WO2016143672A1 - 車種判別装置、車種判別方法及びプログラム - Google Patents

車種判別装置、車種判別方法及びプログラム Download PDF

Info

Publication number
WO2016143672A1
WO2016143672A1 PCT/JP2016/056645 JP2016056645W WO2016143672A1 WO 2016143672 A1 WO2016143672 A1 WO 2016143672A1 JP 2016056645 W JP2016056645 W JP 2016056645W WO 2016143672 A1 WO2016143672 A1 WO 2016143672A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
scan data
vehicle type
unit
classification
Prior art date
Application number
PCT/JP2016/056645
Other languages
English (en)
French (fr)
Inventor
健太 中尾
洋平 小島
重隆 福▲崎▼
泰弘 山口
中山　博之
Original Assignee
三菱重工メカトロシステムズ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱重工メカトロシステムズ株式会社 filed Critical 三菱重工メカトロシステムズ株式会社
Priority to KR1020177024134A priority Critical patent/KR102049159B1/ko
Priority to MYPI2017703165A priority patent/MY189180A/en
Publication of WO2016143672A1 publication Critical patent/WO2016143672A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors

Definitions

  • the present invention relates to a vehicle type identification device, a vehicle type identification method, and a program.
  • This application claims priority on March 6, 2015 based on Japanese Patent Application No. 2015-045155 for which it applied to Japan, and uses the content here.
  • Toll booths such as toll roads are equipped with automatic toll collectors to collect tolls.
  • Some of these automatic toll collectors are equipped with a vehicle type discrimination device.
  • the vehicle type discriminating device discriminates the vehicle type of the traveling vehicle and collects a fee according to the vehicle type.
  • Such a vehicle type discriminating apparatus may be provided with a tread plate that detects the treading by the tires of the vehicle in order to specify the tire width of the vehicle, the number of axles, and the like, as in Patent Document 1, for example.
  • Patent Document 2 for example, there is a case where a laser image measurement device that captures three-dimensional data is provided in order to detect the number of axles.
  • the toll collector At the toll booth, it is necessary that the toll is calculated by the toll collector when the driver's seat of the vehicle reaches the toll collector. For this reason, it is necessary to discriminate the vehicle type in the vehicle type discriminating apparatus when the driver's seat of the vehicle reaches the automatic toll collector.
  • the number of axles of the vehicle can be specified by detecting the number of times the tire of the vehicle has stepped on the treadle by the vehicle type discrimination device. Therefore, in order to discriminate the vehicle type, it is necessary for the target vehicle to completely pass through the tread. For this reason, conventionally, in order to determine the vehicle type at the toll gate, the maximum vehicle length (for example, 18 m) of the passing vehicle is taken into consideration and the distance between the vehicle type determination device and the automatic toll collector is at least the maximum vehicle length or more. It is arranged to become.
  • the present invention has been made in view of such a problem, and can be installed even in a place where the installation space based on the maximum vehicle length cannot be secured, and the vehicle type is determined with high accuracy.
  • a vehicle type discriminating apparatus, a car type discriminating method, and a program are provided.
  • a vehicle type discriminating device for discriminating a vehicle type classification (D1) of a passing vehicle (A), the vehicle type discriminating device including vehicle feature information (D4) indicating the characteristics of the vehicle. ), A vehicle feature category identification unit (113) that identifies a vehicle feature category (D7) that is a category different from the vehicle category, or a segment that is larger than the vehicle category, and a tire of the vehicle.
  • a laser scan unit (10C) that performs laser scan at a height to be arranged, and information output from the laser scan unit, and detection scan data corresponding to a positional relationship between the laser scan unit and the tire of the vehicle
  • a vehicle type classification determination unit (114) for determination.
  • determination apparatus acquires the detection scan data according to the positional relationship of a laser scan part and the tire of a vehicle by a scan data acquisition part.
  • the vehicle type classification determination unit, the reference scan data allocated to the specified vehicle feature classification, and the acquired detection scan data from the storage unit storing the reference scan data allocated for each vehicle characteristic classification The vehicle type classification is determined based on the comparison result.
  • the scan data to be referred to can be narrowed down to a specific vehicle feature classification. It is possible to determine the vehicle type classification with accuracy.
  • the reference scan data is further allocated for each axle number group, and is matched with the acquired detected scan data among the reference scan data allocated to the specified vehicle feature category.
  • the number-of-axes specifying unit determines the number-of-axes group including the reference scan data that matches the acquired detected scan data among the reference scan data assigned to the specified vehicle feature classification.
  • the number of axles of the vehicle is specified, and the number of axles is output as the number of first axles.
  • the number of axles of the vehicle can be specified with high accuracy based on the first number of axles from the vehicle feature classification and the reference scan data classified according to the axle number group.
  • the accuracy of the vehicle type classification determined by the vehicle type determination device can be further increased.
  • the laser scanning unit is provided so that the laser scanning angle can be changed within a predetermined range including a range on the near side in the traveling direction of the vehicle from a position where the laser scanning unit is installed. It has been.
  • the laser scanning unit changes the laser scanning angle within a predetermined range including the front side of the traveling direction of the vehicle from the position where the laser scanning unit is installed.
  • the vehicle type classification determination unit compares the detected scan data with the reference scan data within a predetermined range according to the specified vehicle feature classification.
  • the comparison between the detected scan data and the reference scan data is performed within a predetermined range according to the specified vehicle feature classification.
  • the range in which the feature is likely to appear for each vehicle feature category it is possible to discriminate the vehicle type with higher accuracy.
  • the time for performing the comparison is shortened, and the vehicle type can be quickly determined.
  • the vehicle type identification device identifies the number of axles based on the tread (10B) for detecting stepping by the vehicle and the detection result of the tread, and determines the number of axles as the second number of axles ( D11) and outputting the detected scan data acquired by the scan data acquisition unit to the vehicle feature category specified by the vehicle feature category specification unit and the reference assigned to the second axle number
  • the vehicle type division learning unit (117) to be stored in the storage unit as scan data is further provided.
  • the vehicle type classification learning unit stores the detected scan data in the storage unit as reference scan data assigned to the vehicle feature classification and the second axle number.
  • the reference scan data classified by the accurate vehicle feature classification and the number of second axles can be automatically stored in the storage unit without human intervention.
  • the reference scan pattern accumulated in this way can improve the accuracy when the vehicle type classification specifying unit next specifies the vehicle type classification.
  • a vehicle type determination method for determining a vehicle type classification of a vehicle to pass, the vehicle type determination method being based on vehicle feature information indicating the characteristics of the vehicle, a classification different from the vehicle type classification, Or, a vehicle feature category identifying step that identifies a vehicle feature category that is a category that is larger than the vehicle type category, and a scan data obtaining step that obtains detection scan data according to the positional relationship with the tire of the vehicle,
  • the vehicle type classification is determined based on a result of comparing the reference scan data allocated to the specified vehicle feature classification and the acquired detection scan data among the reference scan data stored in the storage unit.
  • a vehicle type classification determination step is based on a result of comparing the reference scan data allocated to the specified vehicle feature classification and the acquired detection scan data among the reference scan data stored in the storage unit.
  • a program for causing a computer of a vehicle type identification device that identifies a vehicle type classification of a vehicle to pass through, the program based on vehicle characteristic information indicating characteristics of the vehicle.
  • Vehicle characteristic classification specifying means for specifying a vehicle characteristic classification that is different from the vehicle classification or larger than the vehicle classification, and obtains detection scan data according to the positional relationship with the tire of the vehicle Based on a result of comparing the reference scan data allocated to the identified vehicle feature classification and the acquired detection scan data among the reference scan data stored in the storage unit.
  • vehicle type classification determining means for determining the vehicle type classification.
  • the vehicle type identification device According to the vehicle type identification device, the vehicle type identification method, and the program described above, the vehicle type can be identified with high accuracy even in a place where an installation space based on the maximum vehicle length cannot be secured.
  • 1 is a schematic diagram of a vehicle type identification device according to a first embodiment of the present invention.
  • 1 is a block diagram of a vehicle type identification device according to a first embodiment of the present invention. It is a figure which shows the example of the detection scan data which concerns on the 1st Embodiment of this invention. It is a figure which shows the example of the reference scan data which concerns on the 1st Embodiment of this invention. It is a flowchart which shows the procedure of the vehicle type discrimination
  • FIG. 1 is a schematic diagram of a toll collection facility 1 according to the first embodiment.
  • the toll collection facility 1 is installed at a toll road exit toll gate as shown in FIG. 1, and collects a toll from the driver of the vehicle A who is a toll road user.
  • the fee collection facility 1 in this embodiment includes an automatic fee collection device 11, a vehicle type identification device 10, a start controller 13, and a start detector 14.
  • the toll collection facility 1 is a facility that is provided on the island I on the side of the lane L and performs toll collection processing with the vehicle A stopped on the lane L.
  • the direction along the lane L is referred to as the traveling direction (X direction in FIG. 1).
  • the direction in which the vehicle travels on the lane L (the + X direction side in FIG. 1) is referred to as the rear side in the traveling direction
  • the side opposite to the direction in which the vehicle travels (the ⁇ X direction side in FIG. 1) is the front side in the traveling direction. Called.
  • the automatic toll collector 11 calculates a usage fee according to the vehicle type classification D1 of the vehicle A, the travel distance of the toll road, etc., and receives the usage fee (banknote, coin, credit card, etc.) from the driver of the vehicle A. .
  • the automatic toll collection machine 11 has a toll collection processing unit inside, for example, calculates the amount of bills and coins inserted from the driver of the vehicle A and calculates the amount of change to be discharged. , Control to discharge banknotes and coins from a dedicated outlet.
  • the vehicle type discriminating apparatus 10 is provided on the front side ( ⁇ X direction side) of the automatic toll receiver 11 in the lane L and detects the characteristics of the vehicle entering the lane L of the toll gate to discriminate the vehicle type division D1. It is a device group for.
  • the vehicle type division D1 is a vehicle type division for determining the usage fee.
  • the vehicle characteristics are a tire width unique to the vehicle A entering the lane L, a tread (a distance between the centers of the left and right tires), license plate information, and the number of axles. This is information necessary for determining the vehicle type division D1.
  • the vehicle type identification device 10 includes a vehicle detector 10A, a tread board 10B, a laser detector 10C (laser scanning unit), and a license plate recognition device 10D as detection devices.
  • the vehicle type discriminating device 10 discriminates the vehicle type classification D1 of the vehicle A based on signals detected by these detection devices.
  • the start controller 13 opens and closes the gate for the purpose of preventing the vehicle A from starting until the usage fee of the vehicle A entering the lane L is collected.
  • the start controller 13 is provided on the far side in the traveling direction (+ X direction side) of the automatic toll collector 11 in the lane L.
  • the start controller 13 opens the gate when the opening operation instruction signal is input from the automatic toll collector 11 and permits the vehicle A to start.
  • the start controller 13 closes the gate when a closing operation instruction signal is input from the automatic toll collector 11.
  • the start detector 14 is provided on the far side in the traveling direction (+ X direction side) with respect to the start controller 13 in the lane L, and detects whether or not the vehicle A has left the lane L.
  • the detection signal from the start detector 14 is output to the automatic toll collector 11.
  • the automatic toll collector 11 Upon receiving the detection signal from the start detector 14, the automatic toll collector 11 outputs a closing operation instruction signal to the start controller 13 to close the gate.
  • FIG. 2 is a schematic diagram of the vehicle type identification device 10 according to the first embodiment.
  • the vehicle type discrimination device 10 includes a vehicle detector 10A, a tread board 10B, a laser detector 10C, and a license plate recognition device 10D as detection devices.
  • the vehicle type discrimination device 10 includes a main control unit 10E for discriminating the vehicle type division D1 of the vehicle A based on signals detected by these detection devices.
  • the main control unit 10E is described as being built in the vehicle type determination device 10 (for example, the vehicle detector 10A as shown in FIG. 2), but is not limited to this mode.
  • the main control unit 10E may be incorporated in a device other than the vehicle type identification device 10 connected on the network.
  • the vehicle detector 10A outputs a detection signal according to the approach of the vehicle A to the lane L to the main control unit 10E by a light receiving sensor (not shown) arranged in the height direction (Z direction).
  • 10 A of vehicle detectors output the detection signal which can detect the passage for every vehicle A to the main-control part 10E because the vehicle A which approached the lane L interrupts
  • the vehicle detector 10A includes vehicle entry information D9 that can detect that the vehicle A has entered the lane L, and vehicle passage information D10 that can detect that the vehicle A has passed the vehicle detector 10A. Are output to the main control unit 10E.
  • the tread board 10B outputs a detection signal capable of specifying the number of axles of the vehicle A that has entered the lane L, the tire width, and the tread to the main control unit 10E as detection information D2.
  • the tread board 10B is provided on the lane L road surface at the same position as the position where the vehicle detector 10A is installed in the traveling direction of the lane L.
  • the tread 10B has a tread pressure sensor (not shown) that uses an electrical contact inside, and a tread pressure position in the width direction of the lane L (Y direction in FIG. 2) of the tread pressure by the vehicle A that has entered the lane L through the tread pressure sensor. And the detection signal according to the tread pressure width is output to the main controller 10E.
  • the license plate recognition device 10D captures a front image of the vehicle A including the license plate of the vehicle A in response to the detection of the vehicle A by the vehicle detector 10A, and the license plate information D3 (vehicle registration information and number of the vehicle A) Get the size of the plate).
  • the license plate recognition device 10D outputs the acquired license plate information D3 to the main control unit 10E.
  • the laser detector 10C is installed on the front side in the traveling direction ( ⁇ X direction side) of the vehicle detector 10A on the island I.
  • the laser detector 10C is configured to perform laser scanning (laser light irradiation and vehicle of the laser light) at a height (a height lower than the minimum ground height) where only the tire of the vehicle A is disposed in the height direction (Z direction). Detection of reflection by tire A).
  • the laser detector 10C has a laser scan angle ⁇ (laser) within a predetermined scan range N including a range on the front side in the traveling direction of the lane L ( ⁇ X direction side) from the position where the laser detector 10C is installed. The laser scan is performed along the vehicle length direction of the vehicle A while changing the light irradiation angle.
  • the laser scan angle ⁇ can be changed in the range of “ ⁇ 0” to “ ⁇ n”.
  • “ ⁇ 0” indicates a laser scan angle ⁇ in the case where the laser beam is irradiated to a portion on the innermost side in the traveling direction (+ X direction side) among the portions of the vehicle A corresponding to the scan range N.
  • “ ⁇ n” indicates a laser scan angle ⁇ at which the laser beam is irradiated to a portion closest to the traveling direction ( ⁇ X direction side) among the portions of the vehicle A corresponding to the scan range N.
