JP4754440B2

JP4754440B2 - 車種判別装置、車種判別システム、車種判別方法及び車種判別プログラム

Info

Publication number: JP4754440B2
Application number: JP2006228877A
Authority: JP
Inventors: 健一竹本; 裕治石川; 早苗若松
Original assignee: NTT Data Corp
Current assignee: NTT Data Corp
Priority date: 2006-08-25
Filing date: 2006-08-25
Publication date: 2011-08-24
Anticipated expiration: 2026-08-25
Also published as: JP2008052539A

Description

本発明は、道路を走行する車両の車種の判別を行う車種判別装置、車種判別システム、車種判別方法及び車種判別プログラムに関する。

従前の道路構造物の点検業務は、専ら目視により行われていることから、コストが高くなり、さらに、点検できる数も限られているという問題があった。そこで、最近では、道路構造物ごとの劣化度を評価し、その評価に基づいて道路構造物ごとの点検の優先度を設定し、優先度の高い道路構造物から点検を行うことで、効率的に維持管理を行う対応がなされている。道路構造物の劣化度を評価するためには、現状を把握して将来蓄積される疲労損傷度を計算する必要があり、当該道路を走行する日々の車両の種別（以下、車種という）ごとの交通量に基づいてシミュレーションを行うことにより疲労損傷度の計算が行われる。しかし、この交通量の把握は、専ら人手による調査により行われているため、コストが高くなり、さらに、人為的なエラーが含まれる可能性が高いという問題があった。そのため、正確な交通量のデータを自動的に取得する方法が必要とされており、これまでに、以下に示すような通過車両の車種を自動的に判別する車種判別システムに関する技術が提示されている。

まず、特許文献１に開示される技術では、トンネル状の計測用ゲートを設置し、当該ゲートを通過する車両の側面画像をラインセンサで取得し、背景画像差分や時間差画像の差分を用いて車両画像を抽出し、その特徴である車種、車長、車軸数などから車種の判別を行うことを可能としている。

また、特許文献２に開示される技術では、監視カメラ等により撮影した画像から輝度に基づいて路面部分を除去し、抽出した車両画像のシルエットやエッジから取得した特徴に基づき車種判別を行うことを可能としている。

また、特許文献３に開示される技術では、レーザースキャナと複数台のカメラを設置した計測用ゲートで通過する車両の三次元形状を計測し、車高、車幅、車長、車軸数等の特徴から車種判別を行うことを可能としている。

また、特許文献４に開示される技術では、ニューラルネットワークを用いて車両のシルエットから車種判別を行い、新規形状の車種については既知の車種情報と合わせて再学習を行い追加登録を行うことを可能としている。
特開平９−２５９３８８号公報特開平１１−３５３５８１号公報特開平１１−１９１１９６号公報特開平７−５５４４４号公報

しかしながら、上記の従来技術を用いて車種判別を行う場合、以下のような問題点がある。まず、特許文献１から特許文献３に開示される技術では、事前登録した情報と、対象となる車両の情報とを比較して車種判別を行うため、事前登録されていない車種の車両が通行した場合には判別することができず、また、判別できなかった車両の車種をフィードバックして登録する構成がないため、判別できなかった車両の車種ごとに新たに登録データを更新しなければならないという問題がある。

また、特許文献４に開示される技術では、新たな車種を判別できるようにするためには、追加する車種の新規登録データの他に既存車種の登録データも加えて最初からニューラルネットワークによる再学習をさせる必要があり、登録データの作成や再学習など、データの更新時に煩雑な作業が必要となり、判別できなかった車両の車種を、次の車種判別に適用することができないという問題がある。

本発明は、上記問題を解決すべくなされたもので、その目的は、判別できなかった車両の車種が存在する場合であっても、当該車両の車種を特定して登録し、次の車種判別から前回判別できなかった車種についても車種判別を可能とする車種判別装置、車種判別システム、車種判別方法及び車種判別プログラムを提供することにある。

上記問題を解決するために、本発明は、道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置であって、車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに記憶する車両諸元辞書情報記憶手段と、所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに記憶する車両画像辞書情報記憶手段と、前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別する車種判別手段と、前記車種判別手段により判別された前記基準車両に対応する車種情報を記憶する車種情報蓄積手段と、前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定し、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成し、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させ、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させ、特定した前記車種情報を前記車種情報蓄積手段に記憶させる追加車種解析手段と、を備えたことを特徴とする車種判別装置である。

また、本発明は、上記に記載の発明において、前記車種判別手段は、前記車軸間距離取得装置から入力される前記車両の車軸間距離から当該車両の車軸パターン情報を生成し、生成した車軸パターン情報と前記車両諸元辞書情報記憶手段に記憶される基準車軸パターン情報とに基づいて、前記基準車軸パターン情報ごとに前記車軸パターン情報と前記基準車軸パターン情報との一致度合いを示す推定確率を算出する推定確率算出手段と、前記画像データ取得装置から入力される前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記基準画像データごとに前記画像データと前記基準画像データの類似度を算出する類似度算出手段と、前記基準車両ごとに、当該基準車両に対応する前記推定確率と前記類似度とに基づいて、車種の一致度合いを示す車種判別の信頼度情報を算出し、算出した信頼度情報に基づいて、前記車両が前記基準車両のいずれに該当するか否かを判定する車種判定手段と、を備え、前記車種情報蓄積手段は、前記車種判定手段により前記車両が該当すると判定された前記基準車両に対応する車種情報を記憶することを特徴とする。

