JPH08233525A

JPH08233525A - 車種判別装置

Info

Publication number: JPH08233525A
Application number: JP7036488A
Authority: JP
Inventors: Tadaaki Kitamura; 忠明北村; Yoshiki Kobayashi; 小林　　芳樹; Kazunori Takahashi; 和範高橋; Norihiro Nakajima; 憲宏中島; Yoichi Takagi; 陽市高木
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1995-02-24
Filing date: 1995-02-24
Publication date: 1996-09-13

Abstract

(57)【要約】【目的】料金所などに利用される車種判別装置に関し、
設備コストが高い従来の踏み板による軸数，車幅計測な
どを画像処理を用いて容易に計測可能な装置を提供する
ことにある。【構成】車両が通過する上部に車幅計測カメラ，側方に
軸数，車高を計測するカメラを設け、これらの映像を画
像処理装置を用いて認識処理し、車幅，軸数，車高を計
測し、従来から設置されているナンバープレート認識装
置の認識結果である、車種コード及びプレートサイズと
共に総合的に判断する車種認識装置を備える。【効果】テレビカメラの映像を処理して車幅，軸数，車
高などを計測するため、地中に埋めるなどに工事が不要
となり、設備コストの大幅な低減が可能である。また、
空間的に処理するため、従来のセンサにない新たな特徴
量を抽出することができ、高精度な車種判定が可能であ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は道路，駐車場等に適用さ
れる車種判別装置に関する。

【０００２】

【従来の技術】料金所などに適用される車種判別装置
は、特開平4−302100号「車種判別装置」に記載されてい
るように、画像処理でナンバープレートの車種コードを
認識し、さらに踏み板により軸数及び輪数を計測する。
これらの計測値によって総合的に車種を特定するもので
ある。この踏み板は、地中に埋め込むものが一般的であ
る。また、料金所の入り口には車高センサ（超音波セン
サなど）を配置し、車高が高いか否かを計測する場合も
ある。

【０００３】

【発明が解決しようとする課題】上記のように、車種を
判定するために踏み板を地中に埋める必要があり、工事
費用などの面で問題があった。また、車高センサなどを
設置する必要があるなど設備が非常に大掛かりになる欠
点がある。

【０００４】本発明の目的は、設備を簡易にした車種判
別装置を提供する事にある。

【０００５】

【作用】通常の車種判別装置は、上記のように軸数，輪
数の計測が必要なため、踏み板を用いて計測している。
この機能をテレビカメラの映像を処理して計測すること
で、地中に埋める設備を不要にし、工事費用を安価にす
るものである。テレビカメラでタイヤ付近を撮影して、
軸数を計測し、更に車両上部から車両の車幅を計測する
ことで、従来の車種判別の機器に比べ設置が容易でしか
も高い車種判別性能を達成するものである。

【０００６】

【実施例】以下、本発明の実施例を図面を用いて説明す
る。

【０００７】図１は本発明の機器配置図を示す。図は料
金所を想定したものであるが、通過する車両の上部に車
幅を計測する車幅計測カメラ１を設置し、車両側方を監
視する軸数計測カメラ２及び車高計測カメラ３を備え
る。そして、ナンバープレート認識装置６用のカメラ４
を備える。車幅計測カメラ１，軸数計測カメラ２及び車
高計測カメラ３の映像信号は、それぞれ画像処理装置５
に入力され、車幅，軸数，車高を計測する。

【０００８】また、ナンバープレート認識装置６は、ナ
ンバープレート認識用カメラ４の映像を処理して、少な
くとも、プレートの車種コード，プレートサイズを認識
する。

【０００９】この車幅，軸数，車高，車種コード、プレ
ートサイズは、車種認識装置７に入力され、ここで通過
する車種を判定し、外部機器（例えば、料金徴収機器な
ど）へ結果が伝送される。

【００１０】ここで、ナンバープレート認識の具体例は
「特開平3−232100 号ナンバープレート読み取り装
置」などに記載されているのでここでは説明を省略す
る。なお、ナンバープレート認識結果を利用しなくて
も、大型，普通などの２車種に分類することは可能な場
合があるので、本発明では、ナンバープレート認識装置
は必須の機器ではない。

【００１１】踏み板，車高センサに変わる画像処理セン
サについて、以下詳細に説明する。１．車幅計測の詳細車幅計測は天井などに設置したテレビカメラ１の映像を
処理するもので、カメラの映像は図２のように見える。
この映像を画像処理装置５に入力し、順次通過する車両
の車幅を計測する。処理動作を図３に示す。

【００１２】（１）画像を入力する１０。

【００１３】（２）入力画像の水平エッジを検出する１
１。

【００１４】（３）得られたエッジ画像の垂直方向の投
影分布を算出する１２。

【００１５】（４）投影分布を解析し、エッジの投影が
所定のしきい値以上の幅を算出する１２。

【００１６】以上の処理によって車幅を１画面の映像か
ら検出可能である。ところで、車両を上から見た場合、
ドアミラーなどによって車幅が微妙に変化する。このた
め、上記の処理を所定の画像取り込み周期毎（例えば５
０ミリ秒）に実行し、図４のような時間軸に対して車幅
計測結果を算出する。この計測結果に対して所定の車両
幅(例えば１.５ｍ）以上の計測結果が出力されている期
間が、車両が通過している時間となるので、この期間の
平均値あるいは中間値などを算出することで車幅を高精
度に計測することが出来る。このような処理で、一時的
にノイズで車幅が小さい値が求まった場合でも対応可能
である。また、牽引車のように途中の幅が小さい場合、
そのパターンを解析することで牽引車両の判定も可能で
ある。

【００１７】このようなセンサを用いることで、車両の
進入検知用のセンサなどを設置する必要がないため、大
幅な設備削減が可能である。

【００１８】２．軸数計測の詳細軸数はタイヤの数をカウントすることになる。図５のよ
うな位置にカメラ２を設置し計測する。タイヤが通過す
る付近を撮影し、所定エリア１３の濃度変化を監視する
ことでタイヤの数をカウントするものである。図６に濃
度変化の一例を示す。図６−（ａ）は２軸、図６−
（ｂ）は３軸の例である。この波形を解析して軸数を計
測する。このとき、前記車幅計測機能で車両の存在時間
が分かるので（すなわち、車両の１台分のデータ区
間）、軸数を計測する時の車両の開始，終了時刻もこの
値を用いることで精度良く計測可能である。図６に開始
時刻，終了時刻を記しているが、この時刻は車幅計測機
能から求まった時刻の一例である。処理の流れは、（１）画像入力（２）指定領域の平均濃度抽出（３）時間−濃度テーブルに濃度値書込（４）終了時刻がきたら波形解析である。ここで、波形解析の一手法を述べる。例えば、
タイヤ付近の濃度変化は図６のように、タイヤ本体の黒
レベルがきて、ホイールの白レベルがきて、更にタイヤ
の黒レベルが来る。このような順に波形が変化している
部分を探し、類似波形があればカウントする。この波形
パターンの解析にニューラルネットワークを用いてもよ
い。

【００１９】３．車高計測の詳細車高は、小型，大型を判定する場合の１つの特徴である
が、ここでは図７のような位置にカメラ３を設置し計測
する。視野は高さ２.５ｍ付近を撮影し、所定エリア１
４の濃度パターンから車両が高いか否かを判定する。処
理の流れは、以下のとおりである。

【００２０】（１）画像入力（２）入力画像を微分処理する。この微分は、縦，横の
エッジを両方とも抽出する微分処理である。

【００２１】（３）微分画像の所定領域の濃度分布か
ら、平均濃度，最大濃度，濃度の分散などを抽出する。

【００２２】（４）上記濃度の特徴からその点の車両の
有無を判定する。

【００２３】これらの処理は前記車幅計測と同様に例え
ば、平均濃度を特徴として判断する場合は、時間−平均
濃度のデータを図８のように記憶し、ある時間オン状態
が連続したのがあれば車高が高いと判断する。判定開始
時刻，終了時刻は前記車幅計測機能から入力される。

【００２４】なお、処理領域を図９のように広げ１５、
この領域１５を微分処理する。この微分画像に対して、
水平方向に投影分布を求め、この分布に対し、所定しき
い値より大きな分布の始点座標を求めれば、車高が高い
か低いかだけでなく、車高そのものを定量的に計測する
ことも可能である。

【００２５】ところで、上記のように車高を逐次計測で
きると車両の側面の形状を認識することが可能である。
例えばバスは高さが高いまま一定である。大型トレーラ
ーは前の方（運転席）が高く荷を積んでいない場合は後
ろが低い等である。このような高さ情報の形状パターン
を判定することで今までにない車両認識処理が可能とな
る。形状パターンの認識処理は、例えば、形状データを
ニューラルネットワークで認識するなど種々の方式があ
る。

【００２６】４．全体の動作図１０に車種判別装置２０の構成を示す。車幅，軸数，
車高計測結果及びナンバープレートの認識結果の関連を
示したもので、車両の特徴は車幅が最も安定（車幅は前
後で余り変化しない）しているので、前述したように車
幅計測機能を中心に各機能が動作する。

【００２７】車幅計測機能で車両の先頭が通過する時
刻，車両の後尾が求まるので、この時刻の間で各計測機
能の出力が有効となる。すなわち、車幅が所定の値以上
の期間で軸数，車高のオン，オフあるいは車高を測定す
る。

【００２８】これらの計測結果は車種認識装置２１に特
徴として入力され、ナンバープレート認識装置６からの
車種コード，プレートサイズと合わせて総合判断する。
この部分は、従来からの判定木法で処理する方式がある
が、ここではニューラルネットワークを用いている。図
１１に車種認識装置２１のニューラルネットワーク構成
を示す。図では車種を4車種に判定する方式である。

【００２９】ニューラルネットワークの入力層２２に
は、前記特徴である車幅，軸数，車高，車種コード，プ
レートサイズを入力し、中間層２３を経由して出力層２
４に伝達される。出力層２４には車種１〜４のニューロ
ンがあり、各ニューロンの出力が最大のニューロンが認
識結果となる。各ニューロンの出力が所定値を越えるも
のがない場合は、認識不能として判定する。このよう
に、ニューラルネットワークを用いることで、各特徴量
と車種の関係を学習の動作で規定できるので、従来の判
定木に比べ認識率が向上する。また、前述した車両側面
の形状パターンから認識した車両のタイプを該車種認識
装置２１に入力することでさらなる車種判別性能が発揮
できる。

【００３０】なお、該車種認識装置２１の出力層の数を
２個にして学習すれば、大型，普通の２車種判定などに
容易に移行可能である。

【００３１】以上、画像処理で車幅，軸数，車高を計測
するシステムを説明したが、従来のように踏み板を設置
することなく、容易に種々の車両特徴を計測できるの
で、安価に車種判別装置を実現可能である。また、求ま
った特徴量をニューラルネットワークを用いて総合的に
判断するため、車種判定能力を向上することが可能であ
る。

【００３２】なお、車幅，軸数，車高を計測する画像処
理装置の一例を図１２に示す。この画像処理装置は、カ
メラ２５から画像を入力するときのアナログ信号をディ
ジタル信号に変換するＡ／Ｄ変換器２６とディジタル化
した信号を記憶する濃淡画像メモリ２７と、画像を各種
加工する画像処理ＬＳＩ２８で構成される画像処理ボー
ド３０と、これらのハードウエアを制御するＣＰＵ２９
からなる。画像処理ＬＳＩ２８は微分処理などを実行す
る空間積和演算や、画像データの濃度分布や投影分布な
どを実行するヒストグラム処理や、画像間での差分など
を実行する画像間演算機能などが備わっている。この画
像処理ＬＳＩ２８は文献「高性能画像処理ＬＳＩ（ＩＳ
Ｐ−Ｘ）の開発とインテリジェントカメラへの応用」情
報処理学会第４９回全国大会講演論文集１Ｌ−０６(１
９９４.９）に記載されているものであるが、上記計測
機能の画像処理を実行できるハードウエアならどのよう
なＬＳＩでも構わない。また、本実施例のように車幅，
軸数，車高を計測するため、画像処理ボード３０を複数
設ける構成でリアルタイムな計測が可能となる。

【００３３】（他の実施例１）上記実施例では、微分処
理を応用した画像処理であるが、最近の画像処理装置の
高速化，高度化により濃淡パターンマッチング（正規化
相関処理）の機能を利用可能である。この処理はあらか
じめテンプレート画像を登録し、この登録パターンと対
象濃淡画像との間で相関を算出するもので、明るさを正
規化した正規化相関処理である。正規化相関処理の詳細
は文献「車番認識システムへの濃淡パターンマッチング
処理の応用」情報処理学会第４９回全国大会講演論文集
３Ｆ−８（１９９４.９)などに記載されてるので省略す
る。

【００３４】上記正規化相関処理を用いると、例えばタ
イヤのパターンを登録しておけば、このパターンに類似
している画像が現れればこれを抽出することが可能であ
る。また、移動物体の場合、移動物体のある領域の画像
をテンプレートとして登録し、このテンプレート画像が
次のフレームにどこに移動したかを求めて速度を計測す
ることも可能である。このような処理を車種判別装置に
適用した例を以下説明する。

【００３５】１．速度計測移動する車両の速度を算出することが出来れば、結果的
に車両の車長を計測することが可能である。

【００３６】図１３に処理概要を示す。入力画像ｆ
(ｔ)，ｆ(ｔ＋ｄｔ)…に対し、以下の処理を行う。

【００３７】（１）車幅計測カメラの映像の処理領域す
なわち検知領域３６に対し、横エッジを検出する３１。

【００３８】（２）横エッジが所定のしきい値以上発生
している場合、この瞬間の映像をテンプレートとして登
録する３２。

【００３９】（３）登録したテンプレート画像３２と、
次の時刻に入力した画像との間で相関処理する。例え
ば、ｆ(ｔ）の画像でテンプレートを登録した場合、ｆ
(ｔ＋ｄｔ）の画像に対し、相関演算を実行する３３。

【００４０】（４）相関処理で最も高い相関値が得られ
た位置座標を記憶する３４。

【００４１】（５）更に次の時刻に入力した画像とで同
様な処理を実行する３５。

【００４２】（６）記憶した位置座標から移動速度を求
める。

【００４３】ここで、（４）の処理で相関値がしきい値
より高い位置が求まらない場合は、その時点までの情報
（記憶している座標位置）を用いて速度を算出する。

【００４４】このような処理を順次繰り返せば、画像取
り込み時刻に対する速度のデータが求まる。このデータ
から車長を算出可能である。

【００４５】また、前述した軸数計測の時間−濃度分布
のデータや車高計測の時間−車高データの波形解析の処
理では、時間軸を意識する必要がある。すなわち、車両
の通過速度が遅い場合と、速い場合で記憶するデータの
数が変化してしまう（サンプリング間隔が一定の場合、
車両が遅いとデータが多くなり、速いとデータが少なく
なる）。そこで、上記で求まった移動速度を利用して記
憶するデータの時間軸を正規化することも可能である。
すなわち、時間軸を車の長さ軸に変換することで、車両
の速度に依存しないデータの管理が可能である。

【００４６】２．タイヤ検出前記タイヤ検出処理は画像の濃度パターン変化に着目し
ていたが、タイヤその物の形をテンプレートに登録する
ことで、更に認識率を向上することが可能である。

【００４７】この処理は、図１４のようにタイヤ付近を
撮影すると、所定エリアにタイヤが必ず通過する。した
がって、テンプレートとしてタイヤのパターン、例えば
３７の様な画像をあらかじめ登録しておき、このパター
ンに類似している画像が所定領域にあるか否かを正規化
相関処理で抽出する３８。この所定領域に類似パターン
が存在すればオン３９、存在しなければオフと出力す
る。オンの時間はある程度連続するが４０、この連続パ
ターンの数を計測することで、高精度にタイヤの数を抽
出することが可能である。本処理は、正規化した濃淡画
像でのマッチングであるため、タイヤの色の違い（汚れ
など）や周囲の明るさなどに影響されないため、非常に
環境変動に強い特長を持っている。ところで、車両の大
きさによってタイヤのサイズが変化する。このため、あ
らかじめ登録するタイヤのパターンも小型，中型，大型
といったテンプレートとして登録しておけば、これらに
対応可能であり、かつ、どのパターンに一致したかを逆
に利用することで、車種判別に用いる特徴量を増やすこ
とが可能となり、さらなる高認識率の達成が可能であ
る。

【００４８】以上、正規化相関処理（濃淡パターンマッ
チング）を応用することで、車両の移動速度を算出する
ことが出来、結果的に車長を計測することが可能であ
る。これによって、前記した、車幅，軸数，車高，車種
番号だけでなく、車長を含めて車種判定を総合判断でき
るため、極めて良好に車種判定が可能である。

【００４９】また、正規化相関処理でタイヤの数（軸
数）をカウントできるので、環境変化に強いシステムを
構築可能である。

【００５０】なお、正規化相関処理のハードウエアは、
前述の画像処理ＬＳＩを利用することで、目的を達成可
能である。

【００５１】（他の実施例２）上記、軸数，車高計測の
カメラはそれぞれの場所に設置したカメラで撮影してい
るが、１台のカメラで軸数，車高を計測することも可能
である。ここで、図１５のように車両側方にカメラ５０
を１台設置すると、車高の計測に問題が生じる。すなわ
ち、車両の通過位置によって見掛け上の車高が変化する
問題がある。このため、次のように車幅センサから車両
端の座標を求め、この値を用いて補正する。説明を簡略
化するために、カメラ５０を高さｈの位置に設置し、カ
メラは水平に向いている場合で、図１５，図１６を用い
て説明する。

【００５２】前述の車幅計測用カメラ１の入力画像から
車両の左側座標ｘ０を求め、この値からカメラから車両
端間での距離Ｌを算出する。そして、軸数，車高計測カ
メラ５０で車両の最も高い位置が求まった場合、画像メ
モリの中心Ｙ座標からの距離ｙ０を抽出する。これらの
値を用いて車高Ｈを算出すると、以下のようになる。車高Ｈ＝Ｌ・tan(ｙ０・Δθ)＋ｈ＝ｆ(Ｘ０)・tan(ｙ
０・Δθ)＋ｈここで、Ｌはカメラから車両端までの距離、Δθはカメ
ラの１／２視野をθとしたときの画像メモリ１画素あた
りの視野角、ｆ(ｘ０)はｘ０画素から求まる距離の関数
である。

【００５３】このように車両の通過位置を算出すること
で、高さ補正が実行でき、カメラ１台で軸数，車高計測
が高精度に計測可能である。

【００５４】

【発明の効果】以上説明の本発明の車種判別装置によれ
ば、踏み板やによる軸数，車幅計測，車高センサによる
車高検知などをカメラの映像を処理する画像処理方式に
変えることによって、地中に埋める工事や、車高センサ
などをレーンの両側に設置するなどが不要になり、工事
費用などを低減可能である。また、画像処理で空間的に
処理することで、今までにない車速や車長を計測するこ
とが可能となり、車種判別精度向上も可能である。

【図面の簡単な説明】

【図１】本発明の機器設置図を示す図。

【図２】車幅計測用カメラの視野を示す図。

【図３】車幅計測の画像処理フローを示す図。

【図４】車幅計測結果を時間−車幅のグラフにプロット
した図。

【図５】軸数計測用カメラの視野を示す図。

【図６】軸数計測結果を時間−濃度のグラフにプロット
した図。

【図７】車高計測用カメラの視野を示す図。

【図８】車高計測結果を時間−平均濃度のグラフにプロ
ットした図。

【図９】車高を定量的に計測する場合の画像処理フロー
を示す図。

【図１０】各種センサから得られた情報を総合的に判断
する車種認識装置の構成を示す図。

【図１１】車種認識装置の車種判定処理をニューラルネ
ットワークで構成した例を示す図。

【図１２】画像処理装置の構成を示す図。

【図１３】正規化相関処理で車両の移動速度を計測する
処理フローを示す図。

【図１４】正規化相関処理でタイヤの数を計測する処理
フローを示す図。

【図１５】カメラ1台で軸数，車高を計測する場合の配
置図を示す図。

【図１６】車高補正処理を説明する図。

【符号の説明】

１…車幅計測用カメラ、２…軸数計測用カメラ、３…車
高計測用カメラ、４…ナンバープレート認識用カメラ、
５…画像処理装置、６…ナンバープレート認識装置、７
…車種認識装置。

───────────────────────────────────────────────────── フロントページの続き (72)発明者中島憲宏茨城県日立市大みか町七丁目１番１号株式会社日立製作所日立研究所内 (72)発明者高木陽市茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内

Claims

【特許請求の範囲】

【請求項１】通過する車両の上部から車両の上面を撮影
する上面計測カメラと，通過する車両の側方から車両の
側面を撮影する側面計測カメラと，車幅計測機能と軸
数，車高計測機能を有する画像処理装置と車種を総合的
に判断する車種認識装置を設け、該上面計測カメラの映
像を該画像処理装置の車幅計測機能で処理して車幅を計
測し、さらに側面計測カメラの映像を該画像処理装置の
軸数，車高計測機能で処理して軸数，車高を計測し、計
測された車幅，軸数，車高の情報を該車種認識装置に入
力して通過する車両の車種を判定することを特徴とする
車種判別装置。
【請求項２】通過する車両の上部から車両の上面を撮影
する上面計測カメラと，通過する車両の側方から車両の
側面を撮影する側面計測カメラと，車幅計測機能と軸
数，車高計測機能を有する画像処理装置と，車両のナン
バープレートを撮影するプレート撮影カメラと，ナンバ
ープレート認識装置と車種を総合的に判断する車種認識
装置を設け、該上面計測カメラの映像を該画像処理装置
の車幅計測機能で処理して車幅を計測し、さらに側面計
測カメラの映像を該画像処理装置の軸数，車高計測機能
で処理して軸数，車高を計測し、さらに該プレート撮影
カメラの映像をナンバープレート認識装置で処理してプ
レートの車種コード，プレートサイズを認識し、計測さ
れた車幅，軸数，車高，車種コード，プレートサイズの
情報を該車種認識装置に入力して通過する車両の車種を
判定することを特徴とする車種判別装置。
【請求項３】請求項１，２において、前記画像処理装置
の車幅計測機能に車両の通過速度計測機能を設け、前記
上面計測カメラの映像から通過する車両の車速から車長
を求め、前記車種認識装置に該車長データを含めて入力
し、車種判定することを特徴とする車種判別装置。
【請求項４】請求項１，２において、前記画像処理装置
に正規化相関処理機能を持たせ、あらかじめ登録したタ
イヤ画像を検出する正規化相関処理によって前記側面計
測カメラの映像から通過する車両の軸数を求めることを
特徴とする車種判別装置。
【請求項５】請求項１，２において、前記車種認識装置
は入力された車両の特徴を入力，判別したい車種を出力
とするニューラルネットワークで構成することを特徴と
する車種判別装置。
【請求項６】請求項１，２において、前記画像処理装置
の軸数，車高計測機能は、前記車幅計測機能で計測した
車両の存在時間の範囲内で、軸数，車高を求めることを
特徴とする車種判別装置。
【請求項７】請求項１，２において、前記画像処理装置
の車幅計測機能に車両通過位置を計測する処理を設け、
該車両通過位置を用いて、前記車高計測機能で求まった
車高の値を補正する処理を有することを特徴とする車種
判別装置。
【請求項８】請求項３において、前記速度計測機能は、
通過する車両の特徴箇所をテンプレートに登録して、こ
のテンプレート画像を検出して速度を計測する正規化相
関処理を用いることを特徴とする車種判別装置。
【請求項９】請求項１，２において、前記画像処理装置
の車高計測機能によって求められる車両の側面形状から
車両の形状タイプを認識する側面形状認識処理を設け、
該側面形状認識処理で求められた形状タイプを前記車種
認識装置に入力し、車種判定することを特徴とする車種
判別装置。