  • the scan range N may be changed as appropriate according to the arrangement of the devices provided in the automatic fee collection facility 1 where the laser detector 10C is installed and the maximum vehicle length of the vehicle A.
  • the laser detector 10C sets the laser scan angle ⁇ to “ ⁇ 0” and starts laser scanning.
  • the laser detector 10C detects the distance between the laser detector 10C and the tire of the vehicle A based on the set laser scan angle ⁇ and the time until the reflected laser light returns to the laser detector 10C.
  • the laser detector 10C changes the laser scan angle ⁇ by a predetermined angle toward the front side in the traveling direction ( ⁇ X direction side), and again irradiates the laser beam.
  • the laser detector 10C repeats the change of the laser scan angle ⁇ and the irradiation of the laser light until the laser scan angle ⁇ becomes “ ⁇ n”.
  • the laser detector 10 ⁇ / b> C ends one laser scan when the laser beam irradiation is performed until the laser scan angle ⁇ reaches “ ⁇ n”.
  • the laser detector 10C may be set so as to be able to irradiate from the front end to the rear end in the traveling direction (X direction) of the vehicle A by one laser scan, or a plurality of laser scans may be performed. By performing, you may make it irradiate from the front end in the advancing direction (X direction) of the vehicle A to a rear end.
  • the 10C of laser detectors are based on the laser scanning angle (alpha) which performed the laser beam irradiation, and the distance detected by the laser beam irradiated with the said laser scanning angle (alpha) in the advancing direction (X direction) of the lane L
  • the laser beam irradiation position x and the laser beam irradiation position y in the width direction (Y direction) are calculated.
  • the laser detector 10C outputs each irradiation position x and irradiation position y in one laser scan as detection scan data D5 to the main control unit 10E.
  • FIG. 3 is a block diagram of the vehicle type identification device 10 according to the first embodiment. As shown in FIG. 3, information detected from the vehicle detector 10A, the tread board 10B, the license plate recognition device 10D, and the laser detector 10C included in the vehicle type identification device 10 is input to the main control unit 10E. ing. Further, the vehicle type identification device 10 includes a storage unit 116.
  • the main control unit 10E includes a scan data acquisition unit 111, a vehicle feature information acquisition unit 112, a vehicle feature category identification unit 113, and a vehicle type category determination unit 114.
  • the scan data acquisition unit 111 acquires the detection scan data D5 output from the laser detector 10C.
  • the detected scan data D5 will be described in detail with reference to FIG.
  • FIG. 4 is a diagram illustrating an example of the detected scan data D5 according to the first embodiment.
  • the horizontal axis represents the laser light irradiation position x in the traveling direction (X direction) of the vehicle A, and the vertical axis represents the laser light irradiation position y in the width direction (Y direction) of the vehicle A.
  • the range of the irradiation positions “x0” to “x1” of the laser light in the traveling direction (X direction) of the lane L corresponds to a portion where the tire of the vehicle A is not disposed. .
  • the irradiation position y of the laser light in the width direction (Y direction) of the lane L is a large value ( A value indicating that the distance is far from the road side on the one side in the width direction of the lane L (+ Y direction side) is detected.
  • the range of the laser light irradiation positions “x1” to “x2” in the traveling direction of the lane L corresponds to the position where the tire of the vehicle A is disposed. For this reason, in the range of the irradiation positions “x1” to “x2”, there are tires that reflect the laser beam, so the irradiation position y of the laser beam in the width direction of the lane L is a small value (one in the width direction of the lane L). A value indicating that the distance from the road side (+ Y direction side) is near) is detected.
  • the tire of the vehicle A exists based on the irradiation position x of the laser light in the traveling direction (X direction) of the lane L and the irradiation position y of the laser light in the width direction (Y direction) of the lane L.
  • the position, the number of axles, and the distance between the axes can be specified.
  • the detection scan data D5 is calculated based on the laser scan angle ⁇ at which the laser beam is irradiated and the distance detected by the laser beam irradiated at the laser scan angle ⁇ .
  • the laser beam irradiation position x in the traveling direction of the lane L and the laser beam irradiation position y in the width direction of the lane L are shown, but are not limited thereto.
  • the detection scan data D5 includes the laser scan angle ⁇ at which the laser beam is irradiated, and the absolute distance between the laser detector 10C detected by the laser beam irradiated at the laser scan angle ⁇ and the laser beam irradiation position. It may be shown.
  • the scan data acquisition unit 111 outputs the acquired detection scan data D5 to the vehicle type classification determination unit 114.
  • the vehicle feature information acquisition unit 112 acquires the detection information D2 of the vehicle A output from the tread board 10B and the license plate information D3 of the vehicle A output from the license plate recognition device 10D. Further, the vehicle characteristic information acquisition unit 112 specifies the tire width and tread of the vehicle A based on the detection information D2 output from the tread board 10B.
  • the vehicle feature information acquisition unit 112 in the present embodiment outputs the tire width and tread, and the license plate information D3 to the vehicle feature classification specifying unit 113 as vehicle feature information D4.
  • the vehicle feature information D4 is information that can be acquired by the time when the automatic toll collector must determine the usage fee of the vehicle A, and is used to specify the vehicle feature category D7 (described later) of the vehicle A. Information.
  • the vehicle feature information D4 is not limited to this.
  • the vehicle feature information acquisition unit 112 may include information such as the vehicle height of the vehicle A specified based on the detection signal from the vehicle detector 10A.
  • the vehicle feature category identification unit 113 acquires the vehicle feature information D4 output from the vehicle feature information acquisition unit 112.
  • it is necessary to specify the number of axles in order to determine the vehicle type division D1 and for example, the number of axles of the vehicle A can be specified by the tread 10B.
  • the installation space for the automatic toll collection facility 1 is shorter than the maximum vehicle length of the vehicle A, in other words, the automatic toll collection device 11 from the position where the tread board 10B is provided. May be shorter than the vehicle length of the vehicle A.
  • the timing at which the automatic toll collector 11 must confirm the usage fee for the vehicle A that is, the position where the driver's seat of the vehicle A is provided reaches the position at which the automatic toll collector 11 is installed.
  • the vehicle type determination device 10 must determine the vehicle type classification D1 in a state where the specification of the number of axles of the vehicle A by the tread board 10B has not been completed. In this case, the determination accuracy of the vehicle type division D1 may be reduced by the vehicle type determination device 10 determining the vehicle type division D1 based on the number of axles that have not been specified.
  • the vehicle feature category identification unit 113 is a category of the vehicle A that can be identified by the vehicle feature information D4 indicating the features of the vehicle A other than the number of axles, and is a category different from the vehicle category category D1.
  • the vehicle feature category D7 which is a segment classified larger than the vehicle type category D1, is specified.
  • the vehicle type classification D1 in the present embodiment has five vehicle types, “light vehicle etc.”, “ordinary vehicle”, “medium size vehicle”, “large vehicle”, and “extra large vehicle” as described above.
  • the vehicle feature category D7 is a category different from the vehicle category D1, based on the license plate information D3 included in the vehicle feature information D4, “ordinary freight vehicle”, “ordinary passenger car”, “small freight vehicle”. Or “small passenger car” or the like. Further, the division may be further divided according to the tire width and tread included in the vehicle characteristic information D4. In the present embodiment, an example will be described in which the vehicle feature category D7 is classified into “Section A”, “Section B”, “Section C”, and the like based on the license plate information D3.
  • the vehicle feature category identification unit 113 outputs the identified vehicle feature category D7 to the vehicle type category determination unit 114.
  • the storage unit 116 stores a plurality of scan data for each axle number group of each vehicle feature category D7 acquired in advance as reference scan data D6.
  • FIG. 5 is a diagram illustrating an example of the reference scan data D6 according to the first embodiment. As shown in FIG. 5, the plurality of reference scan data D6 is allocated for each vehicle feature section D7 (vertical axis). Further, the plurality of reference scan data D6 allocated for each vehicle feature category D7 is further allocated for each axle number group (horizontal axis) classified by the number of axles. For example, as shown in FIG. 5, reference scan data D ⁇ b> 6 corresponding to the axle number group with the axle numbers “2” and “3” is stored as “section A”.
  • reference scan data D6 corresponding to an axle number group with the number of axles “2” to “5” is stored.
  • the reference scan data D6 is stored in the storage unit 116 in a state of being allocated for each of the division D7 and the axle number group.
  • the storage unit 116 is used when a vehicle belonging to each vehicle feature category D7 is towing a towed vehicle such as another vehicle or a boat trailer.
  • the reference scan data D6 may be stored in advance.
  • the vehicle type classification determining unit 114 includes an axle number specifying unit 115.
  • the axle number specifying unit 115 acquires the vehicle feature category D7 output from the vehicle feature category specifying unit 113 and the detected scan data D5 output from the scan data acquiring unit 111.
  • the axle number specifying unit 115 is allocated to the vehicle feature category D7 among the plurality of reference scan data D6 stored in the storage unit 116 based on the vehicle feature category D7 acquired from the vehicle feature category specifying unit 113.
  • Reference scan data D6 is extracted.
  • the axle number specifying unit 115 collates the detected scan data D5 of the vehicle A acquired from the scan data acquiring unit 111 with the extracted reference scan data D6, and the reference scan data most similar to the detected scan data D5. Select D6.
  • the axle number specifying unit 115 specifies the number of axles of the vehicle A based on the axle number group to which the selected reference scan data D6 is allocated.
  • the number of axles identified by the axle number identification unit 115 is output to the vehicle type classification determination unit 114 as the first axle number D8.
  • the boat trailer may have a smaller tire than the tire of the vehicle, so the laser light emitted by the laser detector 10C is There is a possibility of irradiating the position where the frame is arranged, not the position where the tire of the boat trailer is arranged.
  • the axle number specifying unit 115 is configured so that the axle number of the vehicle A and the boat trailer The number of axles of the vehicle (in the above example, the number of axles specified based on the axle number group with the number of axles “2 + 1”) can be specified.
  • the vehicle type classification determination unit 114 determines the vehicle type classification D1 of the vehicle A based on the vehicle characteristic classification D7 output from the vehicle characteristic classification specification unit 113 and the first axle number D8 output from the axle number specification unit 115. .
  • the vehicle type classification determination unit 114 outputs the determined vehicle type classification D1 to the automatic toll collector 11.
  • FIG. 6 is a flowchart illustrating a procedure for discriminating the vehicle type according to the first embodiment.
  • Step ST101 Acquisition of vehicle characteristic information
  • the vehicle feature information acquisition unit 112 acquires the detection information D2 of the vehicle A output from the tread board 10B and the license plate information D3 output from the license plate recognition device 10D (step ST101).
  • the vehicle feature information acquisition unit 112 generates the tire width and tread specified from the detection information D2 and the license plate information D3 as the vehicle feature information D4 of the vehicle A.
  • the vehicle feature information acquisition unit 112 outputs the generated vehicle feature information D4 to the vehicle feature category identification unit 113.
  • Step ST102 Identification of vehicle feature category
  • the vehicle feature category identification unit 113 identifies the vehicle feature category D7 of the vehicle A from the acquired vehicle feature information D4 of the vehicle A (step ST102). For example, the vehicle feature category specifying unit 113 specifies that the vehicle feature category D7 of the vehicle A is “Section B” based on the license plate information D3 included in the vehicle feature information D4. The vehicle feature category identification unit 113 outputs the identified vehicle feature category D7 to the vehicle type category determination unit 114.
  • Step ST103 Acquisition of detected scan data
  • the scan data acquisition unit 111 acquires the detection scan data D5 of the vehicle A output from the laser detector 10C (step ST103).
  • the scan data acquisition unit 111 outputs the acquired detection scan data D5 to the vehicle type classification determination unit 114.
  • Step ST104 Specify number of axles
  • the axle number identification unit 115 of the vehicle type classification determination unit 114 first matches the vehicle feature category D7 of the vehicle A acquired from the vehicle feature category identification unit 113 among the plurality of reference scan data D6 stored in the storage unit 116. Reference scan data D6 assigned to the vehicle feature category D7 is extracted. In the example of the present embodiment, since the vehicle feature category D7 identified in step ST102 is “segment B”, the axle number identification unit 115 is assigned to “class B” in the example shown in FIG. The reference scan data D6 is extracted. Next, the axle number identification unit 115 collates the detection scan data D5 of the vehicle A output from the scan data acquisition unit 111 with each reference scan data D6 allocated to the extracted “section B”. .
  • the axle number specifying unit 115 detects, as a feature point, a portion where the amount of change in the irradiation position y of the laser beam is large for each of the detected scan data D5 and the reference scan data D6.
  • the axle number identification unit 115 collates the positions, intervals, etc. (appearance patterns) at which the feature points of the detected scan data D5 appear with the feature points of the reference scan data D6.
  • the axle number specifying unit 115 selects an axle number group including reference scan data D6 that matches the feature points of the detected scan data D5 (having a high degree of coincidence of feature point appearance patterns).
  • the axle number specifying unit 115 specifies the number of axles corresponding to the selected axle number group as the number of axles of the vehicle A derived from the detected scan data D5 (step ST104). For example, if the axle number identification unit 115 determines that the detected scan data D5 often matches the reference scan data D6 assigned to the axle number group “3” having the axle number “3”, the axle Select several groups “3”. Thereby, the axle number identification unit 115 identifies the number of axles of the vehicle A as “3”. The axle number identification unit 115 outputs the number of axles of the vehicle A identified in this way to the vehicle type classification determination unit 114 as the first axle number D8.
  • Step ST105 Discrimination of vehicle type
  • the vehicle type classification determination unit 114 is based on the vehicle characteristic classification D7 output from the vehicle characteristic classification specification unit 113 and the first axle number D8 of the vehicle A output from the axle number specification unit 115. Is discriminated (step ST105).
  • the vehicle type classification determination unit 114 sets the value “class B” of the vehicle characteristic classification D7 specified in step ST102 and the value “3” of the first axle number D8 output in step ST104. Based on this, it is determined that the vehicle type division D1 is “medium-sized vehicle”. Thus, the vehicle type determination by the main control unit 10E of the vehicle type determination device 10 is completed.
  • the vehicle feature information acquisition unit 112 is based on the detection information D2 output from the tread board 10B and the license plate information D3 output from the license plate recognition device 10D. Is generated.
  • the vehicle feature category specifying unit 113 specifies the vehicle feature category D7 from the tire width, tread, and license plate information D3 of the vehicle A included in the vehicle feature information D4.
  • the scan data acquisition unit 111 of the main control unit 10E acquires the detection scan data D5 of the vehicle A that is output from the laser detector 10C that performs laser scanning at the height at which the tire of the vehicle A is disposed.