また、本発明は、上記に記載の発明において、前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸パターン情報と前記画像データとを記憶する追加車種情報蓄積手段を備え、前記追加車種解析手段は、前記追加車種情報蓄積手段に記憶される前記車軸パターン情報を、前記車軸間距離に基づいて車軸間距離が一定範囲に含まれる前記車軸パターン情報ごとにクラスに分類する車軸パターン分類手段と、前記車軸パターン分類手段により分類されたクラスごとに、当該クラスに属する車軸パターン情報に対応する画像データを前記追加車種情報蓄積手段から読み出し、読み出した画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記基準画像データごとに前記画像データと前記基準画像データの類似度を算出する画像データ比較手段と、前記画像データごとに前記画像データ比較手段により算出される前記類似度に基づいて当該クラスに対応する車種情報を判定する判定手段と、前記判定手段が判定した前記車種情報と当該車種情報の判定に用いられた前記画像データを出力する出力手段と、オペレータの操作を受けて、前記出力手段により出力される前記画像データと前記車種情報に対するオペレータの判断を示す情報を入力し、入力するオペレータの判断を示す情報が他の車種情報である場合、当該他の車種情報を登録車両種別として設定し、入力するオペレータの判断を示す情報が出力された車種情報を維持することを示す情報である場合、前記出力手段により出力される車種情報を登録車両種別として設定し、前記出力手段により出力された画像データに対応する車軸間距離の重心となる車軸間距離を算出し、算出した車軸間距離と前記登録車両種別の情報とを対応付けて前記車両諸元辞書情報記憶手段に記憶させ、前記出力手段により出力された前記画像データの画素値の平均値により構成する平均画像データを生成し、生成した前記平均画像データと前記登録車両種別の情報とを対応付けて前記車両画像辞書情報記憶手段に記憶させ、前記登録車両種別の情報を車両情報蓄積手段に記憶させる登録情報更新手段と、を備えたことを特徴とする。

また、本発明は、道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置であって、車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに記憶する車両諸元辞書情報記憶手段と、所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに記憶する車両画像辞書情報記憶手段と、前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別する車種判別手段と、前記車種判別手段により判別された前記基準車両に対応する車種情報を記憶する車種情報蓄積手段と、前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定し、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成し、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させ、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させ、特定した前記車種情報を前記車種情報蓄積手段に記憶させる追加車種解析手段と、を備えた車種判別装置と、を有することを特徴とする車種判別システムである。

また、本発明は、道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置による車種判別方法であって、車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに車両諸元辞書情報記憶手段に記憶させるステップと、所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに車両画像辞書情報記憶手段に記憶させるステップと、前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別するステップと、判別した前記基準車両に対応する車種情報を車種情報蓄積手段に記憶させるステップと、前記車両が前記基準車両のいずれにも該当しないと判別した前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定するステップと、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成するステップと、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させるステップと、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させるステップと、特定した前記車種情報を前記車種情報蓄積手段に記憶させるステップと、を含むことを特徴とする車種判別方法である。

また、本発明は、道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置のコンピュータに、車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに車両諸元辞書情報記憶手段に記憶させるステップと、所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに車両画像辞書情報記憶手段に記憶させるステップと、前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別するステップと、判別した前記基準車両に対応する車種情報を車種情報蓄積手段に記憶させるステップと、前記車両が前記基準車両のいずれにも該当しないと判別した前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定するステップと、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成するステップと、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させるステップと、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させるステップと、特定した前記車種情報を前記車種情報蓄積手段に記憶させるステップと、を実行させるための車種判別プログラムである。

この発明によれば、車種判別装置は、車軸間距離取得装置から入力される車両の車軸間距離と、画像データ取得装置から入力される画像データと、車両諸元辞書情報記憶手段に記憶される基準車軸パターン情報と、車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、車両が基準車両のいずれに該当するかを判別し、判別した基準車両に対応する車種情報を車種情報蓄積手段に記憶させ、車両が基準車両のいずれにも該当しないと判別した車両について、当該車両の車軸間距離から生成される車軸パターン情報と画像データと、車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定し、特定した車種情報に対応する基準車軸パターン情報と基準画像データを車軸パターン情報と画像データに基づいて生成し、生成した基準車軸パターン情報と特定した車種情報を対応付けて車両諸元辞書情報記憶手段に記憶させ、生成した基準画像データと特定した車種情報を対応付けて車両画像辞書情報記憶手段に記憶させ、特定した車種情報を車種情報蓄積手段に記憶させる構成とした。
これにより、判別できなかった車両の車種が存在する場合であっても、当該車両の車種を特定して登録し、次の車種判別から前回判別できなかった車種についても車種判別を行うことが可能となる。

また、本発明は、車種判別装置は、車軸間距離取得装置から入力される車両の車軸間距離から当該車両の車軸パターン情報を生成し、生成した車軸パターン情報と車両諸元辞書情報記憶手段に記憶される基準車軸パターン情報とに基づいて、基準車軸パターン情報ごとに車軸パターン情報と基準車軸パターン情報との一致度合いを示す推定確率を算出し、画像データ取得装置から入力される画像データと、車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、基準画像データごとに画像データと基準画像データの類似度を算出し、基準車両ごとに、当該基準車両に対応する推定確率と類似度とに基づいて、車種の一致度合いを示す車種判別の信頼度情報を算出し、算出した信頼度情報に基づいて、車両が基準車両のいずれに該当するか否かを判定する構成とした。これにより、予め車種が既知の車両についての基準車軸パターンと基準画像データを記憶させておき、基準車軸パターンと基準画像データとに基づいて車種の判別を行うことが可能となる。

また、本発明は、車種判別装置は、追加車種情報蓄積手段に記憶される車軸パターン情報を、車軸間距離に基づいて車軸間距離が一定範囲に含まれる車軸パターン情報ごとにクラスに分類し、分類したクラスごとに、当該クラスに属する車軸パターン情報に対応する画像データを追加車種情報蓄積手段から読み出し、読み出した画像データと、車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、基準画像データごとに画像データと基準画像データの類似度を算出し、画像データごとに算出した類似度に基づいて当該クラスに対応する車種情報を判定し、判定した車種情報と当該車種情報の判定に用いられた画像データを出力し、オペレータの操作を受けて、出力した画像データと車種情報に対するオペレータの判断を示す情報を入力し、入力するオペレータの判断を示す情報が他の車種情報である場合、当該他の車種情報を登録車両種別として設定し、入力するオペレータの判断を示す情報が出力された車種情報を維持することを示す情報である場合、出力する車種情報を登録車両種別として設定し、出力する画像データに対応する車軸間距離の重心となる車軸間距離を算出し、算出した車軸間距離と登録車両種別の情報とを対応付けて車両諸元辞書情報記憶手段に記憶させ、出力する画像データの画素値の平均値により構成する平均画像データを生成し、生成した平均画像データと登録車両種別の情報とを対応付けて車両画像辞書情報記憶手段に記憶させ、登録車両種別の情報を車両情報蓄積手段に記憶させる構成とした。これにより、車種の判別ができなかった車両について、当該車両の車種を特定し、特定した車種に対応する基準車軸パターン情報と基準画像データを生成し、それぞれを車両諸元辞書情報記憶手段と、車両画像辞書情報記憶手段に記憶させることで、次の車種判別から前回判別できなかった車種についても車種判別を行うことが可能となる。

以下、本発明の実施形態を図面を参照して説明する。
図１は、本実施形態に係る車種判別システム１の全体構成を示した図である。
車種判別システム１は、画像データ取得装置１２と、車両が走行する道路に設置されたセンサＡ、センサＢと、監視センタに設置される車軸間距離算出装置１１−１及び車種判別装置１０とを備えている。画像データ取得装置１２は、ＣＣＤ（Charge-Coupled Devices）カメラ等が適用され、道路を走行する車両を側面から撮影する。センサＡ、センサＢは、ラインセンサや歪み計等が適用され、車両の車軸の通過タイミングを検出する。車軸間距離算出装置１１−１は、センサＡ及びセンサＢが検出する車両の車軸の通過タイミングに基づいて車両の車軸間の距離を算出する。車種判別装置１０は、画像データ取得装置１２から出力される車両の画像データと、車軸間距離算出装置１１−１が算出する車軸間距離に基づいて道路を走行する車両の車種の判別を行う。なお、以下の説明では、センサＡとセンサＢと車軸間距離算出装置１１−１から構成される装置を車軸間距離取得装置１１として記載する。

図２は、車種判別システム１の構成、特に車種判別装置１０の内部構成を示した概略ブロック図である。車種判別装置１０は、車種判別部２０、車種情報蓄積部４０、追加車種解析部３０、追加車種情報蓄積部５０と、車両諸元辞書データ記憶部２６、車両画像辞書データ記憶部２７とを備えている。

車両諸元辞書データ記憶部２６は、車種が予め特定された車両の車軸間距離から構成される基準車軸パターン情報に当該車両の車種を示す情報である車種情報を対応付けた車両諸元データを予め記憶する。車両画像辞書データ記憶部２７は、車種が予め特定された車両を撮影した画像から抽出した車両の部分の画像を含んだ基準画像データに当該車両の車種情報を対応付けて予め記憶する。

車種判別部２０は、車軸間距離取得装置１１と画像データ取得装置１２に接続され、車軸間距離取得装置１１から出力される車軸間距離の情報と、画像データ取得装置１２から出力される車両の画像データと、車両諸元辞書データ記憶部２６に記憶される基準車軸パターン情報と、車両画像辞書データ記憶部２７に記憶される基準画像データとに基づいて、車種の判別を行う。

車種情報蓄積部４０は、車種判別部２０により車種が判別された車両の車種情報を記憶する。追加車種情報蓄積部５０は、車種判別部２０により車種が判別されなかった車両について、車軸間距離取得装置１１から出力された車軸間距離の情報と画像データ取得装置１２から出力された画像データとを対応付けて記憶する。

追加車種解析部３０は、追加車種情報蓄積部５０に記憶されている車軸間距離の情報と画像データとに基づいて、車種判別部２０により車種が判別されなかった車両の車種を判別し、判別した車種情報に対応する基準車軸パターン情報と、基準画像データを生成し、それぞれを車種情報に対応付けて車両諸元辞書データ記憶部２６と、車両画像辞書データ辞書記憶部２７に書き込んで登録するとともに、判別できた車種情報を車種情報蓄積部４０に書き込んで登録する。

図３は、車種判別部２０の内部構成を詳細に示した概略ブロック図である。
車種判別部２０は、車軸パターン変換処理部２１と、推定確率算出部２２と、車両諸元表データ記憶部２６と、車種判定部２３と、類似度算出部２４と、辞書データ記憶部２７と、車両領域抽出処理部２５とを備えている。

