

例えば、外部装置の一態様である車種判別装置２０は、車両検知器により車両Ａが車線Ｌに進入したことを検知すると、車両Ａの車両特徴情報及びナンバープレート情報から、この車両Ａの車種を判別する車種判別処理を実行する。車種判別装置２０は、出口料金所及び車線Ｌを特定可能な識別情報（例えば、料金所ＩＤ及び車線ＩＤ）、車両の車両特徴情報、ナンバープレート情報、及び判別した車種を含む処理結果を学習データ収集装置１に送信する。

また、学習データ収集装置１の路側センサ１１（カメラ）は、例えば車種判別装置２０が車両Ａの車線Ｌへの進入を検知したタイミングで車両Ａを撮影し、車両Ａを含む画像をセンサ情報として本体部１０に送信する。なお、他の実施形態では、路側センサ１１は常時、車線Ｌを撮影してもよい。この場合、路側センサ１１は、車種判別装置２０が車両Ａの車線Ｌへの進入を検知したタイミングで撮影した画像を本体部１０に送信するようにしてもよい。

次に、学習データ収集装置１の特定部１０２は、外部装置２０〜２３から取得した処理結果のうち、センサ情報と同一の車両Ａに対して実行された処理結果を特定する（ステップＳ３）。

図４は、本開示の一実施形態に係るセンサ情報及び処理結果の一例を示す図である。
図４に示すように、本実施形態では、データ取得部１０１が取得したセンサ情報及び処理結果は、車線別に通し番号を付して記憶媒体１１０に蓄積されているとする。図１に示す出口料金所の例では、車種判別装置２０、ＥＴＣ路側装置２１、料金収受機２２、及び監視端末２３は、車線Ｌに進入した車両Ａ一台ずつに対して進入順に、所定の処理（車種判別処理、料金収受処理、料金訂正処理）を実行する。また、学習データ収集装置１の路側センサ１１も車線Ｌに進入した車両Ａの画像を進入順に撮影する。そうすると、車両Ａの進入順と、処理結果及びセンサ情報の取得順は一致するので、例えば１番目に取得したセンサ情報と、１番目に取得した処理結果とは、同一の車両Ａに関連するデータとなる。このため、特定部１０２は、ある車線Ｌにおける路側センサ１１のセンサ情報と、車種判別装置２０、ＥＴＣ路側装置２１、料金収受機２２の処理結果とを、取得順に一つずつ選択して、これらを同一の車両Ａに関連する処理結果及びセンサ情報の組み合わせとして特定する。

また、特定部１０２は、同じ通し番号が付された処理結果及びセンサ情報を一つずつ選択して、これらを一台の車両に関連する処理結果及びセンサ情報の組み合わせとして特定してもよい。なお、ＥＴＣ路側装置２１と料金収受機２２のように、何れか一方のみが車両Ａに対する料金収受処理を行う場合がある。このため、データ取得部１０１は、例えばＥＴＣ路側装置２１から処理結果を取得した場合、ＥＴＣ路側装置２１の処理結果に通し番号（例えば、「Ｎｏ．１」）を付して記憶し、同じ通し番号の料金収受機２２の処理結果は「なし」と記憶するようにしてもよい。また、ＥＴＣ路側装置２１又は料金収受機２２による料金収受処理が完了したタイミングで、監視端末２３から処理結果を取得していない場合は、監視端末２３による処理結果は「なし」と記憶するようにしてもよい。これにより、特定部１０２は、通し番号に基づいて、容易に一台の車両に関連する処理結果及びセンサ情報の組み合わせを特定することができる。

また、特定部１０２は、センサ情報の取得時刻と、処理結果の処理時刻とに基づいて、センサ情報と処理結果との組み合わせを特定してもよい。例えば、特定部１０２は、ある車線Ｌにおいて、センサ情報の取得時刻から所定時間内に処理された処理結果を抽出する。また、特定部１０２は、抽出された処理結果が複数存在する場合は、センサ情報の取得時刻に最も近い処理時刻を有する処理結果を、センサ情報と同一の車両Ａに対する処理結果として特定する。