  • the vehicle type classification determination unit 114 includes reference scan data D6 allocated to the vehicle feature classification D7 specified by the vehicle feature classification specification unit 113 among the reference scan data D6 stored in the storage unit 116, and scan data. Based on the result of comparison with the detection scan data D5 acquired by the acquisition unit 111, the vehicle type classification D1 of the vehicle A is determined.
  • the vehicle type classification D1 of the vehicle A is determined. In an automatic toll collection facility that cannot secure an installation space based on the maximum vehicle length, there is a possibility that the driver's seat of the vehicle will reach the automatic toll collector before the detection of the number of axles by the tread is completed.
  • the vehicle type identification device 10 uses both the vehicle feature category D7 and the detection scan data D5, so that the number of axles can be increased even when the vehicle A does not pass the tread plate 10B. Can be specified and output as the first axle number D8. For this reason, even if the vehicle type discriminating apparatus 10 is installed in the automatic fee collection facility 1 that cannot secure an installation space based on the maximum vehicle length, the vehicle type classification D1 can be discriminated.
  • the reference scan data D6 allocated to the vehicle feature category D7 of the vehicle A among the plurality of reference scan data D6 stored in the storage unit 116 is used as a comparison target, so that the vehicle type category D1 can be discriminated with high accuracy. Can be performed. Furthermore, since the reference scan data D6 when towing the towed vehicle is stored in advance as the reference scan data D6 stored in the storage unit 116, the vehicle A can detect other vehicles, boat trailers, etc. Even when the towed vehicle is being towed, the number of axles of the vehicle A and the number of towed vehicles can be specified, and the vehicle type division D1 of the vehicle A can be determined.
  • the vehicle type classification determination unit 114 includes the axle number identification unit 115.
  • the axle number specifying unit 115 extracts reference scan data D6 assigned to the vehicle feature category D7 that matches the vehicle feature category D7 specified by the vehicle feature category specifying unit 113. Further, the axle number specifying unit 115 compares the detected scan data D5 acquired by the scan data detecting unit 101 with the extracted reference scan data D6, and the reference scan data D6 that matches the detected scan data D5 is obtained. By selecting the included axle number group, the number of axles of the vehicle A is specified and output to the vehicle type classification determining unit 114 as the first axle number D8.
  • the axle number specifying unit 115 can collate only with the reference scan data D6 that is highly likely to match the detected scan data D5. . As a result, it is possible to avoid making an erroneous determination that the reference scan data D6 having a different vehicle feature category D7 matches the detected scan data D5, and as a result, to specify the wrong number of axles. For this reason, the axle number identification unit 115 can identify the number of axles with high accuracy. Moreover, the time for the axle number specifying unit 115 to perform collation can be shortened.
  • the laser detector 10C is within the predetermined scan range N including the range on the front side ( ⁇ X direction side) in the traveling direction of the lane L with respect to the position where the laser detector 10C is installed.
  • the laser scan angle ⁇ (irradiation angle of the laser beam) can be changed.
  • the discrimination of the vehicle type category D1 is performed based on the first axle number D8 output based on the number of axles. It can be performed.
  • FIG. 7 is a block diagram of the vehicle type identification device 20 according to the second embodiment.
  • the main control unit 20E of the vehicle type identification device 20 according to the present embodiment further includes a vehicle type classification learning unit in addition to the functional configuration of the main control unit 10E of the vehicle type identification device 10 according to the first embodiment. 117.
  • the vehicle type division learning unit 117 has feature extraction range information in which the features of the reference scan data D6 allocated to each vehicle feature category D7 and the axle group appear more strongly from the reference scan data D6 stored in the storage unit 116. D12 is specified.
  • FIG. 8 is a diagram illustrating an example of the feature extraction range information D12 according to the second embodiment, and an example of the feature extraction range information D12 with the number of axles “3” and the feature extraction range information with the number of axles “5”. An example of D12 is shown.
  • the vehicle type category learning unit 117 extracts, for example, reference scan data D6 in which the vehicle feature category D7 is assigned to “Section B”. In addition, the vehicle type division learning unit 117 further extracts, for example, reference scan data D6 in which the axle number group is assigned to “3” from the extracted reference scan data D6.
  • the vehicle type classification learning unit 117 collates the extracted reference scan data D6. Specifically, by superimposing the extracted reference scan data D6, a range in which the degree of matching of feature points is high and a range in which the degree of matching of feature points is low are specified. For example, as shown in FIG. 8A, the reference scan data D6 (solid line) of the vehicle A1 and the reference scan data D6 (dotted line) of the vehicle A2 are overlapped and collated.
  • the degree of matching between the feature point of the vehicle A1 and the feature point of the vehicle A2 is low.
  • the degree of matching between the feature points of the vehicle A1 and the feature points of the vehicle A2 is high.
  • 8A shows an example in which the reference scan data D6 of the vehicle A1 and the vehicle A2 is collated for the sake of simplicity, but in actuality, the vehicle type classification learning unit 117 performs the extraction. The plurality of reference scan data D6 thus overlapped is collated.
  • the vehicle type classification learning unit 117 specifies the range R2 as a range in which the degree of matching of the feature points of each vehicle A is high. Thereby, when the vehicle feature category D7 is “Section B” and the degree of matching of the feature points in the range R2 is high, it can be determined that there is a high possibility that the axle number group belongs to “3”.
  • At least the range R2 is compared when the axle number specifying unit 115 compares the detected scan data D5 acquired by the laser detector 10C with the reference scan data D6 stored in the storage unit 116. Thus, it can be determined whether the number of axles of the vehicle is “3” or other.
  • the vehicle type division learning unit 117 further extracts, for example, reference scan data D6 in which the axle number group is assigned to “5” from among the reference scan data D6 in which the vehicle feature division D7 is assigned to “section B”. .
  • the vehicle type classification learning unit 117 performs collation similar to the above for the extracted reference scan data D6. For example, as shown in FIG. 8B, the reference scan data D6 (solid line) of the vehicle A3 and the reference scan data D6 (dotted line) of the vehicle A4 are overlaid and collated.
  • the degree of matching between the feature point of the vehicle A3 and the feature point of the vehicle A4 is low in the range R3.
  • the degree of matching between the feature point of the vehicle A3 and the feature point of the vehicle A4 is high.
  • FIG. 8B shows an example in which the reference scan data D6 of the vehicle A3 and the vehicle A4 is collated for the sake of simplicity. In practice, however, the vehicle type classification learning unit 117 performs extraction. The plurality of reference scan data D6 thus overlapped is collated. In this way, the range in which the degree of matching of the feature points is high in the reference scan data D6 assigned with the vehicle feature category D7 being “Section B” and the axle number group being “5” is specified.
  • the vehicle type classification learning unit 117 specifies the range R4 as a range in which the degree of matching of feature points of each vehicle is high.
  • the vehicle feature category D7 is “Section B” and the degree of matching of the feature points in the range R4 is high, it can be determined that there is a high possibility that the axle number group belongs to “5”. That is, for the vehicle, at least the range R4 is compared when the axle number identification unit 115 compares the detected scan data D5 acquired by the laser detector 10C with the reference scan data D6 stored in the storage unit 116. Thus, it can be determined whether the number of axles of the vehicle is “5” or other.
  • the vehicle type division learning unit 117 similarly specifies a range in which the degree of matching of the feature points is high for the reference scan data D6 of the other axle number group in which the vehicle feature division D7 is assigned to “section B”.
  • the vehicle type division learning unit 117 sets the feature extraction range information D12 based on the range in which the degree of matching of the feature points in each of the axle number groups specified in this way is high. For example, when the range R2 where the number of axles group shown in FIG. 8A is “3” and the range R4 where the number of axles group shown in FIG. Among the irradiation positions x of the laser beam, the irradiation position on the farthest side in the traveling direction is “x3” in the range R2, and the irradiation position on the front side in the traveling direction is “x6” in the range R4.
  • the detection scan data D5 and the reference scan data D6 are compared in the irradiation position x in the range of “x3” to “x6”, it is determined whether the axle number group belongs to “3” or “5”. Can be identified.
  • the vehicle type division learning unit 117 sets the range from the irradiation positions “x3” to “x6” specified in this way as the vehicle feature extraction range information D12 in which the vehicle feature division D7 is assigned to “section B”. To do.
  • the vehicle type division learning unit 117 sets the feature extraction range information D12 in the same manner as described above for the reference scan data D6 allocated to the other vehicle feature division D7. As described above, the vehicle type division learning unit 117 sets the feature extraction range information D12 corresponding to each vehicle feature division D7. In addition, the vehicle type classification learning unit 117 stores the set feature extraction range information D12 in the storage unit 116. The vehicle type classification learning unit 117 presets the feature extraction range information D12 and stores it in the storage unit 116. Thereby, when the vehicle type determination device 20 according to the present embodiment determines the vehicle type, the already set feature extraction range information D12 can be used, so that the vehicle type determination process can be performed quickly.
  • the vehicle type division learning unit 117 compares the detected scan data D5 and the reference scan data D6 based on the feature extraction range information D12 set for each vehicle feature category D7.
  • a predetermined range is set. Specifically, when the vehicle detector 10A detects that the vehicle A has entered the lane L, the laser detector 10C performs a laser scan of the vehicle A and outputs the detected scan data D5 to the main controller 20E. To do. Also, the license plate recognition device 10D acquires the license plate information D3 and outputs it to the main control unit 20E. Further, when the tread board 10B detects the stepping by the tire of the vehicle A, the detection information D2 is output to the main control unit 20E.
  • the vehicle feature information acquisition unit 112 of the main control unit 20E outputs the vehicle feature information D4 based on the license plate information D3 and the detection information D2 to the vehicle feature classification specifying unit 113.
  • the vehicle feature category identification unit 113 identifies the vehicle feature category D7 based on the vehicle feature information D4 and outputs the vehicle feature category D7 to the vehicle type category learning unit 117.
  • the laser detector 10C may perform laser scanning regardless of whether or not the vehicle detector 10A detects the entry of the vehicle A.
  • the vehicle category classification learning unit 117 Upon obtaining the vehicle feature category D7, the vehicle category classification learning unit 117 obtains feature extraction range information D12 corresponding to the vehicle feature category D7 from the storage unit 116, and outputs it to the axle number identification unit 115 of the vehicle type category discrimination unit 114. To do.
  • the axle number specifying unit 115 determines a predetermined range for comparison based on the feature extraction range information D12 set in accordance with the vehicle feature category D7, and compares the detected scan data D5 with the reference scan data D6. To do.
  • the vehicle type segment learning unit 117 presets the feature extraction range information D12 corresponding to each vehicle feature category D7 from the reference scan data D6 stored in the storage unit 116. Further, the vehicle type category learning unit 117 outputs the feature extraction range information D12 corresponding to the vehicle feature category D7 acquired from the vehicle feature category specifying unit 113 to the axle number specifying unit 115 of the vehicle type category determining unit 114. The axle number specifying unit 115 compares the detected scan data D5 with the reference scan data D6 within a predetermined range based on the feature extraction range information D12.
  • a range having a low degree of matching of feature points is included, such as a range R1 in FIG. Even if the degree of matching of the feature points in the range R2 is high, it may be determined that the degree of matching of the overall feature points is low. As a result, it is determined that the degree of matching of the feature points with the reference scan data D6 allocated to the different axle number group from the actual is high, and the accuracy of the number of axles specified by the axle number specifying unit 115 may be lowered. is there.
  • the vehicle type classification learning unit 117 is characterized in that the comparison by the axle number specifying unit 115 is not performed for a range with a low degree of matching of feature points such as the range R1 in FIG. Extraction range information D12 is set.
  • the number-of-axes specifying unit 115 can compare only the range in which features are likely to appear for each vehicle feature category D7, and the accuracy of the number of axles specified by the number-of-axes specifying unit 115 can be further increased.
  • the accuracy of discrimination of the vehicle type division D1 in the vehicle type division determination unit 114 can be improved.
  • the range in which the axle number specifying unit 115 performs the comparison is narrowed, the time for the comparison is shortened, and the vehicle type division D1 can be quickly determined.
  • the vehicle type category learning unit 117 sets the feature extraction range information D12 corresponding to each vehicle feature category D7 by collating the reference scan data D6 stored in the storage unit 116. The example to do was demonstrated. However, the vehicle type category learning unit 117 may set the feature extraction range information D12 corresponding to each vehicle feature category D7 based on the detected scan data D5 output from the scan data acquisition unit 111.
  • the scan data acquisition unit 111 also outputs the detected scan data D5 of the vehicle A to the vehicle type classification learning unit 117.
  • the vehicle type category learning unit 117 extracts reference scan data D6 corresponding to the vehicle feature category D7 of the vehicle A from the reference scan data D6 stored in the storage unit 116.
  • the vehicle type category learning unit 117 collates the acquired detection scan data D5 with the extracted reference scan data D6, and updates the feature extraction range information D12 corresponding to the vehicle feature category D7.
  • the vehicle type classification learning unit 117 stores the updated feature extraction range information D12 in the storage unit 116.
  • the feature extraction range information D12 is updated each time the vehicle type classification of the vehicle A is performed. Therefore, the accuracy of the feature extraction range information D12 increases as the vehicle type classification is determined. can do. Thereby, the accuracy of the number of axles specified by the axle number specifying unit 115 can be further increased. As a result, the accuracy of discrimination of the vehicle type division D1 in the vehicle type division determination unit 114 can be improved.
  • FIG. 9 is a block diagram of a vehicle type identification device 30 according to the third embodiment.
  • the vehicle type classification learning unit 137 included in the main control unit 30E of the vehicle type identification device 30 according to the present embodiment adds the detected scan data D5 acquired by the scan data acquisition unit 111 to the storage unit 116 as reference scan data D6. Different from other embodiments.
  • the vehicle type classification learning unit 137 acquires the vehicle approach information D9 output from the vehicle detector 10A.
  • the vehicle type classification learning unit 137 determines that the detection information D2 acquired from the tread board 10B after acquiring the vehicle entry information D9 is that of the vehicle A detected by the vehicle detector 10A, and determines the number of axles of the vehicle A. Start measurement. And if the said vehicle A passes 10 A of vehicle detectors, 10 A of vehicle detectors will output the vehicle passage information D10.
  • the vehicle type classification learning unit 137 determines that the vehicle A has passed the tread board 10B, and completes the measurement of the number of axles of the vehicle A.
  • the vehicle type classification learning unit 137 specifies the actual number of axles of the vehicle A based on the detection information D2 acquired from the tread board 10B. In the present embodiment, the vehicle type classification learning unit 137 outputs the actual number of axles of the vehicle A thus identified as the second number of axles D11.
