JP7281595B1 - セルフ給油システム - Google Patents
セルフ給油システム Download PDFInfo
- Publication number
- JP7281595B1 JP7281595B1 JP2022207762A JP2022207762A JP7281595B1 JP 7281595 B1 JP7281595 B1 JP 7281595B1 JP 2022207762 A JP2022207762 A JP 2022207762A JP 2022207762 A JP2022207762 A JP 2022207762A JP 7281595 B1 JP7281595 B1 JP 7281595B1
- Authority
- JP
- Japan
- Prior art keywords
- model
- data
- unit
- machine learning
- self
- 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.)
- Active
Links
- 238000005461 lubrication Methods 0.000 title 1
- 238000010801 machine learning Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000006399 behavior Effects 0.000 claims abstract description 21
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 15
- 238000005303 weighing Methods 0.000 claims description 13
- 230000010365 information processing Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 23
- 230000010354 integration Effects 0.000 description 21
- 238000000034 method Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000013403 standard screening design Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
図1は、本発明の一実施の形態であるセルフ給油システムの構成例について概要を示した図である。本実施の形態のセルフ給油システム1は、全国各地のSS2にそれぞれ設置されたエッジ端末3と、これらが図示しないネットワークを介して接続される中央の運用管理サーバ6とを含んで構成される情報処理システムであり、SS2での利用者による給油の可否を制御するシステムである。
図2は、本発明の一実施の形態におけるAIによる危険行為等の判別とAIモデル34(AIモデル66)の更新の処理の流の例について概要を示した図である。各SS2のエッジ端末3では、1つ以上のカメラ5により撮影された画像データをデータ取得部31により取得し(S01)、AI判別部32により画像認識を行って、危険行為等に該当する事象が発生しているか否か(これらと関連性を有する物体があるか否か)を判別するとともに(S02)、判別結果をモニター等に表示して(S03)、スタッフに提示する。
上述したように、本実施の形態では、複数のSS2についてその特徴や特性に応じた適切なAIモデル34を統合的に適用して、危険行為等を効率的に精度よく検知することを可能とする。
31…データ取得部、32…AI判別部、33…AIモデル管理部、34…AIモデル、35…SS設備連携部、36…サーバ連携部、
61…データ収集部、62…データ処理部、63…機械学習部、64…AIモデル評価部、65…AIモデル管理部、66…AIモデル、67…収集データ、68…学習用デー
Claims (6)
- セルフ給油のガソリンスタンドやサービスステーション(以下「SS」という)における利用者による計量機での給油の可否を制御するセルフ給油システムであって、
各SSに設置された情報処理端末と、当該各情報処理端末がネットワークを介して接続する運用管理サーバと、を有し、
前記情報処理端末は、
前記SSに設置されたカメラから前記SS内を撮影した画像データを取得するデータ取得部と、
前記画像データから前記利用者の危険行為等の有無を判別するためのAIモデルを用いたAI処理により、前記利用者に対する給油許否を判定するAI判別部と、
前記AI判別部による給油許否の判定結果の情報と、対応する前記画像データと、を前記運用管理サーバに送信するサーバ連携部と、を有し、
前記運用管理サーバは、
前記各情報処理端末から送信された前記画像データと、前記判定結果の情報と、を取得して収集データとして記録するデータ収集部と、
前記収集データから、前記各SSの前記AIモデルに対して適用する教師データを抽出するデータ処理部と、
前記教師データを用いて機械学習により各SSの前記AIモデルを更新する機械学習部と、
前記機械学習部により更新された前記AIモデルの精度を評価するAIモデル評価部と、
前記機械学習部により更新された前記各SSの前記AIモデルを、適用する前記各SSの前記情報処理端末に送信して反映させるAIモデル管理部と、を有する、セルフ給油システム。 - 請求項1に記載のセルフ給油システムにおいて、
前記運用管理サーバは、
第1のSSの第1のAIモデルに対して適用する検証データを、他の全ての前記SSの前記AIモデルにそれぞれ適用して正解との差分を集計し、集計した差分が最も小さい第2のAIモデルについて、前記第1のSSの教師データと、前記第2のAIモデルに対応する第2のSSの教師データと、を用いて機械学習により更新し、更新した前記第2のAIモデルを、前記第1のAIモデルに代えて前記第1のSSに適用する、セルフ給油システム。 - 請求項1に記載のセルフ給油システムにおいて、
前記運用管理サーバは、
全ての前記SSの前記AIモデルに対して適用する検証データを、全ての前記SSの前記AIモデルそれぞれに対して総当りで適用して正解との差分をそれぞれ集計し、前記各AIモデルのうち、対応する第1のSSの検証データを適用したときより差分が小さくなる他の第2のSSの数が最も多い第1のAIモデルについて、前記第1のSSの教師データと、前記各第2のSSの教師データと、を用いて機械学習により更新し、更新した前記第1のAIモデルを、前記各第2のSSの前記AIモデルに代えてそれぞれ適用する、セルフ給油システム。 - 請求項1に記載のセルフ給油システムにおいて、
前記運用管理サーバの前記データ処理部は、
前記教師データにおける所定の項目に係る所定の発生比率の設定を保持し、前記収集データから取得した前記教師データにおける前記所定の項目の発生比率が前記所定の発生比率と所定以上乖離する場合は、前記所定の発生比率に近づくよう、前記収集データから取得する前記教師データを取捨選択する、セルフ給油システム。 - 請求項4に記載のセルフ給油システムにおいて、
前記所定の発生比率は、前記各情報処理端末の前記AI判別部における危険行為等の有無の判別の精度に影響を与える所定の外因の発生に係る統計情報に基づいて設定される、セルフ給油システム。 - セルフ給油のガソリンスタンドやサービスステーション(以下「SS」という)における利用者による計量機での給油の可否を制御するセルフ給油システムであって、