次に、ラベリング部１０３は、センサ情報及び処理結果の組み合わせから、学習データを生成する。具体的には、ラベリング部１０３は、センサ情報に対し、処理結果に含まれる「車種」を正解値としてラベル付けしたデータを、学習データとして作成する（ステップＳ４）。なお、複数の外部装置（例えば、車種判別装置２０及び監視端末２３）から処理結果を取得した場合、ラベリング部１０３は、処理時刻が最も新しい処理結果に含まれる「車種」を正解値としてもよい。また、ラベリング部１０３は、外部装置それぞれに予め優先度を設定しておき、最も優先度の高い外部装置から取得した処理結果に含まれる「車種」を正解値としてもよい。

また、ラベリング部１０３は、作成した学習データを記憶媒体１１０に記憶して蓄積する（ステップＳ５）。

なお、特定部１０２は、センサ情報と同一の車両Ａに対して実行された処理結果を特定できなかった場合、このセンサ情報を記憶媒体１１０から削除してもよい（ステップＳ６）。例えば、渋滞等によりセンサ情報の取得時刻と車種判別装置２０の処理時刻とが所定時間以上離れてしまった場合等、センサ情報と処理結果との組み合わせを一意に特定することが困難となる可能性がある。このようにすることで、特定部１０２は、対応する処理結果が特定できない不確かなセンサ情報については削除し、同一の車両Ａに関連する可能性が高いセンサ情報及び処理結果の組み合わせのみを特定することができる。この結果、ラベリング部１０３は、同一の車両Ａに関連する可能性が高いセンサ情報及び処理結果の組み合わせのみに基づいて、確度の高い正解値がラベル付けされた学習データを生成することができる。

学習データ収集装置１は、車線Ｌに車両Ａが進入する度に、図３の一連の処理を実行し、学習データを収集する。なお、学習データ収集装置１は、車線Ｌに車両Ａが進入する度に、記憶媒体１１０にセンサ情報及び処理結果を取得及び蓄積しておき（ステップＳ１〜Ｓ２）、所定のタイミング（例えば、１日１回のタイミング）でまとめて照合、ラベリング、学習データの記憶、センサ情報の削除（ステップＳ３〜Ｓ６）を行うようにしてもよい。

また、学習データ収集装置１が所定量以上の学習データを収集した場合、この学習データは、例えば車両Ａの車種判別を行う識別器の機械学習に利用されてもよい。識別器は、機械学習が完了すると運用フェーズに移行し、路側センサ１１から取得したセンサ情報に基づいて、車両Ａの車種を判別する処理を実行可能となる。

（学習データ収集装置のハードウェア構成）
図５は、本開示の一実施形態に係る学習データ収集装置のハードウェア構成の一例を示す図である。
以下、図５を参照しながら、本実施形態に係る学習データ収集装置１のハードウェア構成について説明する。

コンピュータ９００は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、インタフェース９０４を備える。

上述の学習データ収集装置１は、一つ又は複数のコンピュータ９００に実装される。そして、上述した各機能部の動作は、プログラムの形式で補助記憶装置９０３に記憶されている。プロセッサ９０１は、プログラムを補助記憶装置９０３から読み出して主記憶装置９０２に展開し、当該プログラムに従って上記処理を実行する。また、プロセッサ９０１は、プログラムに従って、上述した各記憶部に対応する記憶領域を主記憶装置９０２に確保する。プロセッサ９０１の例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、マイクロプロセッサなどが挙げられる。

プログラムは、コンピュータ９００に発揮させる機能の一部を実現するためのものであってもよい。例えば、プログラムは、補助記憶装置９０３に既に記憶されている他のプログラムとの組み合わせ、または他の装置に実装された他のプログラムとの組み合わせによって機能を発揮させるものであってもよい。なお、他の実施形態においては、コンピュータ９００は、上記構成に加えて、または上記構成に代えてＰＬＤ（Programmable Logic Device）などのカスタムＬＳＩ（Large Scale Integrated Circuit）を備えてもよい。ＰＬＤの例としては、ＰＡＬ(Programmable Array Logic)、ＧＡＬ(Generic Array Logic)、ＣＰＬＤ(Complex Programmable Logic Device)、ＦＰＧＡ（Field Programmable Gate Array）が挙げられる。この場合、プロセッサ９０１によって実現される機能の一部または全部が当該集積回路によって実現されてよい。このような集積回路も、プロセッサの一例に含まれる。