  • the vehicle type category learning unit 137 acquires the vehicle feature category D7 of the vehicle A output from the vehicle feature category specifying unit 113 and the detected scan data D5 of the vehicle A output from the scan data acquisition unit 111.
  • the vehicle type classification learning unit 137 sets the acquired detection scan data D5 to a group that matches the acquired vehicle feature classification D7 and the second axle number D11 among the groups of reference scan data D6 stored in the storage unit 116. And added as new reference scan data D6.
  • the vehicle type category learning unit 137 uses the detected scan data D5 used for the discrimination as the specified vehicle feature category D7 and the actual number of axles. Is learned as reference scan data D6 corresponding to the second axle number D11.
  • FIG. 10 is a flowchart showing a learning procedure of the reference scan data D6 according to the third embodiment.
  • Step ST201 Specify number of axles
  • the vehicle type classification learning unit 137 acquires the vehicle approach information D9 output from the vehicle detector 10A.
  • the vehicle type classification learning unit 137 determines that the detection information D2 acquired from the tread board 10B after acquiring the vehicle entry information D9 is that of the vehicle A detected by the vehicle detector 10A, and determines the number of axles of the vehicle A. Start measurement. And if the said vehicle A passes 10 A of vehicle detectors, 10 A of vehicle detectors will output the vehicle passage information D10.
  • the vehicle type classification learning unit 137 determines that the vehicle A has passed the tread board 10B, and completes the measurement of the number of axles of the vehicle A.
  • the vehicle type classification learning unit 137 specifies the actual number of axles of the vehicle A based on the detection information D2 acquired from the tread board 10B (step ST201). If the distance from the position where the tread board 10B is provided to the position where the automatic toll collector 11 is provided is shorter than the length of the vehicle A, when the usage fee charged to the vehicle A is determined. In this state, all the tires of the vehicle A do not pass through the tread plate 10B. In this case, when the collection of the usage fee from the driver of the vehicle A is completed, and all the tires of the vehicle A pass through the tread 10B, and the vehicle detector 10A stops detecting the vehicle A, the vehicle detector 10A Vehicle passing information D10 is output.
  • the vehicle type classification learning unit 137 continues to measure the number of axles of the vehicle A until the vehicle passage information D10 is acquired. For this reason, the vehicle type classification learning unit 137 can specify the actual number of axles of the vehicle A even after the vehicle type classification determination unit 114 determines the vehicle type classification D1 of the vehicle A. The vehicle type classification learning unit 137 outputs the number of axles thus specified as the second axle number D11.
  • Step ST202 Acquisition of vehicle feature classification
  • the vehicle type category learning unit 137 acquires the vehicle feature category D7 output from the vehicle feature category identifying unit 113 (step ST202).
  • Step ST203 Acquisition of detected scan data
  • the vehicle type classification learning unit 137 acquires the detected scan data D5 output from the scan data acquisition unit 111 (step ST203).
  • Step ST204 Learning of reference scan data
  • the vehicle type classification learning unit 137 stores the acquired detection scan data D5 in the storage unit 116 as new reference scan data D6 (step ST204).
  • the vehicle type category learning unit 137 is a group that matches the vehicle feature category D7 acquired in step ST202 out of the reference scan data D6 stored in the storage unit 116, and is the second output in step ST203.
  • the new reference scan data D6 is added to the axle number group that matches the axle number D11. For example, when the vehicle feature section D7 is “section B” and the second axle number D11 is “3”, the new reference scan data D6 is first allocated as the reference scan data D6 of “section B”. . Next, the new reference scan data D6 is allocated as reference scan data D6 in which the number of axes in “section B” is “3”.
  • the vehicle type classification learning unit 137 stores the detected scan data D5 used for the determination as the reference scan data D6 in the storage unit 116 every time the vehicle type identification device 30 determines the vehicle type classification. to add. For this reason, the vehicle type classification learning unit 137 can automatically accumulate the reference scan data D6 of various vehicles in the storage unit 116 without any manual intervention. As a result, the vehicle type identification device 30 can improve the accuracy of discrimination each time the vehicle type is discriminated.
  • FIG. 11 is a diagram illustrating an example of a hardware configuration of the vehicle type identification devices 10, 20, and 30.
  • the vehicle type identification device 30 includes a memory 810, a storage / reproduction device 820, an IO I / F (Input Output Interface) 830, a sensor I / F (Interface) 840, and a communication I / F. (Interface) 850, a CPU (Central Processing Unit) 860, and an auxiliary storage device 870.
  • the memory 810 is a medium such as a RAM (Random Access Memory) that temporarily stores data used in the program of the vehicle type identification device 30.
  • the storage / reproduction device 820 is a device for storing data in an external medium such as a CD-ROM, a DVD, a flash memory, etc., and reproducing data in the external medium.
  • the IO I / F 830 is an interface for inputting and outputting information and the like between the vehicle type identification device 30 and each device of the toll collection facility 1.
  • the sensor I / F 840 is an interface for controlling the vehicle detector 10A, the tread board 10B, the laser detector 10C, and the license plate recognition device 10D included in the vehicle type identification device 30 and acquiring information and signals.
  • the communication I / F 850 is an interface for the vehicle type identification device 30 to communicate with each device of the toll collection facility 1 and an external server via a communication line such as the Internet.
  • the CPU 850 executes the program and controls the vehicle type identification device 30 to determine the vehicle type classification D1 of the vehicle A.
  • the auxiliary storage device 870 is for recording a program executed by the CPU 860, data used when the program is executed, and generated data.
  • the auxiliary storage device 870 is an HDD (Hard Disk Drive), a flash memory, or the like.
  • the auxiliary storage device 870 corresponds to the storage unit 116 in each embodiment described above.
  • the program of the vehicle type identification device 30 may be recorded on an external medium such as a CD-ROM, DVD, or flash memory.
  • the storage / reproduction device 820 writes (stores) and reads (reproduces) the external medium. )I do. You may read the program memorize
  • a program stored in an external medium or an external server may be stored in the auxiliary storage device 870.
  • the CPU 860 functions as the scan data acquisition unit 111, the vehicle feature information acquisition unit 112, the vehicle feature category identification unit 113, the vehicle type category discrimination unit 114, and the vehicle type category learning unit 137 of the vehicle type discrimination device 30 by executing the above program. .
  • the CPU 860 performs various processes, the data generated by the processes is stored in the auxiliary storage device 870.
  • the vehicle type classification learning unit 137 specifies the number of axles of the vehicle A based on the detection information D2 output from the tread board 10B, and outputs it as the second axle number D11.
  • the vehicle type division learning unit 137 adds the detection scan data D5 of the vehicle A to the storage unit 116 as new reference scan data D6 in a state where the detection scan data D5 of the vehicle A is allocated by the vehicle feature division D7 and the second axle number D11.
  • the reference scan data D6 to which the accurate vehicle feature category D7 and the number of axles are assigned can be stored in the storage unit 116.
  • the vehicle type identification device 20 can perform vehicle type identification with high accuracy.
  • the vehicle type identification device 10 includes the vehicle detector 10A, the tread board 10B, the laser detector 10C, and the license plate recognition device 10D as the detection device has been described.
  • the vehicle type identification device 10 may further include a vehicle height detector that detects the vehicle height of the vehicle A and a vehicle length detector that detects the vehicle length of the vehicle A as a detection device. With these detection devices, the vehicle height and the vehicle length of the vehicle A can be acquired as the vehicle characteristic information D4. Thereby, the accuracy of the vehicle feature category D7 specified by the vehicle feature category specifying unit 113 can be improved.
  • the laser detector 10C has been described as an example in which laser scanning is started when the vehicle detector 10A detects the vehicle A entering the lane L.
  • the present invention is not limited to this.
  • a vehicle detection sensor is provided in the automatic toll collector 11, and when the vehicle detection sensor detects that the driver's seat of the vehicle A has reached the automatic toll collector 11, the laser detector 10C starts laser scanning. May be.
  • the laser detector 10C may be provided so as to be movable within a predetermined range along the traveling direction of the lane L in a state where the laser detector 10C is directed to the front side in the traveling direction of the lane L.
  • the laser detector 10C irradiates the laser beam while moving within the predetermined movement range along the traveling direction of the lane L.
  • one mode of laser scanning may be to perform irradiation of laser light and detection of reflected light of the laser light a plurality of times while the laser detector 10C is moving.
  • the laser detector 10C has a laser beam irradiation position x in the traveling direction of the lane L and a laser beam irradiation position in the width direction of the lane L based on the position of the laser detector 10C and the irradiation angle of the laser beam.
  • y is calculated, and the calculation result is output as detection scan data D5 to the main control unit 10E.
  • the main control unit 10E can specify the number of axles of the vehicle A based on the detected scan data D5 as in the above-described embodiment.
  • a plurality of laser detectors 10 ⁇ / b> C may be installed within a predetermined range along the traveling direction of the lane L in a state in which the laser detector 10 ⁇ / b> C is directed in a direction orthogonal to the lane L or toward the front side in the traveling direction of the lane L.
  • the plurality of laser detectors 10C each irradiate laser light.
  • each laser detector 10C has a laser beam irradiation position x in the traveling direction of the lane L and a laser beam irradiation in the width direction of the lane L based on the position of each laser detector 10C and the irradiation angle of the laser beam.
  • the irradiation position y is calculated, and the calculation result is output to the main control unit 10E.
  • the main control unit 10E generates detection scan data D5 by integrating the calculation results acquired from the laser detectors 10C.
  • the irradiation of the laser beam and the detection of the reflected light of the laser beam are performed a plurality of times at different positions by the plurality of laser detectors 10C, and the detection results by the plurality of laser detectors 10C are integrated to produce a vehicle A.
  • This detection may be an embodiment of laser scanning.
  • the main control unit 10E can specify the number of axles of the vehicle A based on the detected scan data, as in the above-described embodiment.
  • the vehicle type category learning unit 117 collates the reference scan data D6 stored in the storage unit 116 for each vehicle feature category D7 and each axle number group, and automatically generates feature extraction range information D12.
  • the example to do was demonstrated.
  • the present invention is not limited to this.
  • the administrator of the vehicle type identification device 10 may arbitrarily set the feature extraction range information D12 for each vehicle feature category D7. Also by this, the same effect as the above-mentioned embodiment can be acquired.
  • the present invention is not limited to this.
  • the storage unit 116 may be arranged in an external server connected to the network, and the feature extraction range information D12 may be shared by a plurality of automatic fee collection facilities 1.
  • the feature extraction range information D12 can be updated by a plurality of automatic fee collection facilities 1, it is possible to generate more accurate feature extraction range information D12.
  • specification part 115 can be raised.
  • the accuracy of discrimination of the vehicle type division D1 in the vehicle type division determination unit 114 can be improved.
  • the present invention is not limited to this.
  • the storage unit 116 may be arranged in an external server connected to a network, and the reference scan data D6 may be shared by a plurality of automatic fee collection facilities 1. Accordingly, since the reference scan data D6 is learned by the plurality of automatic fee collection facilities 1, more reference scan data D6 can be accumulated in the storage unit 116. Thereby, the specific precision of the number of axles by the axle number specific
  • the vehicle type identification device 10 is provided at a toll gate on a toll road has been described.
  • the vehicle type identification device 10 according to the above-described embodiment may be installed, for example, in a toll gate of a parking lot.
  • the vehicle type identification device According to the vehicle type identification device, the vehicle type identification method, and the program described above, the vehicle type can be identified with high accuracy even in a place where an installation space based on the maximum vehicle length cannot be secured.