前記SS内を撮影した画像データを取得するデータ取得部と、
前記画像データから前記利用者の危険行為等の有無を判別するためのAIモデルを用いたAI処理により、前記利用者に対する給油許否を判定するAI判別部と、
前記AI判別部による給油許否の判定結果の情報と、対応する前記画像データとを収集データとして記録するデータ収集部と、
前記収集データから、前記各SSの前記AIモデルに対して適用する教師データを抽出するデータ処理部と、
前記教師データを用いて機械学習により各SSの前記AIモデルを更新する機械学習部と、
前記機械学習部により更新された前記AIモデルの精度を評価するAIモデル評価部と、
前記機械学習部により更新された前記各SSの前記AIモデルを、適用する前記各SSの前記AIモデルとして反映させるAIモデル管理部と、を有する、セルフ給油システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022207762A JP7281595B1 (ja) | 2022-12-26 | 2022-12-26 | セルフ給油システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022207762A JP7281595B1 (ja) | 2022-12-26 | 2022-12-26 | セルフ給油システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7281595B1 true JP7281595B1 (ja) | 2023-05-25 |
Family
ID=86395916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022207762A Active JP7281595B1 (ja) | 2022-12-26 | 2022-12-26 | セルフ給油システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7281595B1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020083422A (ja) * | 2018-11-29 | 2020-06-04 | ホームネットカーズ株式会社 | 給油システム、給油方法、プログラム、及び記録媒体 |
WO2021033288A1 (ja) * | 2019-08-21 | 2021-02-25 | 日本電気株式会社 | 認識システム、モデル処理装置、モデル処理方法、及び、記録媒体 |
-
2022
- 2022-12-26 JP JP2022207762A patent/JP7281595B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020083422A (ja) * | 2018-11-29 | 2020-06-04 | ホームネットカーズ株式会社 | 給油システム、給油方法、プログラム、及び記録媒体 |
WO2021033288A1 (ja) * | 2019-08-21 | 2021-02-25 | 日本電気株式会社 | 認識システム、モデル処理装置、モデル処理方法、及び、記録媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101197676B (zh) | 认证系统的管理方法 | |
Marda et al. | Data in New Delhi's predictive policing system | |
CN107004353B (zh) | 交通违章管理系统和交通违章管理方法 | |
US20220238009A1 (en) | Assurance services system and method | |
CN104239386A (zh) | 用于对面部识别匹配区分优先级的方法和系统 | |
US11119472B2 (en) | Computer system and method for evaluating an event prediction model | |
CN111477007A (zh) | 一种车辆查控分析管理系统及方法 | |
US11868388B2 (en) | Automatic annotation for vehicle damage | |
CN110288823B (zh) | 一种基于朴素贝叶斯网络的交通违章误判识别方法 | |
JP2020060943A (ja) | 車両情報管理システムおよび管理方法 | |
JP2019101664A (ja) | 推定プログラム、推定システム、及び推定方法 | |
JP2017157021A (ja) | 情報提供システム、方法、プログラムおよびネットワークシステム | |
JP4353820B2 (ja) | 不審者監視システム、不審者監視方法、不審者監視プログラム | |
US11450186B2 (en) | Person monitoring system and person monitoring method | |
JP6387838B2 (ja) | 交通違反管理システムおよび交通違反管理方法 | |
CN112069043A (zh) | 一种终端设备状态检测方法、模型生成方法以及装置 | |
US20080211689A1 (en) | Illegal-parking-management portable terminal, illegal-parking management method and computer program product | |
CN111476685A (zh) | 行为分析方法、装置及设备 | |
JP7281595B1 (ja) | セルフ給油システム | |
KR100903016B1 (ko) | 온라인을 통한 자동차 외형 복원 분석 및 견적 산출 방법 | |
JPWO2017149703A1 (ja) | 交通状況推定システム及び交通状況推定方法 | |
US20230047174A1 (en) | System and method for improving cybersecurity for telecommunication devices | |
JP7362330B2 (ja) | チケットシステム及びチケット管理方法 | |
CN114358395A (zh) | 考勤预测方法及装置 | |
US8902043B1 (en) | Mitigating conformational bias in authentication systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230207 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230207 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230515 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7281595 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |