JPH07230598A - 駐車状況測定装置 - Google Patents
駐車状況測定装置Info
- Publication number
- JPH07230598A JPH07230598A JP6041999A JP4199994A JPH07230598A JP H07230598 A JPH07230598 A JP H07230598A JP 6041999 A JP6041999 A JP 6041999A JP 4199994 A JP4199994 A JP 4199994A JP H07230598 A JPH07230598 A JP H07230598A
- Authority
- JP
- Japan
- Prior art keywords
- parking
- measuring device
- rate
- time
- output
- 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.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
(57)【要約】
【目的】 駐車状況測定の正解率が低下する季節や曜日
および時間帯においても高い正解率を得ることができる
ものである。 【構成】 ニューラルネットワークの手法を用いて駐車
場１の特定ブロックの代表エリアにおける駐車状況から
駐車場全体の駐車状況を測定する駐車状況測定装置にお
いて、入路または出路の通過車両を測定する通過率測定
装置２１と、前記代表エリアにおける駐車車両を測定す
る駐車率測定装置２２と、季節、曜日、時間等の時間情
報を出力するタイマー装置２３と、前記通過率測定装置
と駐車率測定装置とタイマー装置の信号を入力し、演算
処理を行う情報処理部２４とを具備したものである。
および時間帯においても高い正解率を得ることができる
ものである。 【構成】 ニューラルネットワークの手法を用いて駐車
場１の特定ブロックの代表エリアにおける駐車状況から
駐車場全体の駐車状況を測定する駐車状況測定装置にお
いて、入路または出路の通過車両を測定する通過率測定
装置２１と、前記代表エリアにおける駐車車両を測定す
る駐車率測定装置２２と、季節、曜日、時間等の時間情
報を出力するタイマー装置２３と、前記通過率測定装置
と駐車率測定装置とタイマー装置の信号を入力し、演算
処理を行う情報処理部２４とを具備したものである。
Description
【０００１】
【産業上の利用分野】本発明は高速道路のパーキングエ
リアやサービスエリアのような、大型車と小型車の駐車
ブロックが混在する駐車場の駐車状況を判定するための
駐車状況測定装置に関する。
リアやサービスエリアのような、大型車と小型車の駐車
ブロックが混在する駐車場の駐車状況を判定するための
駐車状況測定装置に関する。
【０００２】
【従来の技術】前記した駐車状況測定装置としては、本
出願人が出願した特開平４−１５８００号公報で提案し
たものがある。この駐車状況測定装置は、複数の入力に
対して非線形処理を施し、複数の出力を得るノードから
構成され、この各々のノードにおける少なくとも１つ以
上の入力に重み付け加算を施すことで、そのノード自身
の入力に変換し、この入力を別のノードへ伝播する機能
を持つと共に、これらのノードから生じる最終出力結果
が所望の出力となるように上記の重みを制御可能とした
情報処理部に、駐車場の代表エリアの駐車情報と入出路
における車両の通過情報を入力し、駐車場全体の駐車状
況に関する情報を出力する。
出願人が出願した特開平４−１５８００号公報で提案し
たものがある。この駐車状況測定装置は、複数の入力に
対して非線形処理を施し、複数の出力を得るノードから
構成され、この各々のノードにおける少なくとも１つ以
上の入力に重み付け加算を施すことで、そのノード自身
の入力に変換し、この入力を別のノードへ伝播する機能
を持つと共に、これらのノードから生じる最終出力結果
が所望の出力となるように上記の重みを制御可能とした
情報処理部に、駐車場の代表エリアの駐車情報と入出路
における車両の通過情報を入力し、駐車場全体の駐車状
況に関する情報を出力する。
【０００３】このような情報処理部として、ノードにニ
ューロンを用いて構成したニューラルネットワークがあ
る。以下、情報処理部としてニューラルネットワークを
用いた従来の駐車状況測定装置の概要について、図３と