Abstract

　車種判別装置は、車両の特徴を示す車両特徴情報に基づいて車両特徴区分を特定する車両特徴区分特定部と、前記車両のタイヤが配置される高さでレーザスキャンを行うレーザスキャン部と前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得部と、前記車両特徴区分別に割り振られた参照スキャンデータが記憶されている記憶部と、前記記憶部に記憶されている前記参照スキャンデータの内、特定された前記車両特徴区分に割り振られた参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別部とを備える。

Description

車種判別装置、車種判別方法及びプログラム
　本発明は、車種判別装置、車種判別方法及びプログラムに関する。
　本願は、２０１５年３月６日に、日本に出願された特願２０１５－０４５１５５号に基づき優先権を主張し、その内容をここに援用する。
　有料道路等の料金所には、料金を収受するための料金自動収受機が設置されている。このような料金自動収受機の手前には、車種判別装置が備えられているものがある。この車種判別装置により走行車両の車種を判別し、当該車種に応じた料金の収受を行う。
　このような車種判別装置には、例えば特許文献１のように、車両のタイヤ幅や車軸数等を特定するために、車両のタイヤによる踏付け検出する踏板が設けられている場合がある。また、例えば特許文献２のように、車軸数を検出するために、三次元データを撮像するレーザ画像計測装置が設けられている場合がある。
　料金所においては、車両の運転席が料金自動収受機に到達した時点で、料金自動収受機により料金が算出されている必要がある。このため、車両の運転席が料金自動収受機に到達した時点で、車種判別装置において車種の判別を行う必要がある。
　車種の判別に踏板を用いる場合、車両のタイヤが踏板を踏み付けた回数を車種判別装置が検出することにより、当該車両の車軸数を特定することができる。従って、車種を判別するためには、対象となる車両が踏板を完全に通過する必要がある。このため、従来、料金所において車種を判別するためには、通行する車両の最大車長（例えば、１８ｍ）を考慮して、車種判別装置と料金自動収受機との間が少なくとも最大車長以上となるように配置されている。
特開２００７－２６５００３号公報 特開２０１１－１０８２２３号公報
　しかしながら、料金所の立地条件等の都合上、車種判別装置と料金自動収受機との距離を最大車長以上確保することが困難な場合がある。この場合、車両の全てのタイヤが踏板を通過する前に、車両の運転席が料金自動収受機に到達してしまう場合がある。このため、車軸数が特定できていない状態で車種の判別を行うこととなり、車種の判別の精度が低下する可能性がある。
　また、特許文献２のレーザ画像計測装置についても、ビームを高さ方向に走査するため、車両がレーザ画像計測装置を通過しないと当該車両の三次元データを取得して当該車両の車軸数を検出することができない。このため、上記の踏板と同様に、レーザ画像計測装置と料金自動収受機との距離が最大車長以上確保することが困難な場合は、車種の判別の精度が低下する可能性がある。
　本発明は、このような課題に鑑みてなされたものであって、最大車長に基づく設置スペースを確保できない場所であっても設置が可能であり、且つ、高い精度で車種の判別を行うことが可能な車種判別装置、車種判別方法及びプログラムを提供する。
　本発明の一態様によれば、通行する車両（Ａ）の車種区分（Ｄ１）を判別する車種判別装置（１０）であって、車種判別装置は、前記車両の特徴を示す車両特徴情報（Ｄ４）に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分（Ｄ７）を特定する車両特徴区分特定部（１１３）と、前記車両のタイヤが配置される高さでレーザスキャンを行うレーザスキャン部（１０Ｃ）と、前記レーザスキャン部から出力される情報であって、前記レーザスキャン部と前記車両のタイヤとの位置関係に応じた検出スキャンデータ（Ｄ５）を取得するスキャンデータ取得部（１１１）と、前記車両特徴区分別に割り振られた参照スキャンデータ（Ｄ６）が記憶されている記憶部（１１６）と、前記記憶部に記憶されている前記参照スキャンデータの内、特定された前記車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別部（１１４）と、を備える。
　このような構成とすることで、車種判別装置は、スキャンデータ取得部によりレーザスキャン部と車両のタイヤとの位置関係に応じた検出スキャンデータを取得する。これにより、料金所のスペースが不足しており、車両の全てのタイヤが踏板を通過する前に車種区分の判別を行う必要がある場合であっても、車種区分の判別を行うことができる。
　ここで、車種区分判別部は、車両特徴区分別に割り振られた参照スキャンデータが記憶されている記憶部から、特定された車両特徴区分に割り振られた参照スキャンデータと、取得された検出スキャンデータとを比較した結果に基づいて車種区分を判別する。このように、複数の参照スキャンデータの内、車両の車両特徴区分に割り振られた参照スキャンデータを比較対象とすることで、参照すべきスキャンデータを特定の車両特徴区分に絞り込むことができ、高い精度で車種区分の判別を行うことが可能となる。
　本発明の一態様によれば、前記参照スキャンデータは、更に車軸数グループ別に割り振られ、特定された前記車両特徴区分に割り振られた前記参照スキャンデータの内、取得された前記検出スキャンデータと整合する前記参照スキャンデータが含まれる車軸数グループを選定することにより、前記車両の車軸数を特定し、該車軸数を前記車両の第一車軸数（Ｄ８）として出力する車軸数特定部（１１５）を更に備える。
　このような構成とすることで、車軸数特定部は、特定された車両特徴区分に割り振られた参照スキャンデータの内、取得された検出スキャンデータと整合する参照スキャンデータが含まれる車軸数グループを選定することにより、車両の車軸数を特定し、該車軸数を第一車軸数として出力する。これにより、車両特徴区分と、車軸数グループ別に区分けされた参照スキャンデータとから、第一車軸数に基づいて、高い精度で車両の車軸数を特定することができる。車軸数が特定されることにより、車種判別装置において判別される車種区分の精度を更に高めることが可能となる。
　本発明の一態様によれば、前記レーザスキャン部は、前記レーザスキャン部が設置されている位置より前記車両の進行方向手前側の範囲を含む所定の範囲内でレーザスキャン角度を変更可能に設けられている。
　このような構成とすることで、レーザスキャン部は、レーザスキャン部が設置されている位置よりも車両の進行方向手前側を含む所定の範囲内でレーザスキャン角度を変更する。これにより、車種判別装置の設置スペースが車両の車長よりも短い場合でも、進行方向手前側を含む所定の範囲内でレーザスキャンを行い、車両の車軸数を特定することが可能となる。
　本発明の一態様によれば、前記車種区分判別部は、前記検出スキャンデータと前記参照スキャンデータとの比較を、特定された前記車両特徴区分に応じた所定範囲で行う。
　このような構成とすることで、検出スキャンデータと参照スキャンデータとの比較を、特定された車両特徴区分に応じた所定範囲で行う。これにより、車両特徴区分毎に特徴が出やすい範囲のみを比較することができ、より高い精度で車種の判別が可能となる。また、車種区分判別部が比較を行う範囲が狭くなるため、比較を行う時間が短縮され、車種の判別を迅速に行うことが可能となる。
　本発明の一態様によれば、車種判別装置は、前記車両による踏み付けを検出する踏板（１０Ｂ）と、前記踏板の検出結果に基づいて車軸数を特定し、該車軸数を第二車軸数（Ｄ１１）として出力するとともに、前記スキャンデータ取得部により取得された前記検出スキャンデータを、前記車両特徴区分特定部により特定された前記車両特徴区分、及び、前記第二車軸数に割り振られた前記参照スキャンデータとして、前記記憶部に記憶させる車種区分学習部（１１７）と、を更に備える。
　このような構成とすることで、車種区分学習部は、検出スキャンデータを、車両特徴区分及び第二車軸数に割り振られた参照スキャンデータとして、記憶部に記憶させる。これにより、記憶部には、正確な車両特徴区分及び第二車軸数により区分された参照スキャンデータを、人手を介さずに自動的に蓄積させることができる。このように蓄積された参照スキャンパターンにより、次に車種区分特定部が車種区分の特定を行う際の精度を高めることができる。
　本発明の一態様によれば、通行する車両の車種区分を判別する車種判別方法であって、車種判別方法は、前記車両の特徴を示す車両特徴情報に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分を特定する車両特徴区分特定ステップと、前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得ステップと、記憶部に記憶されている参照スキャンデータの内、特定された前記車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別ステップと、を有する。
　本発明の一態様によれば、通行する車両の車種区分を判別する車種判別装置のコンピュータを機能させるプログラムであって、プログラムは、前記コンピュータを、前記車両の特徴を示す車両特徴情報に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分を特定する車両特徴区分特定手段、前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得手段、記憶部に記憶されている参照スキャンデータの内、特定された前記車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別手段、として機能させる。
　上述の車種特定装置、車種特定方法及びプログラムによれば、最大車長に基づく設置スペースを確保できない場所であっても、高い精度で車種の特定を行うことができる。
本発明の第１の実施形態に係る料金収受設備の概略図である。 本発明の第１の実施形態に係る車種判別装置の概略図である。 本発明の第１の実施形態に係る車種判別装置のブロック図である。 本発明の第１の実施形態に係る検出スキャンデータの例を示す図である。 本発明の第１の実施形態に係る参照スキャンデータの例を示す図である。 本発明の第１の実施形態に係る車種判別の手順を示すフローチャートである。 本発明の第２の実施形態に係る車種判別装置のブロック図である。 本発明の第２の実施形態に係る特徴抽出範囲情報の例を示す図であり、車軸数が「３」の特徴抽出範囲情報の例と、車軸数が「５」の特徴抽出範囲情報の例とを示す。 本発明の第３の実施形態に係る車種判別装置のブロック図である。 本発明の第３の実施形態に係る参照スキャンデータの学習の手順を示すフローチャートである。 車種判別装置のハードウェア構成の一例を示す図である。
＜第１の実施形態＞
（全体構成）
　以下、本発明の第１の実施形態に係る車種判別装置１０について図面を参照して説明する。
　図１は第１の実施形態に係る料金収受設備１の概略図である。
　本実施形態において、料金収受設備１は、図１に示すように有料道路の出口料金所に設置され、有料道路の利用者である車両Ａの運転者から利用料金を収受する。
　本実施形態における料金収受設備１は、料金自動収受機１１と、車種判別装置１０と、発進制御機１３と、発進検知器１４と、を備えている。
　料金収受設備１は、車線Ｌの側部のアイランドＩ上に設けられ、車線Ｌ上に停止した車両Ａとの間で料金収受処理を行うための設備である。
　以降の説明において、車線Ｌに沿う方向を進行方向（図１におけるＸ方向）と称する。また、車線Ｌ上で車両が進む方向側（図１における＋Ｘ方向側）を進行方向奥側と称し、車両が進む方向側とは反対側（図１における－Ｘ方向側）を進行方向手前側と称する。
　料金自動収受機１１は、車両Ａの車種区分Ｄ１や有料道路の走行距離等に応じた利用料金を算出し、車両Ａの運転者から当該利用料金（紙幣、硬貨、クレジットカード等）を収受する。料金自動収受機１１は、内部に料金収受処理部を有しており、例えば、車両Ａの運転者から投入された紙幣や硬貨の投入金額を算出するとともに、排出すべき釣銭の額を計算し、紙幣や硬貨を専用の排出口から排出する制御を行う。
　車種判別装置１０は、車線Ｌにおける料金自動収受機１１の進行方向手前側（－Ｘ方向側）に設けられ、料金所の車線Ｌに進入する車両の特性を検出して車種区分Ｄ１を判別するための装置群である。ここで、車種区分Ｄ１とは、利用料金を決定するための車種の区分であり、本実施形態においては、「軽自動車等」、「普通車」、「中型車」、「大型車」、「特大車」の五車種を有している。また、車両の特性とは、本実施形態においては、車線Ｌに進入する車両Ａ固有のタイヤ幅、トレッド（左右のタイヤの中心間距離）、ナンバープレート情報、車軸数であって、車両Ａの車種区分Ｄ１を判別するために必要な情報である。
　本実施形態において、車種判別装置１０は、車両検知器１０Ａと、踏板１０Ｂと、レーザ検出器１０Ｃ（レーザスキャン部）と、ナンバープレート認識装置１０Ｄと、を検出用装置として備えている。車種判別装置１０は、これら検出用装置が検出する信号に基づいて、車両Ａの車種区分Ｄ１を判別する。
　発進制御機１３は、車線Ｌに進入した車両Ａの利用料金の収受が完了するまで、車両Ａを発進させないようにする等の目的で、ゲートの開放及び閉塞を行う。図１に示すように、発進制御機１３は、車線Ｌにおける料金自動収受機１１よりも進行方向奥側（＋Ｘ方向側）に設けられている。発進制御機１３は、料金自動収受機１１から開動作指示信号が入力された際にゲートを開き、車両Ａに対して発進を許可する。同様に、発進制御機１３は、料金自動収受機１１から閉動作指示信号が入力された際にゲートを閉じる。
　発進検知器１４は、車線Ｌにおける発進制御機１３よりも進行方向奥側（＋Ｘ方向側）に設けられ、車両Ａが車線Ｌから退出したかどうかを検出する。発進検知器１４の検出信号は、料金自動収受機１１に出力される。料金自動収受機１１は、発進検知器１４からの検出信号の入力を受け付けると、ゲートを閉じるために発進制御機１３に閉動作指示信号を出力する。
（車種判別装置の構成）
　図２は第１の実施形態に係る車種判別装置１０の概略図である。
　図２に示すように、車種判別装置１０は、車両検知器１０Ａと、踏板１０Ｂと、レーザ検出器１０Ｃと、ナンバープレート認識装置１０Ｄと、を検出用装置として備えている。また、車種判別装置１０は、これら検出用装置が検出する信号に基づいて、車両Ａの車種区分Ｄ１を判別するための主制御部１０Ｅを備えている。