車軸パターン変換処理部２１は、車軸間距離取得装置１１から出力される車軸間距離の情報を車軸パターン情報へ変換する。推定確率算出部２２は、車軸パターン変換処理部２１から出力される車軸パターン情報と車両諸元辞書データ記憶部２６に予め記憶される基準車軸パターン情報との一致度合いを示す推定確率を算出し、算出した推定確率の値を車種判定部２３に入力する。

車両領域抽出部２５は、画像データ取得装置１２から出力される画像データから車両の部分を抽出した画像データを生成する。類似度算出部２４は、車両領域抽出処理部２５により生成された画像データと車両画像辞書データ記憶部２７に記憶される基準画像データに基づいて画像の類似度を算出する。車種判定部２３は、推定確率算出部２２から入力される推定確率の値と、類似度算出部２４から入力される類似度とに基づいて車両の車種の判定を行う。

次に、図４から図９を参照して本実施形態の車種判別システム１の処理について説明する。図４は、車軸間距離取得装置１１の処理を説明した図である。図４において、センサＡとセンサＢは予め定められる距離ｘの間隔で設置されている。図４に示すように車両が図４の右から左に走行している場合、まずセンサＡにより、第１車軸が通過する際に、歪みが検出され、その後、第２車軸、第３車軸、第４車軸の順に歪みが計測される。同様にして、センサＢにおいてもセンサＡの検出時刻より遅い時刻に第１車軸、第２車軸、第３車軸、第４車軸の順に歪みが計測される。車軸間距離算出装置１１−１では、センサＡの第４車軸の検出時刻と、センサＢの第４車軸の検出時刻の差であるＴ１を算出し、以下の式（１）により車両の速度ｖを算出する。

車軸間距離算出装置１１−１は、算出した速度ｖと、第１車軸と第２車軸の通過が検出された時刻の差Ｔ２に基づいて、以下の式（２）により第１車軸と第２車軸の間の距離ｘ１を算出する

車軸間距離算出装置１１−１は、同様にして、第１車軸と第３車軸間距離、第１車軸と第４車軸間距離を算出する。

次に、図５から図９を参照して車両判別装置１０の処理について説明する。なお、上記の図４では、４つの車軸を有する車両を例として説明したが、以下の説明では、３つの車軸を有する車両を例として説明する。

（車軸パターン情報の推定確率算出処理）
図５において、車両判別装置１０の車軸パターン変換処理部２１は、車軸間距離取得装置１１から第１車軸と第２車軸間の距離（以下、１−２軸間距離と記載）と、第１車軸と第３車軸間の距離（以下、１−３軸間距離と記載）が入力されると、入力された１−２軸間距離及び１−３軸間距離に基づいて、１−２軸間距離をｄ_１−２、１−３軸間距離をｄ_１−３とした場合に以下の式（３）で定義される車軸パターン情報を生成し、生成した車軸パターン情報を推定確率算出部２２に入力する。

次に、推定確率算出部２２は、車軸パターン変換処理部２１から車軸パターン情報が入力されると、車両諸元辞書データ記憶部２６から車両諸元データを読み出し、読み出した車両諸元データに含まれる基準車軸パターン情報と、入力される車軸パターン情報とに基づいて、車種ごとの推定確率を算出する処理を行い（ステップＳａ１）、算出した車種ごとの推定確率の値を車種判定部２３に入力する（ステップＳａ２）。

ここで、推定確率の算出は以下のようにして行う。まず、車両諸元データに含まれる基準車軸パターン情報を（ｄ_１−２，ｄ_１−３）とした場合、車軸パターン変換処理部２１から入力される上記の式（３）で示される車軸パターン情報と車両諸元データに含まれる基準車軸パターン情報との誤差を、次式（４）に基づいて算出する。

この計測誤差（ε_１−２，ε_１−３）が、図６で示される分散σ^２の正規分布に従うと仮定した場合、車両諸元データの車軸パターン情報と一致する確率Ｐは、次式（５）に示すようにεの関数として表されることになる。

ここで、εは、次式（６）により表され、当該Ｐを推定確率と定義する。

また、推定確率算出部２２は、｜ε｜≦３σの範囲に存在する基準車軸パターン情報を対象として車両ごとの推定確率を算出し、算出した車両ごとの推定確率を車種判定部２３に入力する。｜ε｜≦３σの範囲に存在しない基準車軸パターン情報を対象とした推定確率Ｐは０として車種判定部２３に入力する。

（画像データの類似度算出処理）
次に、図７に示すように車種判別部２０の車両領域抽出処理部２５は、画像データ取得装置１２から車両の画像データが入力されると、入力される入力画像データと予め内部に記憶してある車両が走行していない場合の背景画像データとの差分を算出し、車両の部分を含む画像データ（抽出画像）を算出する（ステップＳａ３）。なお、差分の算出手法としては、背景画像差分などの手法がある。

車両画像辞書データ記憶部２７は、図８に示すような車種ごとの基準画像データを記憶している。当該基準画像データの生成は、以下のように行われる。まず、同じ車種の複数の車両の撮影画像データと背景画像データとの差分により算出される車両の部分を含む複数の画像データを生成し、生成した画像データを画素値を要素とするベクトルで表す。そして、これらの複数のベクトルから、当該車種の特徴を最も良く表すベクトルを算出し、算出したベクトルに基づいて当該車種における基準画像データを生成する。この手順を、必要となる車種ごとに行うことで、車種ごとの基準画像データを生成することができる。なお、車種の特徴を最も良く表すベクトルとして、例えば、複数のベクトルの重心を示すベクトルなどを設定するようにしてもよい。