共に説明する。図３（ａ）において、１は駐車場であ
り、駐車ブロック１1 〜１n が設けられている。２は駐
車状況を測定する駐車状況測定装置にして、２１はテレ
ビカメラにより撮影された映像信号を画像処理により入
車率と出車率を測定する通過率測定装置である。２２は
同じく画像処理し駐車ブロックの代表エリアの駐車率を
測定する駐車率測定装置である。
ューロンを用いて構成したニューラルネットワークがあ
る。以下、情報処理部としてニューラルネットワークを
用いた従来の駐車状況測定装置の概要について、図３と
共に説明する。図３（ａ）において、１は駐車場であ
り、駐車ブロック１1 〜１n が設けられている。２は駐
車状況を測定する駐車状況測定装置にして、２１はテレ
ビカメラにより撮影された映像信号を画像処理により入
車率と出車率を測定する通過率測定装置である。２２は
同じく画像処理し駐車ブロックの代表エリアの駐車率を
測定する駐車率測定装置である。
【０００４】図３（ｂ）は前記した駐車状況測定装置の
回路ブロックを示し、２３は情報処理部、２４は表示部
である。前記情報処理部２３におけるＩはニューラルネ
ットワークの入力層、Ｈは中間層、Ｏは出力層であり、
入力層Ｉ、中間層Ｈ、出力層Ｏは、Ｉ1 〜Ｉ4 ，Ｈ1 〜
Ｈ4 ，Ｏ1 〜Ｏ3 のニューロンからなるニューラルネッ
トワークを構成しており、各々のニューロンは非線形的
な応答により情報を伝達する。
回路ブロックを示し、２３は情報処理部、２４は表示部
である。前記情報処理部２３におけるＩはニューラルネ
ットワークの入力層、Ｈは中間層、Ｏは出力層であり、
入力層Ｉ、中間層Ｈ、出力層Ｏは、Ｉ1 〜Ｉ4 ，Ｈ1 〜
Ｈ4 ，Ｏ1 〜Ｏ3 のニューロンからなるニューラルネッ
トワークを構成しており、各々のニューロンは非線形的
な応答により情報を伝達する。
【０００５】出力層Ｏには正解事象Ｔ1 〜Ｔ3 が供給さ
れ、バックプロパゲーション法（逆伝播学習法）によ
り、矢印Ａに示すように信号の伝播とは逆に進行して、
中間層Ｈから出力層Ｏへの結合重み係数Ｗjkと入力層Ｉ
から中間層Ｈへの結合重み係数Ｗijを、教師信号（正解
事象）Ｔ1 〜Ｔ3 が入力される毎に、出力Ｏ1 〜Ｏ3 と
の誤差が最小となるように修正される。
れ、バックプロパゲーション法（逆伝播学習法）によ
り、矢印Ａに示すように信号の伝播とは逆に進行して、
中間層Ｈから出力層Ｏへの結合重み係数Ｗjkと入力層Ｉ
から中間層Ｈへの結合重み係数Ｗijを、教師信号（正解
事象）Ｔ1 〜Ｔ3 が入力される毎に、出力Ｏ1 〜Ｏ3 と
の誤差が最小となるように修正される。
【０００６】２４１は「満車」表示器、２４２は「混
雑」表示器、２４３は「空有」表示器にして、「満車」
「混雑」「空有」の信号は、図示しない駐車場の入路手
前に設置される大型の表示装置に伝送され同様の表示が
実行される。
雑」表示器、２４３は「空有」表示器にして、「満車」
「混雑」「空有」の信号は、図示しない駐車場の入路手
前に設置される大型の表示装置に伝送され同様の表示が
実行される。
【０００７】次に、前記した構成によるシステムの動作
について説明する。始めに、日曜日を含む数日間に渡り
教師信号となる駐車状況が実測され、通過率測定装置２
１と代表エリア駐車率測定装置２２からの実測データの
入力に対して得られた出力Ｏに対する正解事象Ｔとして
出力層Ｏに入力され、その誤差を最小とする学習モード
が実行される。そして、駐車状況測定に関する目標とす
る正解率が得られるようになったことを確認した後、実
際の駐車状況測定に使用される。
について説明する。始めに、日曜日を含む数日間に渡り
教師信号となる駐車状況が実測され、通過率測定装置２
１と代表エリア駐車率測定装置２２からの実測データの
入力に対して得られた出力Ｏに対する正解事象Ｔとして
出力層Ｏに入力され、その誤差を最小とする学習モード
が実行される。そして、駐車状況測定に関する目標とす
る正解率が得られるようになったことを確認した後、実
際の駐車状況測定に使用される。
【０００８】
【発明が解決しようとする課題】ところで、前記した従
来の駐車状況測定装置にあっては、ニューラルネットワ
ークに駐車情報と通過情報のみを入力し、駐車場全体の
駐車状況を一律に測定している。
来の駐車状況測定装置にあっては、ニューラルネットワ
ークに駐車情報と通過情報のみを入力し、駐車場全体の
駐車状況を一律に測定している。
【０００９】そこで、夜間−早朝に仮眠のために駐車す
る大型車によりレストハウスから離れた駐車ブロックの
みが満車になる場合や、土日、祝日のように小型車によ
ってレストハウスから近い駐車ブロックから順に満車に
なる場合のように、時間帯や曜日によって異なる個々の
駐車傾向に対しては正解率の高い駐車状況測定を行うこ
とができないといった問題があった。この駐車傾向は、
季節による交通量の大小等によっても差異を生じる。
る大型車によりレストハウスから離れた駐車ブロックの
みが満車になる場合や、土日、祝日のように小型車によ
ってレストハウスから近い駐車ブロックから順に満車に
なる場合のように、時間帯や曜日によって異なる個々の
駐車傾向に対しては正解率の高い駐車状況測定を行うこ
とができないといった問題があった。この駐車傾向は、
季節による交通量の大小等によっても差異を生じる。
【００１０】本発明は前記した問題点を解決せんとする
もので、その目的とするところは、駐車状況測定の正解
率が低下する季節や曜日および時間帯においても高い正
解率を得ることができる駐車状況測定装置を提供せんと
するにある。
もので、その目的とするところは、駐車状況測定の正解
率が低下する季節や曜日および時間帯においても高い正
解率を得ることができる駐車状況測定装置を提供せんと
するにある。
【００１１】
【課題を解決するための手段】本発明の駐車状況測定装
置は前記した目的を達成せんとするもので、その手段
は、ニューラルネットワークの手法を用いて駐車場の特
定ブロックの代表エリアにおける駐車状況から駐車場全
体の駐車状況を測定する駐車状況測定装置において、入
路または出路の通過車両を測定する通過率測定装置と、
前記代表エリアにおける駐車車両を測定する駐車率測定
装置と、季節、曜日、時間等の時間情報を出力するタイ
マー装置と、前記通過率測定装置と駐車率測定装置とタ
イマー装置の信号を入力し、演算処理を行う情報処理部
とを具備したものである。
置は前記した目的を達成せんとするもので、その手段
は、ニューラルネットワークの手法を用いて駐車場の特
定ブロックの代表エリアにおける駐車状況から駐車場全
体の駐車状況を測定する駐車状況測定装置において、入
路または出路の通過車両を測定する通過率測定装置と、
前記代表エリアにおける駐車車両を測定する駐車率測定
装置と、季節、曜日、時間等の時間情報を出力するタイ
マー装置と、前記通過率測定装置と駐車率測定装置とタ
イマー装置の信号を入力し、演算処理を行う情報処理部
とを具備したものである。
【００１２】
【作用】前記した如く構成した本発明の駐車状況測定装
置は、駐車場の入路または出路を単位時間当たりに通過
する車両の通過率を測定した信号と、駐車場の特定ブロ
ックの代表エリアに駐車している車両の駐車率とを測定
した信号および季節、曜日、時間等の時間情報信号とを
情報処理部によって演算処理して駐車状況を判断するも
のである。なお、駐車ブロック全体を代表エリアとして
扱う場合には、特定の駐車ブロックと代表エリアは同義
となる。
置は、駐車場の入路または出路を単位時間当たりに通過
する車両の通過率を測定した信号と、駐車場の特定ブロ
ックの代表エリアに駐車している車両の駐車率とを測定
した信号および季節、曜日、時間等の時間情報信号とを
情報処理部によって演算処理して駐車状況を判断するも
のである。なお、駐車ブロック全体を代表エリアとして
扱う場合には、特定の駐車ブロックと代表エリアは同義
となる。
【００１３】
【実施例】以下、本発明に係る駐車状況測定装置の第１
の実施例を図１、図２と共に説明する。図１は駐車状況
測定装置の回路ブロック図であり、２１は前記駐車場へ
の入路と出路に設置されたテレビカメラ２１１，２１２
と、図示しない単位時間当たりの最大通過台数（実測値
の平均に安全率を掛けた台数）に対する通過台数の比
（通過率）を計算する演算装置とからなる通過率測定装
置、２２は駐車場における照明柱等の上方に設置された
テレビカメラ２２１，２２２と、図示しない代表エリア
における単位時間当たりの最大駐車台数に対する実際の
駐車台数の比（駐車率）を計算する演算装置とからなる
駐車率測定装置である。
の実施例を図１、図２と共に説明する。図１は駐車状況
測定装置の回路ブロック図であり、２１は前記駐車場へ
の入路と出路に設置されたテレビカメラ２１１，２１２
と、図示しない単位時間当たりの最大通過台数（実測値
の平均に安全率を掛けた台数）に対する通過台数の比