　なお、本実施形態において、主制御部１０Ｅが車種判別装置１０（例えば図２に示すように車両検知器１０Ａ）に内蔵されている態様で説明するが、この態様に限定されない。例えば、他の実施形態においては、主制御部１０Ｅがネットワーク上に接続された車種判別装置１０以外の装置に内蔵されていてもよい。
　車両検知器１０Ａは、高さ方向（Ｚ方向）に配列された不図示の受光センサにより、車両Ａの車線Ｌへの進入に応じた検出信号を主制御部１０Ｅへ出力する。車両検知器１０Ａは、車線Ｌに進入した車両Ａが受光センサに投光される光を遮ることで、車両Ａ一台ごとの通過を検出可能な検出信号を主制御部１０Ｅへ出力する。具体的には、車両検知器１０Ａは、車両Ａが車線Ｌに進入したことを検出可能な車両進入情報Ｄ９と、車両Ａが車両検知器１０Ａを通過したことを検出可能な車両通過情報Ｄ１０と、を主制御部１０Ｅへ出力する。
　踏板１０Ｂは、車線Ｌに進入してきた車両Ａの車軸数と、タイヤ幅と、トレッドとを特定可能な検出信号を、検出情報Ｄ２として主制御部１０Ｅへ出力する。踏板１０Ｂは、車線Ｌの進行方向において、車両検知器１０Ａが設置されている位置と同じ位置の車線Ｌ路面上に設けられている。踏板１０Ｂは、内部に電気接点を利用した不図示の踏圧センサを有し、当該踏圧センサを通じて車線Ｌに進入した車両Ａによる踏圧の、車線Ｌの幅方向（図２におけるＹ方向）における踏圧位置及び踏圧幅に応じた検出信号を主制御部１０Ｅへ出力する。
　ナンバープレート認識装置１０Ｄは、車両検知器１０Ａによる車両Ａの進入検知に応じて、車両Ａのナンバープレートを含む車両Ａの前面画像を撮影し、車両Ａのナンバープレート情報Ｄ３（車両登録情報及びナンバープレートの大きさ）を取得する。ナンバープレート認識装置１０Ｄは、取得したナンバープレート情報Ｄ３を主制御部１０Ｅへ出力する。
　レーザ検出器１０Ｃは、アイランドＩ上における車両検知器１０Ａよりも進行方向手前側（－Ｘ方向側）に設置されている。レーザ検出器１０Ｃは、高さ方向（Ｚ方向）における車両Ａのタイヤのみが配置されている高さ（最低地上高よりも低い高さ）でレーザスキャン（レーザ光の照射及び当該レーザ光の車両Ａのタイヤによる反射の検出）を行う。また、レーザ検出器１０Ｃは、レーザ検出器１０Ｃが設置されている位置よりも車線Ｌの進行方向手前側（－Ｘ方向側）の範囲を含む所定のスキャン範囲Ｎで、レーザスキャン角度α（レーザ光の照射角度）を変更しながら、車両Ａの車長方向に沿うようにレーザスキャンを行う。
　レーザスキャン角度αは「α０」から「αｎ」の範囲で変更可能である。「α０」は、スキャン範囲Ｎに対応する車両Ａの部位の内、最も進行方向奥側（＋Ｘ方向側）の部位にレーザ光を照射する場合のレーザスキャン角度αを示す。また、「αｎ」は、スキャン範囲Ｎに対応する車両Ａの部位の内、最も進行方向手前側（－Ｘ方向側）の部位にレーザ光が照射されるレーザスキャン角度αを示す。
　なお、スキャン範囲Ｎは、レーザ検出器１０Ｃを設置する料金自動収受設備１に設けられた各装置の配置と、車両Ａの最大車長とに応じて、適宜変更してもよい。
　レーザ検出器１０Ｃは、車両検知器１０Ａにより車両Ａの車線Ｌへの進入が検出されると、レーザスキャン角度αを「α０」に設定して、レーザスキャンを開始する。レーザ検出器１０Ｃは、設定したレーザスキャン角度αと、反射したレーザ光がレーザ検出器１０Ｃに戻るまでの時間とに基づいて、レーザ検出器１０Ｃと車両Ａのタイヤとの距離を検出する。当該距離の検出が完了すると、レーザ検出器１０Ｃは、レーザスキャン角度αを進行方向手前側（－Ｘ方向側）に向かって所定角度分だけ変更し、再びレーザ光の照射を行う。レーザ検出器１０Ｃは、レーザスキャン角度αが「αｎ」となるまで、レーザスキャン角度αの変更及びレーザ光の照射を繰り返す。レーザ検出器１０Ｃは、レーザスキャン角度αが「αｎ」となるまでレーザ光の照射を行うと、一回のレーザスキャンを終了する。なお、レーザ検出器１０Ｃは、一回のレーザスキャンで車両Ａの進行方向（Ｘ方向）における前端から後端までを照射可能となるように設定されていてもよいし、複数回のレーザスキャンを行うことにより車両Ａの進行方向（Ｘ方向）における前端から後端までを照射するようにしてもよい。
　レーザ検出器１０Ｃは、レーザ光の照射を行ったレーザスキャン角度αと、当該レーザスキャン角度αで照射されたレーザ光により検出された距離とに基づいて、車線Ｌの進行方向（Ｘ方向）におけるレーザ光の照射位置ｘと、幅方向（Ｙ方向）におけるレーザ光の照射位置ｙとを算出する。レーザ検出器１０Ｃは、一回のレーザスキャンにおける各照射位置ｘ及び照射位置ｙを、検出スキャンデータＤ５として主制御部１０Ｅへ出力する。
（車種判別装置の機能）
　図３は第１の実施形態に係る車種判別装置１０のブロック図である。
　図３に示すように、車種判別装置１０の備える車両検知器１０Ａ、踏板１０Ｂ、ナンバープレート認識装置１０Ｄ及びレーザ検出器１０Ｃから検出された情報が、主制御部１０Ｅに入力されるように構成されている。また、車種判別装置１０は、記憶部１１６を備えている。
　主制御部１０Ｅは、スキャンデータ取得部１１１と、車両特徴情報取得部１１２と、車両特徴区分特定部１１３と、車種区分判別部１１４と、を有している。
　スキャンデータ取得部１１１は、レーザ検出器１０Ｃから出力された検出スキャンデータＤ５を取得する。
　検出スキャンデータＤ５について、図４を参照して詳細に説明する。
　図４は第１の実施形態に係る検出スキャンデータＤ５の例を示す図である。横軸は車両Ａの進行方向（Ｘ方向）におけるレーザ光の照射位置ｘを表し、縦軸は車両Ａの幅方向（Ｙ方向）におけるレーザ光の照射位置ｙを表している。
　例えば、図４に示すように、車線Ｌの進行方向（Ｘ方向）におけるレーザ光の照射位置「ｘ０」～「ｘ１」の範囲は、車両Ａのタイヤが配置されていない部位に対応している。このため、照射位置「ｘ０」～「ｘ１」の範囲では、レーザ光の反射をするものが近くに存在しないので、車線Ｌの幅方向（Ｙ方向）におけるレーザ光の照射位置ｙは大きい値（車線Ｌの幅方向一方側（＋Ｙ方向側）の路側から距離が遠いことを示す値）が検出されている。また、車線Ｌの進行方向におけるレーザ光の照射位置「ｘ１」～「ｘ２」の範囲は、車両Ａのタイヤが配置されている位置に対応している。このため、照射位置「ｘ１」～「ｘ２」の範囲では、レーザ光の反射をするタイヤが存在するので、車線Ｌの幅方向におけるレーザ光の照射位置ｙは小さい値（車線Ｌの幅方向一方側（＋Ｙ方向側）の路側から距離が近いことを示す値）が検出されている。このように、車線Ｌの進行方向（Ｘ方向）におけるレーザ光の照射位置ｘと、車線Ｌの幅方向（Ｙ方向）におけるレーザ光の照射位置ｙとに基づいて、車両Ａのタイヤが存在する位置、車軸数及び軸間距離を特定することができる。
　なお、図４の例では、検出スキャンデータＤ５は、レーザ光の照射を行ったレーザスキャン角度αと、当該レーザスキャン角度αで照射されたレーザ光により検出された距離とに基づいて算出された、車線Ｌの進行方向におけるレーザ光の照射位置ｘ及び車線Ｌの幅方向におけるレーザ光の照射位置ｙを示すものであるが、これに限られない。検出スキャンデータＤ５は、レーザ光の照射を行ったレーザスキャン角度αと、当該レーザスキャン角度αで照射されたレーザ光により検出されたレーザ検出器１０Ｃ及びレーザ光の照射位置間の絶対距離とを示すものであってもよい。
　スキャンデータ取得部１１１は、取得した検出スキャンデータＤ５を車種区分判別部１１４へ出力する。
　図３に示すように、車両特徴情報取得部１１２は、踏板１０Ｂから出力された車両Ａの検出情報Ｄ２と、ナンバープレート認識装置１０Ｄから出力された車両Ａのナンバープレート情報Ｄ３とを取得する。また、車両特徴情報取得部１１２は、踏板１０Ｂより出力された検出情報Ｄ２に基づいて、車両Ａのタイヤ幅とトレッドとを特定する。
　本実施形態における車両特徴情報取得部１１２はタイヤ幅及びトレッドと、ナンバープレート情報Ｄ３とを、車両特徴情報Ｄ４として車両特徴区分特定部１１３へ出力する。
　車両特徴情報Ｄ４は、料金自動収受機が車両Ａの利用料金を確定していなければならないタイミングまでに取得可能な情報であって、車両Ａの車両特徴区分Ｄ７（後述）を特定するために用いられる情報である。なお、車両特徴情報Ｄ４はこれに限られることはない。他の実施形態においては、車両特徴情報取得部１１２が車両検知器１０Ａからの検出信号に基づき特定した、車両Ａの車高等の情報を含んでいてもよい。
　車両特徴区分特定部１１３は、車両特徴情報取得部１１２より出力された車両特徴情報Ｄ４を取得する。
　本実施形態において、車種区分Ｄ１を判別するためには車軸数を特定することが必要であり、例えば踏板１０Ｂによって車両Ａの車軸数を特定することができる。しかしながら、料金自動収受設備１の立地等によっては、料金自動収受設備１の設置スペースが車両Ａの最大車長よりも短い場合、換言すると、踏板１０Ｂが設けられている位置から料金自動収受機１１が設けられている位置までの距離が車両Ａの車長よりも短い場合がある。この場合、料金自動収受機１１が車両Ａの利用料金を確定していなければならないタイミング、つまり、車両Ａの運転席が設けられている位置が料金自動収受機１１の設置されている位置に到達するタイミングまでに、車両Ａの全てのタイヤが踏板１０Ｂを通過していない可能性がある。このような車両Ａについては、車種判別装置１０は、踏板１０Ｂによる車両Ａの車軸数の特定が完了していない状態で、車種区分Ｄ１を判別しなければならない。この場合、車種判別装置１０が特定が完了していない車軸数に基づいて車種区分Ｄ１の判別を行うことにより、車種区分Ｄ１の判別精度が低下する可能性がある。
　このため、本実施形態において、車両特徴区分特定部１１３は、車軸数以外の車両Ａの特徴を示す車両特徴情報Ｄ４によって特定可能な車両Ａの区分であって、前記車種区分Ｄ１と異なる区分、又は、前記車種区分Ｄ１よりも大きく区分けされた区分である車両特徴区分Ｄ７を特定する。
　例えば、本実施形態における車種区分Ｄ１は、上述の通り「軽自動車等」、「普通車」、「中型車」、「大型車」、「特大車」の五車種を有している。これに対し、車両特徴区分Ｄ７は、車両特徴情報Ｄ４に含まれるナンバープレート情報Ｄ３に基づいて、車種区分Ｄ１とは異なる区分である「普通貨物車」、「普通乗用車」、「小型貨物車」、「小型乗用車」等に区分されてもよい。また、車両特徴情報Ｄ４に含まれるタイヤ幅やトレッドにより、更に区分を分けてもよい。
　なお、本実施形態においては、車両特徴区分Ｄ７は、ナンバープレート情報Ｄ３に基づいて、「区分Ａ」、「区分Ｂ」、「区分Ｃ」等に区分される例について説明する。
　車両特徴区分特定部１１３は、特定した車両特徴区分Ｄ７を車種区分判別部１１４へ出力する。
　記憶部１１６は、予め取得した各車両特徴区分Ｄ７の各車軸数グループごとのスキャンデータを、参照スキャンデータＤ６として複数記憶している。
　図５は第１の実施形態に係る参照スキャンデータＤ６の例を示す図である。
　図５に示すように、複数の参照スキャンデータＤ６は、車両特徴区分Ｄ７（縦軸）ごとに割り振られる。また、車両特徴区分Ｄ７ごとに割り振られた複数の参照スキャンデータＤ６は、更に、車軸数により分類される車軸数グループ（横軸）ごとに割り振られる。
　例えば、図５に示すように、「区分Ａ」として、車軸数が「２」及び「３」の車軸数グループに対応する参照スキャンデータＤ６が記憶されている。また、「区分Ｂ」として、車軸数が「２」～「５」の車軸数グループに対応する参照スキャンデータＤ６が記憶されている。このように、参照スキャンデータＤ６は、区分Ｄ７及び車軸数グループごとに割り振られた状態で、記憶部１１６に記憶されている。
　なお、記憶部１１６は、各車両特徴区分Ｄ７に属する車両の参照スキャンデータＤ６の他に、各車両特徴区分Ｄ７に属する車両が他の車両やボートトレーラー等の被牽引車両を牽引している際の参照スキャンデータＤ６を予め記憶していてもよい。例えば、「区分Ａ」に割り振られた車両であって、車軸数が「２」である車両が、車軸数が「１」のボートトレーラーを牽引している参照スキャンデータＤ６を、車軸数が「２＋１」の車軸数グループとして割り振るようにしてもよい。
　車種区分判別部１１４は、図３に示すように、車軸数特定部１１５を有している。
　車軸数特定部１１５は、車両特徴区分特定部１１３から出力された車両特徴区分Ｄ７と、スキャンデータ取得部１１１から出力された検出スキャンデータＤ５とを取得する。
　車軸数特定部１１５は、車両特徴区分特定部１１３から取得した車両特徴区分Ｄ７に基づいて、記憶部１１６に記憶されている複数の参照スキャンデータＤ６の内、当該車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６を抽出する。
　次に、車軸数特定部１１５は、スキャンデータ取得部１１１から取得した車両Ａの検出スキャンデータＤ５と、抽出した参照スキャンデータＤ６とを照合し、当該検出スキャンデータＤ５に最も類似した参照スキャンデータＤ６を選択する。そして、車軸数特定部１１５は、選択された参照スキャンデータＤ６が割り振られた車軸数グループに基づいて、車両Ａの車軸数を特定する。なお、車軸数特定部１１５が特定した当該車軸数は、第一車軸数Ｄ８として車種区分判別部１１４へ出力される。
　なお、例えば車両Ａが被牽引車両としてボートトレーラーを牽引している場合、ボートトレーラーは車両のタイヤに比べて小さなタイヤを有していることがあるため、レーザ検出器１０Ｃが照射するレーザ光は、ボートトレーラーのタイヤが配置された位置ではなく、フレームが配置された位置に照射される可能性がある。この場合、レーザ検出器１０Ｃが取得する検出スキャンデータＤ５において、ボートトレーラーのタイヤは検出されず、フレームが検出されることとなる。しかしながら、上述のように、記憶部１１６がボートトレーラーを牽引している場合の参照スキャンデータＤ６を記憶しているため、車軸数特定部１１５は、当該車両Ａの車軸数及びボートトレーラー（被牽引車両）の車軸数（上述の例では、車軸数が「２＋１」の車軸数グループに基づき特定される車軸数）を特定することができる。
　車種区分判別部１１４は、車両特徴区分特定部１１３から出力された車両特徴区分Ｄ７と、車軸数特定部１１５から出力された第一車軸数Ｄ８とに基づき、車両Ａの車種区分Ｄ１を判別する。
　車種区分判別部１１４は、判別した車種区分Ｄ１を料金自動収受機１１へ出力する。
　次に、車種判別装置１０の主制御部１０Ｅにおける車種判別の手順を、図６を参照して説明する。
　図６は、第１の実施形態に係る車種判別の手順を示すフローチャートである。
（ステップＳＴ１０１：車両特徴情報の取得）
　車両特徴情報取得部１１２は、踏板１０Ｂから出力された車両Ａの検出情報Ｄ２と、ナンバープレート認識装置１０Ｄから出力されたナンバープレート情報Ｄ３とを取得する（ステップＳＴ１０１）。車両特徴情報取得部１１２は、検出情報Ｄ２から特定されるタイヤ幅、トレッドと、ナンバープレート情報Ｄ３とを、車両Ａの車両特徴情報Ｄ４として生成する。車両特徴情報取得部１１２は、生成した車両特徴情報Ｄ４を、車両特徴区分特定部１１３へ出力する。
（ステップＳＴ１０２：車両特徴区分の特定）
　車両特徴区分特定部１１３は、取得した車両Ａの車両特徴情報Ｄ４より、車両Ａの車両特徴区分Ｄ７を特定する（ステップＳＴ１０２）。例えば、車両特徴区分特定部１１３は、車両特徴情報Ｄ４に含まれるナンバープレート情報Ｄ３に基づき、車両Ａの車両特徴区分Ｄ７が「区分Ｂ」であると特定する。
　車両特徴区分特定部１１３は、特定した車両特徴区分Ｄ７を車種区分判別部１１４へ出力する。
（ステップＳＴ１０３：検出スキャンデータの取得）
　スキャンデータ取得部１１１は、レーザ検出器１０Ｃから出力された車両Ａの検出スキャンデータＤ５を取得する（ステップＳＴ１０３）。スキャンデータ取得部１１１は、取得した検出スキャンデータＤ５を、車種区分判別部１１４へ出力する。
（ステップＳＴ１０４：車軸数の特定）
　車種区分判別部１１４の車軸数特定部１１５は、まず、記憶部１１６に記憶された複数の参照スキャンデータＤ６の内、車両特徴区分特定部１１３より取得した車両Ａの車両特徴区分Ｄ７と一致する車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６を抽出する。本実施形態の例では、ステップＳＴ１０２において特定された車両特徴区分Ｄ７は「区分Ｂ」であるため、車軸数特定部１１５は、図５に示される例の内、「区分Ｂ」に割り振られている参照スキャンデータＤ６を抽出する。
　次に、車軸数特定部１１５は、スキャンデータ取得部１１１より出力された車両Ａの検出スキャンデータＤ５と、抽出された「区分Ｂ」に割り振られている各参照スキャンデータＤ６との照合を行う。例えば、車軸数特定部１１５は、検出スキャンデータＤ５と参照スキャンデータＤ６とのそれぞれについて、レーザ光の照射位置ｙの変化量の大きな部分を特徴点として検出する。車軸数特定部１１５は、検出スキャンデータＤ５の特徴点と、参照スキャンデータＤ６の特徴点とが出現する位置や間隔等（出現パターン）を照合する。車軸数特定部１１５は、検出スキャンデータＤ５の特徴点と整合する（特徴点の出現パターンの一致度が高い）参照スキャンデータＤ６が含まれている車軸数グループを選定する。これにより、車軸数特定部１１５は、選定した車軸数グループに対応する車軸数を、検出スキャンデータＤ５から導き出される車両Ａの車軸数として特定する（ステップＳＴ１０４）。例えば、車軸数特定部１１５は、検出スキャンデータＤ５が、車軸数が「３」である車軸数グループ「３」に割り振られている参照スキャンデータＤ６と整合することが多いと判断した場合、車軸数グループ「３」を選定する。これにより、車軸数特定部１１５は、車両Ａの車軸数を「３」であると特定する。車軸数特定部１１５は、このようにして特定した車両Ａの車軸数を、第一車軸数Ｄ８として車種区分判別部１１４へ出力する。
（ステップＳＴ１０５：車種区分の判別）
　車種区分判別部１１４は、車両特徴区分特定部１１３から出力された車両特徴区分Ｄ７と、車軸数特定部１１５から出力された車両Ａの第一車軸数Ｄ８とに基づき、車両Ａの車種区分Ｄ１を判別する（ステップＳＴ１０５）。
　本実施形態の例では、車種区分判別部１１４は、ステップＳＴ１０２において特定された車両特徴区分Ｄ７の値「区分Ｂ」と、ステップＳＴ１０４において出力された第一車軸数Ｄ８の値「３」とに基づき、車種区分Ｄ１が「中型車」であると判別する。
　以上で、車種判別装置１０の主制御部１０Ｅによる車種判別が完了する。
（作用効果）
　上述した車種判別装置１０によれば、車両特徴情報取得部１１２は、踏板１０Ｂから出力された検出情報Ｄ２と、ナンバープレート認識装置１０Ｄから出力されたナンバープレート情報Ｄ３とに基づき、車両特徴情報Ｄ４を生成する。車両特徴区分特定部１１３は、当該車両特徴情報Ｄ４に含まれる車両Ａのタイヤ幅と、トレッドと、ナンバープレート情報Ｄ３とから、車両特徴区分Ｄ７を特定する。また、車両Ａのタイヤが配置されている高さでレーザスキャンを行うレーザ検出器１０Ｃから出力される車両Ａの検出スキャンデータＤ５を、主制御部１０Ｅのスキャンデータ取得部１１１が取得する。更に、車種区分判別部１１４は、記憶部１１６に記憶されている参照スキャンデータＤ６の内、車両特徴区分特定部１１３により特定された車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６と、スキャンデータ取得部１１１が取得した検出スキャンデータＤ５とを比較した結果に基づいて、車両Ａの車種区分Ｄ１を判別する。
　最大車長に基づく設置スペースを確保できない料金自動収受設備では、踏板による車軸数の検出が完了する前に、車両の運転席が料金自動収受機に到達してしまう可能性がある。この場合、踏板から検出される車軸数のみで車種区分を判別している車種判別装置においては、車種区分の判別の精度が低下する可能性がある。
　しかしながら、上述の実施形態においては、車種判別装置１０は、車両特徴区分Ｄ７と検出スキャンデータＤ５の双方を使用することにより、車両Ａが踏板１０Ｂを通過していない状態であっても、車軸数の特定を行い、第一車軸数Ｄ８として出力することが可能である。このため、車種判別装置１０が最大車長に基づく設置スペースを確保できない料金自動収受設備１に設置されていても、車種区分Ｄ１の判別を行うことができる。
　また、記憶部１１６に記憶されている複数の参照スキャンデータＤ６の内、車両Ａの車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６を比較対象とすることで、高い精度で車種区分Ｄ１の判別を行うことが可能となる。
　更に、記憶部１１６に記憶されている参照スキャンデータＤ６として、被牽引車両を牽引している際の参照スキャンデータＤ６を予め記憶していることにより、車両Ａが他の車両やボートトレーラー等の被牽引車両を牽引している場合であっても、当該車両Ａの車軸数及び被牽引車両の車軸数を特定し、当該車両Ａの車種区分Ｄ１を判別することが可能となる。
　上述の実施形態によれば、車種区分判別部１１４は車軸数特定部１１５を有している。車軸数特定部１１５は、車両特徴区分特定部１１３により特定された車両特徴区分Ｄ７と一致する車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６を抽出する。また、車軸数特定部１１５は、スキャンデータ検出部１０１により取得された検出スキャンデータＤ５と、抽出された参照スキャンデータＤ６とを照合して、当該検出スキャンデータＤ５と整合する参照スキャンデータＤ６が含まれている車軸数グループを選定することにより、車両Ａの車軸数を特定し、第一車軸数Ｄ８として車種区分判別部１１４へ出力する。
　車両特徴区分Ｄ７により参照スキャンデータＤ６の候補が絞り込まれていることにより、車軸数特定部１１５は、検出スキャンデータＤ５と整合する可能性の高い参照スキャンデータＤ６のみと照合することが可能となる。これにより、車両特徴区分Ｄ７の異なる参照スキャンデータＤ６が検出スキャンデータＤ５に整合すると誤った判断をしてしまい、その結果、誤った車軸数を特定してしまうことを回避することができる。このため、車軸数特定部１１５は、車軸数を高い精度で特定することが可能となる。また、車軸数特定部１１５が照合を行う時間を短縮することができる。
　上述の実施形態によれば、レーザ検出器１０Ｃは、レーザ検出器１０Ｃが設置されている位置よりも車線Ｌの進行方向手前側（－Ｘ方向側）の範囲を含む所定のスキャン範囲Ｎ内で、レーザスキャン角度α（レーザ光の照射角度）を変更可能に設けられている。
　これにより、車両Ａが車種判別装置１０を通過する前に、車両Ａの進行方向手前側（―Ｘ方向側）を含む範囲のレーザスキャンを行い、車両Ａの車軸数を特定することができる。このため、車種判別装置１０が最大車長に基づく設置スペースを確保できない料金自動収受設備１に設置されていても、当該車軸数に基づき出力された第一車軸数Ｄ８により、車種区分Ｄ１の判別を行うことができる。
＜第２の実施形態＞
（車種判別装置の構成）
　次に、本発明の第２の実施形態に係る車種判別装置２０について図面を参照して説明する。なお、第１の実施形態と共通の構成には同一の符号を付して詳細説明を省略する。
　図７は第２の実施形態に係る車種判別装置２０のブロック図である。
　図７に示すように、本実施形態に係る車種判別装置２０の主制御部２０Ｅは、第１の実施形態に係る車種判別装置１０の主制御部１０Ｅの機能構成に加え、更に車種区分学習部１１７を備えている。
（車種判別装置の機能）
　車種区分学習部１１７は、記憶部１１６に記憶されている参照スキャンデータＤ６から、各車両特徴区分Ｄ７及び車軸グループに割り振られた参照スキャンデータＤ６の特徴がより強く出現している特徴抽出範囲情報Ｄ１２を特定する。
　図８は第２の実施形態に係る特徴抽出範囲情報Ｄ１２の例を示す図であり、車軸数が「３」の特徴抽出範囲情報Ｄ１２の例と、車軸数が「５」の特徴抽出範囲情報Ｄ１２の例とを示す。
　車種区分学習部１１７は、例えば、車両特徴区分Ｄ７が「区分Ｂ」に割り振られている参照スキャンデータＤ６を抽出する。また、車種区分学習部１１７は、抽出した参照スキャンデータＤ６の内、例えば車軸数グループが「３」に割り振られている参照スキャンデータＤ６を更に抽出する。
　車種区分学習部１１７は、抽出した参照スキャンデータＤ６を照合する。具体的には、抽出した参照スキャンデータＤ６を重ね合わせることにより、特徴点の整合度が高い範囲と、特徴点の整合度が低い範囲を特定する。例えば、図８の（ａ）に示すように、車両Ａ１の参照スキャンデータＤ６（実線）と、車両Ａ２の参照スキャンデータＤ６（点線）とを重ね合わせて照合を行う。
　図８の（ａ）の例では、範囲Ｒ１において、車両Ａ１の特徴点と、車両Ａ２の特徴点との整合度は低い。しかしながら、範囲Ｒ２において、車両Ａ１の特徴点と、車両Ａ２の特徴点の整合度は高い。
　なお、図８の（ａ）では、説明を簡明にするために、車両Ａ１及び車両Ａ２の参照スキャンデータＤ６を照合する例を示しているが、実際には、車種区分学習部１１７は、抽出した複数の参照スキャンデータＤ６を全て重ね合わせて照合を行う。このようにして、車両特徴区分Ｄ７が「区分Ｂ」、且つ、車軸数グループが「３」に割り振られている参照スキャンデータＤ６の、特徴点の整合度が高い範囲を特定する。
　図８の（ａ）の例では、車種区分学習部１１７は、範囲Ｒ２を各車両Ａの特徴点の整合度が高い範囲であると特定する。これにより、車両特徴区分Ｄ７が「区分Ｂ」であり、範囲Ｒ２における特徴点の整合度が高い場合は、車軸数グループが「３」に属する車両である可能性が高いと判断できる。つまり、当該車両については、車軸数特定部１１５がレーザ検出器１０Ｃが取得した検出スキャンデータＤ５と記憶部１１６に記憶された参照スキャンデータＤ６とを比較する際に、少なくとも範囲Ｒ２を比較することにより、当該車両の車軸数が「３」であるかそれ以外であるかを判断することができる。
　また、車種区分学習部１１７は、車両特徴区分Ｄ７が「区分Ｂ」に割り振られている参照スキャンデータＤ６の内、例えば車軸数グループが「５」に割り振られた参照スキャンデータＤ６を更に抽出する。
　車種区分学習部１１７は、抽出された参照スキャンデータＤ６について、上記と同様の照合を行う。例えば、図８の（ｂ）に示すように、車両Ａ３の参照スキャンデータＤ６（実線）と、車両Ａ４の参照スキャンデータＤ６（点線）とを重ね合わせて照合を行う。
　図８の（ｂ）の例では、範囲Ｒ３において、車両Ａ３の特徴点と、車両Ａ４の特徴点との整合度は低い。しかしながら、範囲Ｒ４において、車両Ａ３の特徴点と、車両Ａ４の特徴点との整合度は高い。
　なお、図８の（ｂ）では、説明を簡明にするために、車両Ａ３及び車両Ａ４の参照スキャンデータＤ６を照合する例を示しているが、実際には、車種区分学習部１１７は、抽出した複数の参照スキャンデータＤ６を全て重ね合わせて照合を行う。このようにして、車両特徴区分Ｄ７が「区分Ｂ」、且つ、車軸数グループが「５」に割り振られた参照スキャンデータＤ６の、特徴点の整合度が高い範囲を特定する。
　図８の（ｂ）の例では、車種区分学習部１１７は、範囲Ｒ４を各車両の特徴点の整合度が高い範囲であると特定する。これにより、車両特徴区分Ｄ７が「区分Ｂ」であり、範囲Ｒ４における特徴点の整合度が高い場合は、車軸数グループが「５」に属する車両である可能性が高いと判断できる。つまり、当該車両については、車軸数特定部１１５がレーザ検出器１０Ｃが取得した検出スキャンデータＤ５と記憶部１１６に記憶された参照スキャンデータＤ６とを比較する際に、少なくとも範囲Ｒ４を比較することにより、当該車両の車軸数が「５」であるかそれ以外であるかを判断することができる。
　更に、車種区分学習部１１７は、車両特徴区分Ｄ７が「区分Ｂ」に割り振られた他の車軸数グループの参照スキャンデータＤ６についても、同様に特徴点の整合度が高い範囲を特定する。
　車種区分学習部１１７は、このように特定された各車軸数グループにおける特徴点の整合度が高い範囲に基づいて、特徴抽出範囲情報Ｄ１２を設定する。
　例えば、図８の（ａ）に示される車軸数グループが「３」の範囲Ｒ２と、図８の（ｂ）に示される車軸数グループが「５」の範囲Ｒ４とを比較すると、進行方向におけるレーザ光の照射位置ｘの内、最も進行方向奥側の照射位置は範囲Ｒ２の「ｘ３」であり、最も進行方向手前側の照射位置は範囲Ｒ４の「ｘ６」である。この場合、照射位置ｘが「ｘ３」から「ｘ６」の範囲で検出スキャンデータＤ５及び参照スキャンデータＤ６の比較を行えば、車軸数グループが「３」に属するか、「５」に属するかを特定できる。
　車種区分学習部１１７は、このようにして特定された照射位置「ｘ３」から「ｘ６」までの範囲を、車両特徴区分Ｄ７が「区分Ｂ」に割り振られた車両の特徴抽出範囲情報Ｄ１２として設定する。
　車種区分学習部１１７は、他の車両特徴区分Ｄ７に割り振られた参照スキャンデータＤ６についても、上記と同様に特徴抽出範囲情報Ｄ１２を設定する。
　このように、車種区分学習部１１７は、各車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を設定する。また、車種区分学習部１１７は、設定した特徴抽出範囲情報Ｄ１２を記憶部１１６に記憶する。
　なお、車種区分学習部１１７は、特徴抽出範囲情報Ｄ１２を予め設定し、記憶部１１６に記憶する。これにより、本実施形態に係る車種判別装置２０が車種の判別を行う際に、既に設定された特徴抽出範囲情報Ｄ１２を利用可能となるため、車種の判別処理を迅速に行うことができる。
　本実施形態においては、車種区分学習部１１７は、車両特徴区分Ｄ７ごとに設定された特徴抽出範囲情報Ｄ１２に基づいて、車軸数特定部１１５が検出スキャンデータＤ５及び参照スキャンデータＤ６の比較を行う所定範囲を設定する。