類似度算出部２４は、車両画像辞書データ記憶部２７から車種ごとの基準画像データを読み出し、読み出した基準画像データと車両領域抽出処理部２５から入力される画像データとの類似度を算出する（ステップＳａ４）。そして、類似度算出部２４は、車種ごとの類似度の値を車種判定部２３に入力する（ステップＳａ５）。

ここで、類似度算出部２４による類似度の算出は以下のようにして行われる。まず基準画像データの画素値を要素とするベクトルをベクトルＡとし、車両領域抽出処理部２５から入力される画像データの画素値を要素とするベクトルをベクトルＢとする。そして、ベクトルＡとベクトルＢがなす角度θの余弦（ｃｏｓθ）を類似度として定義し、次式（７）により余弦の値を算出する。

（車種判定処理）
次に、図９において、車種判定部２３は、ステップＳａ２において推定確率算出部２２から入力される車種ごとの推定確率の値と、ステップＳａ５において類似度算出部２４から入力される車種ごとの類似度の値に基づいて、車種判別の信頼度Ｃを算出する。信頼度Ｃは、次式（８）に示すように推定確率の値と、余弦（ｃｏｓθ）を乗算することにより算出される（ステップＳａ６）。

車種ごとの信頼度Ｃを算出した車種判定部２３は、算出した車種ごとの信頼度Ｃの中から信頼度Ｃが最大となる車種とその信頼度Ｃとを抽出する（ステップＳａ７）。そして、当該信頼度Ｃが予め定められる閾値以上であるか否かを判定する（ステップＳａ８）。

車種判定部２３は、信頼度Ｃが閾値以上であると判定した場合、当該信頼度Ｃに対応する車両については車種を判別できたものとして、当該信頼度Ｃに対応付けられている車種情報を車種情報蓄積部４０に記録する。一方、信頼度Ｃが閾値未満である場合、当該信頼度Ｃに対応する車両については判別できなかったものとして、当該車両の車軸間距離の情報及び画像データを追加車種情報蓄積部５０に記録する。

（追加車種解析及び登録処理）
次に、車種判定部２３により、車種の判別ができなかった車両を、車種判別の対象車両として車両諸元辞書データ記憶部２６及び車両画像辞書データ記憶部２７に登録を行う構成について説明する。図１０は、追加車種解析部３０の内部構成を示したブロック図である。追加車種解析部３０は、車軸パターン分類部３１、画像データ比較部３２、クラスタリング処理部３３、結果表示部３４、登録データ更新部３５を備えている。

車軸パターン分類部３１は、追加車種情報蓄積部５０に記録される複数の車両を、当該車両の車軸間距離の情報に基づいて、後述する条件を満たす車両ごとのクラスに分類する。画像データ比較部３２は、車軸パターン分類部３１により同一のクラスに分類された車両について、当該車両ごとの画像データを追加車種情報蓄積部５０から読み出し、読み出した画像データと車両画像辞書データ記憶部２７に記憶される基準画像データに基づいて類似度を算出する。クラスタリング処理部３３は、当該車両に対して画像データ比較部３２により算出された複数の類似度をベクトルとして設定し、同一のクラスに属する車両のベクトルの中で距離が近いもの、すなわち予め定められる距離の範囲に存在することを条件としてクラスタリングを行う。また、クラスタリング処理部３３は、クラスタリングにより生成されたクラスに属するベクトルの分散が小さいクラスを選択する。また、クラスタリング処理部３３は、選択したクラスに属するベクトルの各要素ごとの類似度の合計を算出し、算出した類似度の合計が最も大きいものの要素に対応する車種情報と当該クラスに属する車両の画像データを結果表示部３４に出力する。

登録データ更新部３５は、結果表示部３４に表示される車種情報と上記のクラスに属する画像データが一致しているか否かについてオペレータが判断した情報に基づいて、結果表示部３４に表示される画像データの車種を示す車種情報を特定する。また、登録データ更新部３５は、結果表示部３４に表示される画像データに対応する車軸パターン情報の重心を算出し、また、結果表示部３４に表示される画像データに基づいて平均画像データを生成する。また、登録データ更新部３５は、算出した車軸パターン情報の重心を基準車軸パターン情報として特定した車種情報に対応付けて車両諸元辞書データ記憶部２６に書き込んで登録し、また、生成した平均画像データを基準画像データとして特定した車種情報に対応付けて車両画像辞書データ記憶部２７に書き込んで登録する。また、登録データ更新部３５は、車種情報蓄積部４０に特定した車種情報を記録する。

次に、図１１から図１４を参照して追加車種解析部３０による処理について説明する。
最初に、車軸パターン分類部３１は、追加車種情報蓄積部５０に記憶される複数の車両についての車軸パターン情報である１−２軸間距離と１−３軸間距離の組み合わせを読み出し、図１１に示す座標平面にプロットを行い、当該座標平面において距離が近いもの、すなわち予め定められる距離の範囲内に存在するものをクラスに分類するクラスタリングを行う（ステップＳｂ１）。図１１では各車両が４つのクラス８１〜８３にクラスタリングされている状態を示している。次に、画像データ比較部３２は、画像データの比較、すなわち同一のクラスに属する車両ごとに、当該車両の画像データと車両画像辞書データ記憶部２７に記憶される基準画像データとに基づいて類似度を算出する（ステップＳｂ２）。