（通過率）を計算する演算装置とからなる通過率測定装
置、２２は駐車場における照明柱等の上方に設置された
テレビカメラ２２１，２２２と、図示しない代表エリア
における単位時間当たりの最大駐車台数に対する実際の
駐車台数の比（駐車率）を計算する演算装置とからなる
駐車率測定装置である。
【００１４】なお、画像処理を用いて通過車両および駐
車車両を検出する方法については、周知の技術であるの
で説明は省略する。また、車両を検出する方法として
は、前記画像処理による方法に限らず公知の車両感知器
を用いてもよい。
車車両を検出する方法については、周知の技術であるの
で説明は省略する。また、車両を検出する方法として
は、前記画像処理による方法に限らず公知の車両感知器
を用いてもよい。
【００１５】２３は図２に詳述するタイマー装置にし
て、ＣＰＵで構成されており時間を計測する時間計測手
段２３１と、該時間計測手段２３１の計測結果による休
日（例えば９〜２０時）に1.0 を出力する第１出力条件
手段２３２と、平日の昼〜夜（例えば１１〜１９時）に
0.75を出力する第２出力条件手段２３３と、平日の深夜
（例えば２３〜３時）に0.5 を出力する第３出力条件手
段２３４および前記以外の時間帯に0.25を出力する第４
出力条件手段２３５とから構成され、各出力条件手段２
３２〜２３５からの出力信号は後述する情報処理部２４
の入力層Ａのニューロンに入力される。
て、ＣＰＵで構成されており時間を計測する時間計測手
段２３１と、該時間計測手段２３１の計測結果による休
日（例えば９〜２０時）に1.0 を出力する第１出力条件
手段２３２と、平日の昼〜夜（例えば１１〜１９時）に
0.75を出力する第２出力条件手段２３３と、平日の深夜
（例えば２３〜３時）に0.5 を出力する第３出力条件手
段２３４および前記以外の時間帯に0.25を出力する第４
出力条件手段２３５とから構成され、各出力条件手段２
３２〜２３５からの出力信号は後述する情報処理部２４
の入力層Ａのニューロンに入力される。
【００１６】２４は情報処理部にして、入力層Ａ、中間
層Ｂ、出力層Ｃの３層のニューラルネットワークで構成
されている。入力層Ａは入力Ｉ1 〜Ｉ5 、すなわち、通
過率（入車率、出車率）および代表エリアの駐車率の各
入力Ｉに対応する複数のニューロンｉ1 〜ｉ4 と、タイ
マー装置２３よりの時間情報に対応するニューロンｉ5
で、中間層Ｂは４個のニューロンｊ1 〜ｊ4 で、出力層
Ｃは出力Ｏ1 〜Ｏ3 に対応する３個のニューロンｋ1 〜
ｋ3 で構成されている。なお、中間層Ｂのニューロンの
数は４個に限定されるものではなく、必要とする正解率
を求めるに適した数とすればよい。
層Ｂ、出力層Ｃの３層のニューラルネットワークで構成
されている。入力層Ａは入力Ｉ1 〜Ｉ5 、すなわち、通
過率（入車率、出車率）および代表エリアの駐車率の各
入力Ｉに対応する複数のニューロンｉ1 〜ｉ4 と、タイ
マー装置２３よりの時間情報に対応するニューロンｉ5
で、中間層Ｂは４個のニューロンｊ1 〜ｊ4 で、出力層
Ｃは出力Ｏ1 〜Ｏ3 に対応する３個のニューロンｋ1 〜
ｋ3 で構成されている。なお、中間層Ｂのニューロンの
数は４個に限定されるものではなく、必要とする正解率
を求めるに適した数とすればよい。
【００１７】入力層Ａの各ニューロンｉ1 〜ｉ5 は、外
部からの入力を中間層Ｂの各ニューロンｊ1 〜ｊ4 に伝
達する。Ｗijは入力層Ａの任意のニューロンｉと中間層
Ｂの任意のニューロンｊとの結合度を指示する重み係数
である。
部からの入力を中間層Ｂの各ニューロンｊ1 〜ｊ4 に伝
達する。Ｗijは入力層Ａの任意のニューロンｉと中間層
Ｂの任意のニューロンｊとの結合度を指示する重み係数
である。
【００１８】中間層Ｂの各ニューロンｊ1 〜ｊ4 は、入
力層Ａからの入力を非線型変換し出力層Ｃに伝達する。
Ｗjkは中間層Ｂの任意のニューロンｊと出力層Ｃの任意
のニューロンｋとの結合度を指示する重み係数である。
力層Ａからの入力を非線型変換し出力層Ｃに伝達する。
Ｗjkは中間層Ｂの任意のニューロンｊと出力層Ｃの任意
のニューロンｋとの結合度を指示する重み係数である。
【００１９】Ｄは学習ループであり、バックプロパゲー
ション法により、入力層Ａと中間層Ｂ間の結合重み係数
Ｗijおよび中間層Ｂと出力層Ｃ間の結合重み係数Ｗjkの
値を修正する。Ｔ1 ，Ｔ2 およびＴ3 は、出力層Ｃの出
力Ｏ1 ，Ｏ2 およびＯ3 に対し、前記各出力条件手段の
時間帯においてそれぞれ実測により求めた各正解事象で
ある。
ション法により、入力層Ａと中間層Ｂ間の結合重み係数
Ｗijおよび中間層Ｂと出力層Ｃ間の結合重み係数Ｗjkの
値を修正する。Ｔ1 ，Ｔ2 およびＴ3 は、出力層Ｃの出
力Ｏ1 ，Ｏ2 およびＯ3 に対し、前記各出力条件手段の
時間帯においてそれぞれ実測により求めた各正解事象で
ある。
【００２０】以上の構成により、各層のニューロンに重
み付け加算を施すことにより、そのニューロン自身の入
力に変換し、この入力に対し別のニューロンへ伝播する
ための出力を生じる機能を持つと共に、それらのニュー
ロンから生じる最終出力結果が所望の値になるように、
前記結合重み係数を制御できるようになる。
み付け加算を施すことにより、そのニューロン自身の入
力に変換し、この入力に対し別のニューロンへ伝播する
ための出力を生じる機能を持つと共に、それらのニュー
ロンから生じる最終出力結果が所望の値になるように、
前記結合重み係数を制御できるようになる。
【００２１】２５は前記出力層Ｃの出力Ｏ1 ，Ｏ2 およ
びＯ3 の信号を数値表示する表示器２５１，２５２およ
び２５３を備えると共に、数値が最大の出力を判別し判
別結果を「満車」「混雑」あるいは「空有」として表示
する表示部である。
びＯ3 の信号を数値表示する表示器２５１，２５２およ
び２５３を備えると共に、数値が最大の出力を判別し判
別結果を「満車」「混雑」あるいは「空有」として表示
する表示部である。
【００２２】次に、前記した構成に基づいて動作を「学
習動作」と「駐車状況測定動作」とに別けて説明する。 「学習動作」学習動作を行うときは、図２に示す各々の
曜日と時間帯における通過台数と駐車台数を実測し、入
力層Ａの各ニューロンに前記単位時間当たりの通過率と
駐車率と時間情報とを入力して学習させ、その学習した
ニューラルネットワークによって駐車状況の測定を行
う。
習動作」と「駐車状況測定動作」とに別けて説明する。 「学習動作」学習動作を行うときは、図２に示す各々の
曜日と時間帯における通過台数と駐車台数を実測し、入
力層Ａの各ニューロンに前記単位時間当たりの通過率と
駐車率と時間情報とを入力して学習させ、その学習した
ニューラルネットワークによって駐車状況の測定を行
う。
【００２３】本実施例では、満車状況を出力するＯ1 に
は正解事象Ｔ1 が入力され、混雑状況を出力するＯ2 に
は正解事象Ｔ2 が入力され、空車状況を出力するＯ3 に
は正解事象Ｔ3 が入力される。つまり、満車時の正解事
象は〔Ｔ1 ，Ｔ2 ，Ｔ3 〕：〔１，０，０〕、混雑時は
〔Ｔ1 ，Ｔ2 ，Ｔ3 〕：〔０，１，０〕、空有時は〔Ｔ
1 ，Ｔ2 ，Ｔ3 〕：〔０，０，１〕となる。
は正解事象Ｔ1 が入力され、混雑状況を出力するＯ2 に
は正解事象Ｔ2 が入力され、空車状況を出力するＯ3 に
は正解事象Ｔ3 が入力される。つまり、満車時の正解事
象は〔Ｔ1 ，Ｔ2 ，Ｔ3 〕：〔１，０，０〕、混雑時は
〔Ｔ1 ，Ｔ2 ，Ｔ3 〕：〔０，１，０〕、空有時は〔Ｔ
1 ，Ｔ2 ，Ｔ3 〕：〔０，０，１〕となる。
【００２４】次に、バックプロパゲーション法を用いて
学習し、この学習を多数回繰り返すことによって出力Ｏ
と正解事象Ｔとの間の誤差が最小になるように入力層
Ａ、中間層Ｂ、出力層Ｃの間の各結合重み係数ＷijとＷ
jk（およびオフセット）の値が修正される。なお、手法
としては、バックプロパゲーション法に限定されるもの
ではなく、ニューラルネットワークには多くの手法が公
知であり、それらの何れの手法を使用してもよい。
学習し、この学習を多数回繰り返すことによって出力Ｏ
と正解事象Ｔとの間の誤差が最小になるように入力層
Ａ、中間層Ｂ、出力層Ｃの間の各結合重み係数ＷijとＷ
jk（およびオフセット）の値が修正される。なお、手法
としては、バックプロパゲーション法に限定されるもの
ではなく、ニューラルネットワークには多くの手法が公
知であり、それらの何れの手法を使用してもよい。
【００２５】〔駐車状況測定動作〕学習動作の終了した
ニューラルネットワークに対して、前記算定した結合重
み係数によりタイマー装置２３が各条件を計時したとき
に前記信号を出力し、この時における単位時間当たりの
通過台数と代表エリアの駐車台数を計数加算し、最大通
過台数との比により求めた通過率と駐車台数との比によ