補助記憶装置９０３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。補助記憶装置９０３は、コンピュータ９００のバスに直接接続された内部メディアであってもよいし、インタフェース９０４または通信回線を介してコンピュータ９００に接続される外部記憶装置９１０であってもよい。また、このプログラムが通信回線によってコンピュータ９００に配信される場合、配信を受けたコンピュータ９００が当該プログラムを主記憶装置９０２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、補助記憶装置９０３は、一時的でない有形の記憶媒体である。

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。
さらに、当該プログラムは、前述した機能を補助記憶装置９０３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

（作用、効果）
以上のように、本実施形態に係る学習データ収集装置１は、同一の車両Ａに関連するセンサ情報と、外部装置２０〜２３による処理結果との組み合わせを特定し、センサ情報に対し、処理結果に含まれる情報を正解値としてラベル付けした学習データを生成する。このようにすることで、学習データ収集装置１は、路側センサ１１から取得したセンサ情報について、外部装置２０〜２３から取得した処理結果から自動的に正解値を特定して、学習データを生成することができる。これにより、学習データ収集装置１は、学習データを用意する際に、人手により正解値を特定してラベル付けする労力を削減することができる。

また、学習データ収集装置１は、センサ情報の取得時刻及び処理結果の処理時刻に基づいて、センサ情報と処理結果との組み合わせを特定する。このようにすることで、学習データ収集装置１は、車両一台ずつを順に処理する外部装置（例えば、車種判別装置２０、ＥＴＣ路側装置２１、料金収受機２２、監視端末２３）については、センサ情報と処理結果との組み合わせを、センサ情報の取得時刻及び処理結果の処理時刻に基づいて容易に特定することができる。

また、学習データ収集装置１は、センサ情報と処理結果との組み合わせが特定できなかった場合、このセンサ情報を記憶媒体１１０から削除する。このようにすることで、学習データ収集装置１は、対応する処理結果が特定できない不確かなセンサ情報については削除し、同一の車両Ａに関連する可能性が高いセンサ情報及び処理結果の組み合わせのみを特定することができる。この結果、学習データ収集装置１は、同一の車両Ａに関連する可能性が高いセンサ情報及び処理結果の組み合わせのみに基づいて、確度の高い正解値がラベル付けされた学習データを生成することができる。

以上、本開示の実施形態について詳細に説明したが、本発明の技術的思想を逸脱しない限り、これらに限定されることはなく、多少の設計変更等も可能である。

例えば、上述の実施形態において、学習データ収集装置１が有料道路の出口料金所に設置される態様を例として説明したが、これに限られることはない。他の実施形態では、学習データ収集装置１は、有料道路の入口料金所に設置されてもよい。

また、学習データ収集装置１は、マルチレーンフリーフロー方式の料金収受システムに適用されてもよい。このとき、学習データ収集装置１の路側センサ１１は、課金ポイントに設置され、課金ポイントを通過する車両のセンサ情報を取得する。また、学習データ収集装置１の本体部１０は、マルチレーンフリーフロー方式による料金収受処理を行う中央装置（外部装置）と通信可能に接続され、中央装置から車両Ａに対する処理結果を取得する。中央装置は、例えば課金ポイントに設置された無線通信装置を通じて、車両Ａに搭載された車載器から車載器ＩＤ、車種、ナンバープレート情報等を取得するとともに、当該車両Ａに対する通行料金の収受処理を実行する。したがって、中央装置から取得する処理結果には、車載器ＩＤ、車種、ナンバープレート情報等が含まれる。

しかしながら、マルチレーンフリーフロー方式の課金ポイントでは、路側センサ１１によるセンサ情報の取得時刻と、中央装置による料金収受処理の処理時刻とが大きくずれる可能性がある。また、マルチレーンフリーフロー方式の課金ポイントでは、車両Ａが車線変更を行い走行順が入れ替わる場合がある。そうすると、センサ情報を取得したときの車両Ａの走行順と、中央装置により料金収受処理を実行したときの車両Ａの走行順とが一致しない可能性がある。このような場合、学習データ収集装置１の特定部１０２は、図３のステップＳ３において、センサ情報及び処理結果に含まれるナンバープレート情報及び／又は車両特徴情報に基づいて、同一の車両Ａに関連するセンサ情報と処理結果との組み合わせを特定してもよい。