図１２は、例えば、クラス８０に属する車両に対する画像データ比較部３２のステップＳｂ２の類似度算出処理の手順を示した図である。まず、画像データ比較部３２は、追加車種情報蓄積部５０からクラス８０に属する全ての車両の画像データを読み出す。そして、画像データ比較部３２は、車両ごとに、読み出した画像データと車両画像辞書データ記憶部２７に記憶される基準画像データとに基づいて上記の式（６）により類似度を算出する。図１３は、クラス８０に属する車両の画像データ１００〜１０５ごとに、基準画像データに対応する車種ごとの類似度が算出された例を示したものである。

次に、クラスタリング処理部３３は、画像データ比較部３２が算出した画像データごとの類似度をベクトルとして設定する。例えば、画像データ１００については、トレーラ、大型トラック、タンクローリー、大型ダンプ、ミキサ車の順に類似度を並べた（０．６２，０．７５，０．４３，０．３８，０．３３）をベクトルとして設定する。そして、クラスタリング処理部３３は、設定した車両ごとのベクトルに対して距離が近いもの、すなわち予め定められる距離の範囲に存在することを条件としてクラスタリングを行う。図１３では、距離が近いものとして画像データ１００、１０１、１０３、１０５のベクトルが１つのクラスにクラスタリングされた例を示している。クラスタリング処理部３３は、クラスに属するベクトルの分散が小さいクラスを選択し、選択したクラスに属する車両の画像データと、当該クラスの中で類似度が最大の車種の車種情報を結果表示部３４に表示する（ステップＳｂ４）。図１３の例では、画像データとして１００、１０１、１０３、１０５が表示され、車種情報として「大型トラック」が表示される。

次に、図１４に示すように、オペレータは、結果表示部３４に表示された画像データを参照し、参照した画像データが表示された車種情報に一致するか否かを判断する。そして、オペレータは、車種判別装置１０に備えられているマウスやキーボードを利用して、参照した画像データと車種情報が一致すると判断した場合には、「確認ＯＫ」を入力し、一致しないと判断した場合には「確認ＮＧ」を入力するとともに、オペレータがこれらの画像データに該当すると判断した車種情報を入力する。登録データ更新部３５は、オペレータが操作して入力した情報が「確認ＯＫ」であるか「確認ＮＧ」であるかを判定する（ステップＳｂ７）。そして、登録データ更新部３５は、「確認ＮＧ」であると判断した場合、オペレータによる車種情報の入力を検出する（ステップＳｂ８）。

次に、登録データ更新部３５は、結果表示部３４に表示される画像データに対応する車軸間距離の重心を算出して基準車軸パターン情報を求め、さらに、結果表示部３４に表示される画像データの画素値の平均値により構成される平均画像データとを求める（ステップＳｂ９）。そして、登録データ更新部３５は、オペレータによる新たな車種情報の入力を受けている場合には当該車種情報を、求めた車軸パターン情報と平均画像データに対応付け、それぞれ車両諸元辞書データ記憶部２６と車両画像辞書データ記憶部２７に記録する。また、オペレータによる新たな車種情報の入力を受けていない場合は結果表示部３４に表示される車種情報を、求めた車軸パターン情報と平均画像データに対応付け、それぞれ車両諸元辞書データ記憶部２６と車両画像辞書データ記憶部２７に記録する（ステップＳｂ１０）。また、登録データ更新部３５は、オペレータにより新たな車種情報が入力されている場合には当該車種情報を、オペレータにより新たな車種情報が入力されていない場合は結果表示部３４に表示される車種情報を車種情報蓄積部４０に記録する（ステップＳｂ１１）。

上記の実施形態の構成により、車種判別システム１は、道路を通過する車両について、車軸間距離取得装置１１から得られた車軸間距離と、画像データ取得装置１２から得られた画像データと、予め記憶されている車両諸元辞書データ記憶部２６に記憶される基準車軸パターン情報及び車両画像辞書データ記憶部２７に記憶される基準画像データに基づいて通過車両の車種の判別を行うことが可能となる。また、車種を判別できなかった車種についても追加車種解析部３０により解析を行って、いずれかの車種を特定し、それ以降の判別処理において利用できるように車両諸元辞書データ記憶部２６と車両画像辞書データ記憶部２７に追加して基準車軸パターン情報及び基準画像データを登録することが可能となる。

このことにより、図１５に示すように、車両に関する特徴取得の構成については、従来技術では、高精度な車種判別を可能とするためには多くの車両の特徴取得する必要があり車種判別の装置が大きくなってしまうという問題があった。一方、本実施形態では、車軸間距離を取得する車軸間距離取得装置１１と画像データ取得装置１２の設置を行うことにより車両の特徴を得ることとしているので、装置の設置コストを低く抑えることが可能となる。

また、車種判別に用いられる登録データとの比較の構成については、従来技術では、事前に登録した車種データとの比較を行うことを可能としているが、登録されていない車種については判別できないという問題があった。一方、本実施形態では、事前に登録されてない車両が通過した際に、通過した車両の車軸間距離の情報と画像データとを追加車種情報蓄積部５０に記憶させておき、追加車種解析部３０により車両諸元辞書データ記憶部２６と車両画像辞書データ記憶部２７に追加して登録することを可能としている。