り求めた駐車率とを入力することにより、駐車場全体の
駐車率を算出する。
ニューラルネットワークに対して、前記算定した結合重
み係数によりタイマー装置２３が各条件を計時したとき
に前記信号を出力し、この時における単位時間当たりの
通過台数と代表エリアの駐車台数を計数加算し、最大通
過台数との比により求めた通過率と駐車台数との比によ
り求めた駐車率とを入力することにより、駐車場全体の
駐車率を算出する。
【００２６】そして、出力Ｏ1 ，Ｏ2 またはＯ3 とし
て、満車状況、混雑状況および空有状況が出力され、表
示部２５で出力値の最も大きな値を判定し、該当する表
示器２５１〜２５３で「満車」か「混雑」あるいは「空
有」の表示を行う。この表示信号は駐車場の入路手前に
設置された図示しない表示装置に送られ「満車」か「混
雑」か「空有」の表示が行われる。
て、満車状況、混雑状況および空有状況が出力され、表
示部２５で出力値の最も大きな値を判定し、該当する表
示器２５１〜２５３で「満車」か「混雑」あるいは「空
有」の表示を行う。この表示信号は駐車場の入路手前に
設置された図示しない表示装置に送られ「満車」か「混
雑」か「空有」の表示が行われる。
【００２７】なお、前記した実施例においては、１つの
ニューロンに時間情報を入力する方法について説明した
が、タイマー装置２３から２つ以上のニューロンに情報
を与えてもよい。また、以下に述べる時間率を０−1.0
に縮約し、１つのニューロンに入力してもよい。
ニューロンに時間情報を入力する方法について説明した
が、タイマー装置２３から２つ以上のニューロンに情報
を与えてもよい。また、以下に述べる時間率を０−1.0
に縮約し、１つのニューロンに入力してもよい。
【００２８】(1) 曜日と時間用のニューロンをニュー
ラルネットワークの入力層に用意し、それぞれ１／７〜
７／７と１／２４〜２４／２４の時間率（変数）をその
タイミングを計時している間出力する。なお、１週間の
情報は、例えば、平日、土曜、休日と分けることも可能
である。
ラルネットワークの入力層に用意し、それぞれ１／７〜
７／７と１／２４〜２４／２４の時間率（変数）をその
タイミングを計時している間出力する。なお、１週間の
情報は、例えば、平日、土曜、休日と分けることも可能
である。
【００２９】(2) 日にちと時間用のニューロンをニュ
ーラルネットワークの入力層に用意し、それぞれ１／３
６５〜３６５／３６５と１／２４〜２４／２４の時間率
（変数）をそのタイミングを計時している間出力する。
ーラルネットワークの入力層に用意し、それぞれ１／３
６５〜３６５／３６５と１／２４〜２４／２４の時間率
（変数）をそのタイミングを計時している間出力する。
【００３０】さらに、春夏秋冬を入力するニューロンを
用意し、前記(1) (2) と併用することも可能である。こ
の場合、時間情報を直接加えるため、よりニューラルネ
ットワークの判定を細分化することができる。
用意し、前記(1) (2) と併用することも可能である。こ
の場合、時間情報を直接加えるため、よりニューラルネ
ットワークの判定を細分化することができる。
【００３１】
【発明の効果】本発明は前記したように、駐車場の入路
または出路を通過する車両の通過率と、代表エリアに駐
車している車両の駐車率と、さらに、タイマー装置によ
る時間情報を情報処理部の入力層に入力することによ
り、駐車傾向に対応した学習を情報処理部に実行させ
る。それにより、それぞれの結合重み係数によって各々
の駐車傾向に応じた測定が行え、従って、より正解率の
高い測定が行えるという効果を有するものである。
または出路を通過する車両の通過率と、代表エリアに駐
車している車両の駐車率と、さらに、タイマー装置によ
る時間情報を情報処理部の入力層に入力することによ
り、駐車傾向に対応した学習を情報処理部に実行させ
る。それにより、それぞれの結合重み係数によって各々
の駐車傾向に応じた測定が行え、従って、より正解率の
高い測定が行えるという効果を有するものである。
【図１】本発明に係る駐車状況測定装置の構成を示す回
路ブロック図である。
路ブロック図である。
【図２】同上の回路ブロック図中のタイマー装置の詳細
回路ブロック図である。
回路ブロック図である。
【図３】（ａ）は駐車場全体の平面図、（ｂ）は従来の
駐車状況測定装置の概要を示すブロック図である。
駐車状況測定装置の概要を示すブロック図である。