例えば、特定部１０２は、センサ情報（車両Ａを撮影した画像）に所定の画像処理を施して、車両Ａのナンバープレート情報を特定する。特定部１０２は、センサ情報から特定したナンバープレート情報と一致するナンバープレート情報を含む処理結果を、センサ情報と同じ車両Ａに対して実行された処理結果として特定する。

また、特定部１０２は、センサ情報から車両の車両特徴情報（車体色、車長、車高、車幅、車軸数、輪距、輪幅、タイヤパターン、車体形状の種類等）を特定する。特定部１０２は、センサ情報から特定した車両特徴情報に最も近い車両特徴情報を含む処理結果を、センサ情報と同じ車両に対する処理結果として特定する。

このようにすることで、学習データ収集装置１は、センサ情報を取得したときの車両Ａの走行順と、外部装置（中央装置）が料金収受処理を行ったときの車両Ａの走行順とが異なる場合、又は、センサ情報の取得時刻と処理結果の処理時刻が大きく離れている場合であっても、ナンバープレート情報及び／又は車両特徴情報に基づいて、センサ情報及び処理結果の組み合わせを精度よく特定することができる。なお、学習データ収集装置１の特定部１０２は、取得順、通し番号、時刻、ナンバープレート情報、及び車両特徴情報のうち、二つ以上を組み合わせて照合を行うようにしてもよい。これにより、特定部１０２は、より高い精度で、一台の車両に関連するセンサ情報と処理結果との組み合わせを特定することができる。

また、上述の実施形態において、学習データ収集装置１が、外部装置２０〜２３の処理結果に含まれる「車種」を正解値としてラベル付けを行う態様を例として説明したが、これに限られることはない。学習データ収集装置１は、処理結果に含まれる車両特徴情報及びナンバープレート情報の中から任意の情報を選択して、正解値としてラベル付けしてもよい。これにより、学習データ収集装置１は、例えばセンサ情報に正解値である車両特徴情報（車長、車高、車幅等）をラベル付けした、車種判別用の中間学習データを生成することができる。

＜付記＞
上述の実施形態に記載の学習データ収集装置、学習データ収集方法、及びプログラムは、例えば以下のように把握される。

本開示の第１の態様によれば、学習データ収集装置（１）は、路側センサ（１１）を通じて車両に関するセンサ情報を取得するデータ取得部（１０１）と、車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定する特定部（１０２）と、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するラベリング部（１０３）と、を備える。

このようにすることで、学習データ収集装置は、路側センサから取得したセンサ情報について、外部装置から取得した処理結果から自動的に正解値を特定してラベル付けした学習データを生成することができる。これにより、学習データ収集装置は、学習データを用意する際に、人手により正解値を特定してラベル付けする労力を削減することができる。また、学習データ収集装置は、既存の外部装置を利用することにより、低コストで学習データを収集することができる。

本開示の第２の態様によれば、第１の態様に係る学習データ収集装置（１）において、前記特定部（１０２）は、前記センサ情報の取得時刻から所定時間内、且つ、取得時刻との差が最も小さい処理時刻に処理された処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する。

このようにすることで、学習データ収集装置は、車両一台ずつを順に処理する外部装置については、センサ情報と処理結果との組み合わせを、センサ情報の取得時刻及び処理結果の処理時刻に基づいて容易に特定することができる。

本開示の第３の態様によれば、第１又は第２の態様に係る学習データ収集装置（１）において、前記センサ情報は、前記車両のナンバープレートを含む画像であり、前記特定部（１０２）は、複数の前記処理結果のうち、前記画像から特定される前記車両のナンバープレート情報により特定された車両と同一のナンバープレート情報を有する車両に対して実行された処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する。

このようにすることで、学習データ収集装置は、センサ情報の取得時刻と処理結果の処理時刻のそれぞれにおいて車両の走行順が入れ替わっている場合、又は、センサ情報の取得時刻と処理結果の処理時刻が大きく離れている場合であっても、ナンバープレート情報に基づいて、センサ情報及び処理結果の組み合わせを精度よく特定することができる。

本開示の第４の態様によれば、第１から第３の何れか一の態様に係る学習データ収集装置（１）において、前記センサ情報は、前記車両の車両特徴情報を特定可能なデータを含み、前記特定部（１０２）は、複数の前記処理結果のうち、前記センサ情報から特定される前記車両特徴情報に最も近い車両特徴情報を含む前記処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する。

このようにすることで、学習データ収集装置は、センサ情報の取得時刻と処理結果の処理時刻のそれぞれにおいて車両の走行順が入れ替わっている場合、又は、センサ情報の取得時刻と処理結果の処理時刻が大きく離れている場合であっても、車両特徴情報に基づいて、センサ情報及び処理結果の組み合わせを精度よく特定することができる。

本開示の第５の態様によれば、第１から第４の何れか一の態様に係る学習データ収集装置（１）において、前記特定部（１０２）は、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果が特定できない場合、当該センサ情報を削除する。

このようにすることで、学習データ収集装置は、同一の車両に関連する可能性が高いセンサ情報及び処理結果の組み合わせのみから学習データを生成することができるので、学習データの精度を向上させることができる。

本開示の第６の態様によれば、学習データ収集方法は、路側センサ（１１）を通じて車両に関するセンサ情報を取得するステップと、車両に対して所定の処理を実行する外部装置（２０，２１，２２，２３）から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、を有する。

本開示の第７の態様によれば、プログラムは、路側センサ（１１）を通じて車両に関するセンサ情報を取得するステップと、車両に対して所定の処理を実行する外部装置（２０，２１，２２，２３）から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、を学習データ収集装置（１）のコンピュータ（９００）に実行させる。

１ 学習データ収集装置
１０ 本体部
１００ ＣＰＵ
１０１ データ取得部
１０２ 特定部
１０３ ラベリング部
１１０ 記憶媒体
１１ 路側センサ
２０ 車種判別装置（外部装置）
２１ ＥＴＣ路側装置（外部装置）
２２ 料金収受機（外部装置）
２３ 監視端末（外部装置）
９００ コンピュータ

Claims (7)

1. 路側センサを通じて車両に関するセンサ情報を取得するデータ取得部と、
   車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定する特定部と、
   特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するラベリング部と、
   を備える学習データ収集装置。
2. 前記特定部は、前記センサ情報の取得時刻から所定時間内、且つ、取得時刻との差が最も小さい処理時刻に処理された処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する、
   請求項１に記載の学習データ収集装置。
3. 前記センサ情報は、前記車両のナンバープレートを含む画像であり、
   前記特定部は、複数の前記処理結果のうち、前記画像から特定される前記車両のナンバープレート情報により特定された車両と同一のナンバープレート情報を有する車両に対して実行された処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する、
   請求項１又は２に記載の学習データ収集装置。
4. 前記センサ情報は、前記車両の車両特徴情報を特定可能なデータを含み、
   前記特定部は、複数の前記処理結果のうち、前記センサ情報から特定される前記車両特徴情報に最も近い車両特徴情報を含む前記処理結果を、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果として特定する、
   請求項１から３の何れか一項に記載の学習データ収集装置。
5. 前記特定部は、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果が特定できない場合、当該センサ情報を削除する、
   請求項１から４の何れか一項に記載の学習データ収集装置。
6. 路側センサを通じて車両に関するセンサ情報を取得するステップと、
   車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、
   特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、
   を有する学習データ収集方法。
7. 路側センサを通じて車両に関するセンサ情報を取得するステップと、
   車両に対して所定の処理を実行する外部装置から取得した処理結果のうち、前記センサ情報により特定された車両と同一の車両に対して実行された処理結果を特定するステップと、
   特定された前記処理結果に含まれる情報を正解値として、前記センサ情報にラベル付けした学習データを生成するステップと、
   を学習データ収集装置のコンピュータに実行させるプログラム。

Images