また、車種判別の処理の構成については、従来技術のうち軸パターンを利用する技術が存在するが、料金所での料金別の判別を想定したものであり、同じ軸パターンで異なる車種を判別することができないという問題があった。一方、本実施形態では、軸パターン情報と画像データとを統合して解析するためより正確で詳細な車種判別を行うことを可能としている。

また、図１６に示すように、登録データの分類の構成については、従来技術では、新たに登録する車種を含めた全てのデータを収集し、車種ごとに分類する作業をしなければならないという問題があった。一方、本実施形態では、車種判別できなかった車両についても、当該車両の軸パターン情報や画像データに基づいてクラスタリングを行い、いずれかの車種に該当することを自動的に判別することを可能としている。

また、登録データの生成については、従来技術では、ニューラルネットワークにより登録データの生成を行う技術が存在するが、データ更新時には登録済データを含めた全てのデータを用いて新規の登録データを生成しなければならないという問題があった。一方、本実施形態では、クラスタリングした結果を登録データとして利用できるため登録データ更新部３５により登録データを生成でき、生成されたデータの確認作業を行うだけで、新たな登録データを登録することを可能としている。

なお、上記の実施形態では、車両の側面から撮影した画像データに基づいて車種判別を行うようにしているが、本発明はこの実施形態に限られず、車両の正面から撮影した画像データを用いて車種判別を行うようにしてもよい。

また、上記の実施形態において、車軸間距離算出装置１１−１は、車種判別装置１０を構成するコンピュータの一機能として構成されるようにしてもよい。

また、上記の実施形態では、車軸が３軸、すなわち６輪の車両を対象として車種の判別を行うようにしているが、車軸の数に限られず、本実施形態による車種判別の処理を適用することができる。この場合、２軸の場合は軸パターン情報を１次元の情報として処理を行い、４軸の場合は軸パターン情報を３次元の情報として処理を行うことになる。

なお、上記の実施形態では、クラスタリング処理部３３によりクラスタリングされて生成されるクラスを選択する際にベクトルの分散が小さいクラスを選択することとしているが、クラスに属するベクトルの数が多いクラスを選択するなど、車両の特徴を表すクラスを選択できる選択手段であればどのような手段であってもよい。

なお、本発明に記載の推定確率算出手段は、車軸パターン変換処理部２１及び推定確率算出部２２による構成に対応し、類似度算出手段は、車両領域抽出処理部２５及び類似度算出部２４の構成に対応する。また、本発明に記載の車軸パターン分類手段は、車軸パターン分類部３１に対応し、画像データ比較手段は、画像データ比較部３２に対応し、判定手段は、クラスタリング処理部３３に対応し、出力手段は、結果表示部３４に対応し、登録情報更新手段は、登録データ更新部３５に対応する。

上述の車種判別装置は内部に、コンピュータシステムを有している。そして、上述した車種判別、追加車種解析、登録の処理は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。

本実施形態の車種判別システムを示した概略ブロック図である。同実施形態における車両判別装置の内部構成を示したブロック図である。同実施形態における車種判別部の内部構成を示したブロック図である。同実施形態における車軸間距離取得装置の処理を示した図である。同実施形態における推定確率算出の処理を示した図である。同実施形態における推定確率算出にて用いられる正規分布を示した図である。同実施形態における画像データの類似度算出の処理を示した図である。同実施形態における車両の基準画像データを示した図である。同実施形態における車種判定の処理を示した図である。同実施形態における追加車種解析部の内部構成を示した図である。同実施形態における追加車種解析の処理を示した図（その１）である。同実施形態における追加車種解析の処理を示した図（その２）である。同実施形態における追加車種解析の処理を示した図（その３）である。同実施形態における解析された追加車種の登録の処理を示した図である。同実施形態における効果を説明するための図（その１）である。同実施形態における効果を説明するための図（その２）である。

符号の説明

１車種判別システム
１０車種判別装置
１１車軸間距離取得装置
１２画像データ取得装置
２０車種判別部
３０追加車種解析部
４０車種情報蓄積部
５０追加車種情報蓄積部
２６車両諸元辞書データ記憶部
２７車両画像辞書データ記憶部

Claims

道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置であって、
車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに記憶する車両諸元辞書情報記憶手段と、
所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに記憶する車両画像辞書情報記憶手段と、
前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別する車種判別手段と、
前記車種判別手段により判別された前記基準車両に対応する車種情報を記憶する車種情報蓄積手段と、
前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定し、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成し、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させ、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させ、特定した前記車種情報を前記車種情報蓄積手段に記憶させる追加車種解析手段と、
を備えたことを特徴とする車種判別装置。
前記車種判別手段は、
前記車軸間距離取得装置から入力される前記車両の車軸間距離から当該車両の車軸パターン情報を生成し、生成した車軸パターン情報と前記車両諸元辞書情報記憶手段に記憶される基準車軸パターン情報とに基づいて、前記基準車軸パターン情報ごとに前記車軸パターン情報と前記基準車軸パターン情報との一致度合いを示す推定確率を算出する推定確率算出手段と、
前記画像データ取得装置から入力される前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記基準画像データごとに前記画像データと前記基準画像データの類似度を算出する類似度算出手段と、
前記基準車両ごとに、当該基準車両に対応する前記推定確率と前記類似度とに基づいて、車種の一致度合いを示す車種判別の信頼度情報を算出し、算出した信頼度情報に基づいて、前記車両が前記基準車両のいずれに該当するか否かを判定する車種判定手段と、
を備え、
前記車種情報蓄積手段は、
前記車種判定手段により前記車両が該当すると判定された前記基準車両に対応する車種情報を記憶する
ことを特徴とする請求項１に記載の車種判別装置。
前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸パターン情報と前記画像データとを記憶する追加車種情報蓄積手段を備え、
前記追加車種解析手段は、
前記追加車種情報蓄積手段に記憶される前記車軸パターン情報を、前記車軸間距離に基づいて車軸間距離が一定範囲に含まれる前記車軸パターン情報ごとにクラスに分類する車軸パターン分類手段と、
前記車軸パターン分類手段により分類されたクラスごとに、当該クラスに属する車軸パターン情報に対応する画像データを前記追加車種情報蓄積手段から読み出し、読み出した画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記基準画像データごとに前記画像データと前記基準画像データの類似度を算出する画像データ比較手段と、
前記画像データごとに前記画像データ比較手段により算出される前記類似度に基づいて当該クラスに対応する車種情報を判定する判定手段と、
前記判定手段が判定した前記車種情報と当該車種情報の判定に用いられた前記画像データを出力する出力手段と、
オペレータの操作を受けて、前記出力手段により出力される前記画像データと前記車種情報に対するオペレータの判断を示す情報を入力し、入力するオペレータの判断を示す情報が他の車種情報である場合、当該他の車種情報を登録車両種別として設定し、入力するオペレータの判断を示す情報が出力された車種情報を維持することを示す情報である場合、前記出力手段により出力される車種情報を登録車両種別として設定し、前記出力手段により出力された画像データに対応する車軸間距離の重心となる車軸間距離を算出し、算出した車軸間距離と前記登録車両種別の情報とを対応付けて前記車両諸元辞書情報記憶手段に記憶させ、前記出力手段により出力された前記画像データの画素値の平均値により構成する平均画像データを生成し、生成した前記平均画像データと前記登録車両種別の情報とを対応付けて前記車両画像辞書情報記憶手段に記憶させ、前記登録車両種別の情報を車両情報蓄積手段に記憶させる登録情報更新手段と、
を備えたことを特徴とする請求項１または２に記載の車種判別装置。
道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、
前記車両の画像データを取得する画像データ取得装置と、
前記車両の車種の判別を行う車種判別装置であって、
車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに記憶する車両諸元辞書情報記憶手段と、
所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに記憶する車両画像辞書情報記憶手段と、
前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別する車種判別手段と、
前記車種判別手段により判別された前記基準車両に対応する車種情報を記憶する車種情報蓄積手段と、
前記車種判別手段により前記車両が前記基準車両のいずれにも該当しないと判別された前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定し、特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成し、生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させ、生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させ、特定した前記車種情報を前記車種情報蓄積手段に記憶させる追加車種解析手段と、
を備えた車種判別装置と、
を有することを特徴とする車種判別システム。
道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置による車種判別方法であって、
車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに車両諸元辞書情報記憶手段に記憶させるステップと、
所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに車両画像辞書情報記憶手段に記憶させるステップと、
前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別するステップと、
判別した前記基準車両に対応する車種情報を車種情報蓄積手段に記憶させるステップと、
前記車両が前記基準車両のいずれにも該当しないと判別した前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定するステップと、
特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成するステップと、
生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させるステップと、
生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させるステップと、
特定した前記車種情報を前記車種情報蓄積手段に記憶させるステップと、
を含むことを特徴とする車種判別方法。
道路を走行する車両の車軸間距離を取得する車軸間距離取得装置と、前記車両の画像データを取得する画像データ取得装置と、前記車両の車種の判別を行う車種判別装置と、を備えた車種判別システムにおける車種判別装置のコンピュータに、
車種判別の基準となる基準車両の車軸の車軸間距離により生成される基準車軸パターン情報を前記基準車両の車種を示す車種情報ごとに車両諸元辞書情報記憶手段に記憶させるステップと、
所定方向から撮影された前記基準車両の画像を基準画像データとして前記車種情報ごとに車両画像辞書情報記憶手段に記憶させるステップと、
前記車軸間距離取得装置から入力される前記車両の車軸間距離と、前記画像データ取得装置から入力される前記画像データと、前記車両諸元辞書情報記憶手段に記憶される前記基準車軸パターン情報と、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、前記車両が前記基準車両のいずれに該当するかを判別するステップと、
判別した前記基準車両に対応する車種情報を車種情報蓄積手段に記憶させるステップと、
前記車両が前記基準車両のいずれにも該当しないと判別した前記車両について、当該車両の前記車軸間距離から生成される車軸パターン情報と前記画像データと、前記車両画像辞書情報記憶手段に記憶される基準画像データとに基づいて、当該車両の車種情報を特定するステップと、
特定した車種情報に対応する前記基準車軸パターン情報と前記基準画像データを前記車軸パターン情報と前記画像データに基づいて生成するステップと、
生成した前記基準車軸パターン情報と特定した前記車種情報を対応付けて前記車両諸元辞書情報記憶手段に記憶させるステップと、
生成した前記基準画像データと特定した前記車種情報を対応付けて前記車両画像辞書情報記憶手段に記憶させるステップと、
特定した前記車種情報を前記車種情報蓄積手段に記憶させるステップと、
を実行させるための車種判別プログラム。