１ 駐車場 ２ 駐車状況測定装置 ２１ 通過率測定装置 ２２ 駐車率測定装置 ２３ タイマー装置 ２４ 情報処理部 ２５ 表示部
Claims (1)
- 【請求項１】 ニューラルネットワークの手法を用いて
駐車場の特定ブロックの代表エリアにおける駐車状況か
ら駐車場全体の駐車状況を測定する駐車状況測定装置に
おいて、入路または出路の通過車両を測定する通過率測
定装置と、前記代表エリアにおける駐車車両を測定する
駐車率測定装置と、季節、曜日、時間等の時間情報を出
力するタイマー装置と、前記通過率測定装置と駐車率測
定装置とタイマー装置の信号を入力し、演算処理を行う
情報処理部とを具備したことを特徴とする駐車状況測定
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6041999A JPH07230598A (ja) | 1994-02-16 | 1994-02-16 | 駐車状況測定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6041999A JPH07230598A (ja) | 1994-02-16 | 1994-02-16 | 駐車状況測定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07230598A true JPH07230598A (ja) | 1995-08-29 |
Family
ID=12623913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6041999A Pending JPH07230598A (ja) | 1994-02-16 | 1994-02-16 | 駐車状況測定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07230598A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001283218A (ja) * | 2000-03-31 | 2001-10-12 | Nagoya Electric Works Co Ltd | 混雑状況判定方法およびその装置 |
| CN108510750A (zh) * | 2018-04-25 | 2018-09-07 | 济南浪潮高新科技投资发展有限公司 | 一种基于神经网络模型的无人机巡检违章停车的方法 |
-
1994
- 1994-02-16 JP JP6041999A patent/JPH07230598A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001283218A (ja) * | 2000-03-31 | 2001-10-12 | Nagoya Electric Works Co Ltd | 混雑状況判定方法およびその装置 |
| CN108510750A (zh) * | 2018-04-25 | 2018-09-07 | 济南浪潮高新科技投资发展有限公司 | 一种基于神经网络模型的无人机巡检违章停车的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shalaby et al. | Prediction model of bus arrival and departure times using AVL and APC data | |
| Shalaby et al. | Bus travel time prediction model for dynamic operations control and passenger information systems | |
| JP4969814B2 (ja) | 道路交通状況把握システム | |
| Subramanian | Estimation of car-following models | |
| KR101385057B1 (ko) | Ｉｔｓ 데이터를 활용한 도심 구간의 정체도 예측 방법 | |
| JP2001134893A (ja) | 交通信号制御装置 | |
| JP3520330B2 (ja) | 交通流模擬装置による交通流予測制御システム | |
| JP3099934B2 (ja) | 走行所要時間予測装置 | |
| Padiath et al. | Prediction of traffic density for congestion analysis under Indian traffic conditions | |
| JPH0962979A (ja) | 交通流予測装置 | |
| Kang | Estimation and prediction of dynamic origin-destination (OD) demand and system consistency control for real-time dynamic traffic assignment operation | |
| JPH07230598A (ja) | 駐車状況測定装置 | |
| JP2000182187A (ja) | 駐車状況測定方法およびその装置 | |
| JPH07254099A (ja) | 道路交通における突発事象検出装置 | |
| JPH07220193A (ja) | 交通状況判別装置 | |
| JP4030354B2 (ja) | 突発事象検出装置 | |
| JPH07210799A (ja) | 駐車状況測定装置 | |
| JPH0991593A (ja) | 駐車場案内方法 | |
| JP3160438B2 (ja) | 交通流予測装置 | |
| JPH076290A (ja) | 交通流予測装置 | |
| JP3468686B2 (ja) | 旅行時間推定方法及び装置 | |
| JP2533719B2 (ja) | 交通状況検出方法 | |
| JPH07282389A (ja) | 信号機切り換えシステム | |
| Tanaka et al. | Multiroute travel-time data provision systems operating in Osaka | |
| JP3355887B2 (ja) | 旅行時間予測方法および旅行時間予測装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Effective date: 20050308 Free format text: JAPANESE INTERMEDIATE CODE: A971007 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050322 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050511 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Effective date: 20050726 Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050808 |
|
| R150 | Certificate of patent (=grant) or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080826 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 4 Free format text: PAYMENT UNTIL: 20090826 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 5 Free format text: PAYMENT UNTIL: 20100826 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100826 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 6 Free format text: PAYMENT UNTIL: 20110826 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 6 Free format text: PAYMENT UNTIL: 20110826 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120826 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 8 Free format text: PAYMENT UNTIL: 20130826 |