　具体的には、車両検知器１０Ａにより車両Ａが車線Ｌに進入したことが検知されると、レーザ検出器１０Ｃは当該車両Ａのレーザスキャンを行い、検出スキャンデータＤ５を主制御部２０Ｅに出力する。また、ナンバープレート認識装置１０Ｄはナンバープレート情報Ｄ３を取得して主制御部２０Ｅに出力する。更に、踏板１０Ｂが当該車両Ａのタイヤによる踏付けを検出すると、検出情報Ｄ２を主制御部２０Ｅに出力する。主制御部２０Ｅの車両特徴情報取得部１１２は、これらナンバープレート情報Ｄ３及び検出情報Ｄ２に基づく車両特徴情報Ｄ４を、車両特徴区分特定部１１３に出力する。車両特徴区分特定部１１３は、当該車両特徴情報Ｄ４に基づいて車両特徴区分Ｄ７を特定し、車種区分学習部１１７に出力する。
　なお、本実施形態において、車両検知器１０Ａにより車両Ａが車線Ｌに進入したことが検知されると、レーザ検出器１０Ｃが当該車両Ａのレーザスキャンを行う例について説明したが、これに限られることはない。他の実施形態においては、レーザ検出器１０Ｃは、車両検知器１０Ａが車両Ａの進入を検知したか否かに関わらず、レーザスキャンを行うようにしてもよい。
　車種区分学習部１１７は、車両特徴区分Ｄ７を取得すると、当該車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を記憶部１１６から取得して、車種区分判別部１１４の車軸数特定部１１５へ出力する。
　車軸数特定部１１５は、車両特徴区分Ｄ７に応じて設定された特徴抽出範囲情報Ｄ１２に基づいて比較を行う所定範囲を決定し、検出スキャンデータＤ５と参照スキャンデータＤ６との比較を当該所定範囲において行う。
（作用効果）
　上述した車種判別装置２０によれば、車種区分学習部１１７は、記憶部１１６に記憶されている参照スキャンデータＤ６から、各車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２として予め設定する。また、車種区分学習部１１７は、車両特徴区分特定部１１３より取得した車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を車種区分判別部１１４の車軸数特定部１１５へ出力する。車軸数特定部１１５は、特徴抽出範囲情報Ｄ１２に基づく所定範囲において、検出スキャンデータＤ５と参照スキャンデータＤ６との比較を行う。
　車軸数特定部１１５において検出スキャンデータＤ５と参照スキャンデータＤ６との全範囲について比較を行う場合、図８の（ａ）の範囲Ｒ１のように特徴点の整合度が低い範囲が含まれていると、範囲Ｒ２での特徴点の整合度が高くても、総合的な特徴点の整合度は低いと判断される可能性がある。この結果、実際とは異なる車軸数グループに割り振られた参照スキャンデータＤ６との特徴点の整合度が高いと判断され、車軸数特定部１１５において特定される車軸数の精度が低くなる可能性がある。
　しかしながら、本実施形態においては、図８の（ａ）の範囲Ｒ１のような特徴点の整合度の低い範囲については車軸数特定部１１５による比較を行わないように、車種区分学習部１１７が特徴抽出範囲情報Ｄ１２を設定している。これにより、車軸数特定部１１５は各車両特徴区分Ｄ７毎に特徴が出やすい範囲のみを比較することができ、車軸数特定部１１５において特定される車軸数の精度をより高くすることができる。この結果、車種区分判別部１１４における車種区分Ｄ１の判別の精度を向上することができる。
　また、車軸数特定部１１５が比較を行う範囲が狭くなるため、比較を行う時間が短縮され、車種区分Ｄ１の判別を迅速に行うことが可能となる。
＜第２の実施形態の変形例＞
　上述した第２の実施形態においては、車種区分学習部１１７は、記憶部１１６に記憶されている参照スキャンデータＤ６を照合することにより、各車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を設定する例について説明した。しかしながら、車種区分学習部１１７は、スキャンデータ取得部１１１から出力された検出スキャンデータＤ５に基づいて、各車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を設定してもよい。
　図７に示すように、スキャンデータ取得部１１１は、車両Ａの検出スキャンデータＤ５を、車種区分学習部１１７へも出力する。
　車種区分学習部１１７は、記憶部１１６に記憶されている参照スキャンデータＤ６の内、車両Ａの車両特徴区分Ｄ７に対応する参照スキャンデータＤ６を抽出する。車種区分学習部１１７は、取得した検出スキャンデータＤ５と、抽出された参照スキャンデータＤ６とを照合し、当該車両特徴区分Ｄ７に対応する特徴抽出範囲情報Ｄ１２を更新する。車種区分学習部１１７は、更新した特徴抽出範囲情報Ｄ１２を記憶部１１６に記憶する。
　上述の車種判別装置２０によれば、車両Ａの車種区分の判別を行うごとに特徴抽出範囲情報Ｄ１２が更新されていくため、車種区分の判別を行うほど、特徴抽出範囲情報Ｄ１２の精度を高くすることができる。これにより、車軸数特定部１１５において特定される車軸数の精度をより高くすることができる。この結果、車種区分判別部１１４における車種区分Ｄ１の判別の精度を向上することができる。
＜第３の実施形態＞
（車種判別装置の構成）
　次に、本発明の第３の実施形態に係る車種判別装置３０について図面を参照して説明する。なお、第１及び第２の実施形態と共通の構成には同一の符号を付して詳細説明を省略する。
　図９は第３の実施形態に係る車種判別装置３０のブロック図である。
　本実施形態に係る車種判別装置３０の主制御部３０Ｅが備える車種区分学習部１３７は、スキャンデータ取得部１１１が取得した検出スキャンデータＤ５を、参照スキャンデータＤ６として記憶部１１６に追加する点において、他の実施形態と異なる。
（車種判別装置の機能）
　車種区分学習部１３７は、車両検知器１０Ａより出力された車両進入情報Ｄ９を取得する。車種区分学習部１３７は、当該車両進入情報Ｄ９を取得した後に踏板１０Ｂから取得した検出情報Ｄ２を、車両検知器１０Ａが検知した車両Ａのものであると判断し、当該車両Ａの車軸数の計測を開始する。
　そして、当該車両Ａが車両検知器１０Ａを通過すると、車両検知器１０Ａは車両通過情報Ｄ１０を出力する。車種区分学習部１３７は、当該車両通過情報Ｄ１０を取得すると、車両Ａが踏板１０Ｂを通過したと判断し、当該車両Ａの車軸数の計測を完了する。車種区分学習部１３７は、踏板１０Ｂから取得した検出情報Ｄ２に基づいて、車両Ａの実際の車軸数を特定する。
　本実施形態において、車種区分学習部１３７は、このように特定された車両Ａの実際の車軸数を、第二車軸数Ｄ１１として出力する。
　更に、車種区分学習部１３７は、車両特徴区分特定部１１３から出力された車両Ａの車両特徴区分Ｄ７と、スキャンデータ取得部１１１から出力された車両Ａの検出スキャンデータＤ５とを取得する。
　車種区分学習部１３７は、取得した検出スキャンデータＤ５を、記憶部１１６に記憶されている参照スキャンデータＤ６のグループの内、取得した車両特徴区分Ｄ７と第二車軸数Ｄ１１とに一致するグループに、新たな参照スキャンデータＤ６として追加する。このようにして、車種区分学習部１３７は、車種判別装置３０が車種区分Ｄ１の判別を行う度に、判別に使用した検出スキャンデータＤ５を、特定された車両特徴区分Ｄ７と、実際の車軸数を示す第二車軸数Ｄ１１とに対応する参照スキャンデータＤ６として学習する。
　図１０は第３の実施形態に係る参照スキャンデータＤ６の学習の手順を示すフローチャートである。
（ステップＳＴ２０１：車軸数の特定）
　まず、車種区分学習部１３７は、車両検知器１０Ａより出力された車両進入情報Ｄ９を取得する。
　車種区分学習部１３７は、当該車両進入情報Ｄ９を取得した後に踏板１０Ｂから取得した検出情報Ｄ２を、車両検知器１０Ａが検知した車両Ａのものであると判断し、当該車両Ａの車軸数の計測を開始する。
　そして、当該車両Ａが車両検知器１０Ａを通過すると、車両検知器１０Ａは車両通過情報Ｄ１０を出力する。車種区分学習部１３７は、当該車両通過情報Ｄ１０を取得すると、車両Ａが踏板１０Ｂを通過したと判断し、当該車両Ａの車軸数の計測を完了する。車種区分学習部１３７は、踏板１０Ｂから取得した検出情報Ｄ２に基づいて、車両Ａの実際の車軸数を特定する（ステップＳＴ２０１）。
　なお、踏板１０Ｂが設けられている位置から料金自動収受機１１が設けられている位置までの距離が車両Ａの車長よりも短い場合は、当該車両Ａに課金する利用料金が確定した時点で、当該車両Ａの全てのタイヤが踏板１０Ｂを通過していない状態となる。この場合、車両Ａの運転者から利用料金の収受が完了して、車両Ａの全てのタイヤが踏板１０Ｂを通過し、車両検知器１０Ａが当該車両Ａを検知しなくなると、車両検知器１０Ａより車両通過情報Ｄ１０が出力される。車種区分学習部１３７は、当該車両通過情報Ｄ１０を取得するまで、当該車両Ａの車軸数の計測を継続している。このため、車種区分学習部１３７は、車種区分判別部１１４が車両Ａの車種区分Ｄ１を判別した後であっても、当該車両Ａの実際の車軸数を特定することができる。
　車種区分学習部１３７は、このように特定された車軸数を第二車軸数Ｄ１１として出力する。
（ステップＳＴ２０２：車両特徴区分の取得）
　車種区分学習部１３７は、車両特徴区分特定部１１３から出力された車両特徴区分Ｄ７を取得する（ステップＳＴ２０２）。
（ステップＳＴ２０３：検出スキャンデータの取得）
　車種区分学習部１３７は、スキャンデータ取得部１１１から出力された検出スキャンデータＤ５を取得する（ステップＳＴ２０３）。
（ステップＳＴ２０４：参照スキャンデータの学習）
　車種区分学習部１３７は、取得した検出スキャンデータＤ５を、新たな参照スキャンデータＤ６として、記憶部１１６に記憶する（ステップＳＴ２０４）。
　このとき、車種区分学習部１３７は、記憶部１１６に記憶されている参照スキャンデータＤ６の内、ステップＳＴ２０２で取得した車両特徴区分Ｄ７に一致するグループであって、ステップＳＴ２０３で出力された第二車軸数Ｄ１１に一致する車軸数グループに、当該新たな参照スキャンデータＤ６を追加する。
　例えば、車両特徴区分Ｄ７が「区分Ｂ」であり、第二車軸数Ｄ１１が「３」である場合は、当該新たな参照スキャンデータＤ６は、まず「区分Ｂ」の参照スキャンデータＤ６として割り振られる。次に、当該新たな参照スキャンデータＤ６は、「区分Ｂ」の内の軸数グループが「３」の参照スキャンデータＤ６として割り振られる。
（作用効果）
　上述した車種判別装置３０によれば、車種区分学習部１３７は、車種判別装置３０が車種区分の判別を行う度に、判別に使用した検出スキャンデータＤ５を、参照スキャンデータＤ６として記憶部１１６に追加する。このため、車種区分学習部１３７は、様々な車両の参照スキャンデータＤ６を、人手を介さずに自動的に記憶部１１６に蓄積することができる。これにより、車種判別装置３０は、車種判別を行うごとに判別の精度を向上させることができる。
　また、上述の各実施形態における車種判別装置１０、２０、３０のハードウェア構成の例について説明する。以下、第３実施形態の車種判別装置３０を例に説明する。
　図１１は車種判別装置１０、２０、３０のハードウェア構成の一例を示す図である。
　図１１に示すように、車種判別装置３０は、メモリ８１０と、記憶／再生装置８２０と、ＩＯ　Ｉ／Ｆ（Ｉｎｐｕｔ　Ｏｕｔｐｕｔ　Ｉｎｔｅｒｆａｃｅ）８３０と、センサ　Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）８４０と、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）８５０と、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）８６０と、補助記憶装置８７０とを備えている。
　メモリ８１０は、車種判別装置３０のプログラムで使用されるデータ等を一時的に記憶するＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等の媒体である。
　記憶／再生装置８２０は、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリ等の外部メディアへデータ等を記憶したり、外部メディアのデータ等を再生するための装置である。
　ＩＯ　Ｉ／Ｆ８３０は、車種判別装置３０と料金収受設備１の各装置との間で情報等の入出力を行うためのインターフェースである。
　センサ　Ｉ／Ｆ８４０は、車種判別装置３０が備える車両検知器１０Ａ、踏板１０Ｂ、レーザ検出器１０Ｃ及びナンバープレート認識装置１０Ｄの制御と、情報及び信号の取得とを行うためのインターフェースである。
　通信Ｉ／Ｆ８５０は、車種判別装置３０が料金収受設備１の各装置や、インターネット等の通信回線を介して外部サーバと通信を行うためのインターフェースである。
　ＣＰＵ８５０は、プログラムを実行し、車種判別装置３０が車両Ａの車種区分Ｄ１を判別するように制御する。
　補助記憶装置８７０は、ＣＰＵ８６０で実行するプログラムや、プログラムを実行する際に使用するデータや、生成されたデータを記録するためのものである。補助記憶装置８７０は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）やフラッシュメモリ等である。補助記憶装置８７０は、上述の各実施形態における記憶部１１６に相当する。
　車種判別装置３０のプログラムは、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリ等の外部メディアに記録されていてもよく、この場合は、記憶／再生装置８２０から外部メディアへの書き込み（記憶）及び読み出し（再生）を行う。通信Ｉ／Ｆ８５０から外部サーバに記憶されているプログラムを読み出してもよい。
　外部メディアや外部サーバに記憶されているプログラムを、補助記憶装置８７０に記憶してもよい。
　ＣＰＵ８６０は、上記プログラムを実行することにより、車種判別装置３０のスキャンデータ取得部１１１、車両特徴情報取得部１１２、車両特徴区分特定部１１３、車種区分判別部１１４及び車種区分学習部１３７として機能する。これにより、ＣＰＵ８６０が各種処理を行うと、それぞれの処理で生成されたデータは補助記憶装置８７０に記憶される。
　上述した車種判別装置３０によれば、車種区分学習部１３７は、踏板１０Ｂにより出力された検出情報Ｄ２に基づき、車両Ａの車軸数を特定し、第二車軸数Ｄ１１として出力する。また、車種区分学習部１３７は、車両Ａの検出スキャンデータＤ５を、車両特徴区分Ｄ７及び第二車軸数Ｄ１１とで割り振った状態で、新たな参照スキャンデータＤ６として記憶部１１６に追加する。これにより、正確な車両特徴区分Ｄ７及び車軸数が割り振られた参照スキャンデータＤ６を記憶部１１６に蓄積することができる。正確な参照スキャンデータＤ６が増えることにより、車軸数特定部１１５において検出スキャンデータＤ５と照合を行う際の精度を高めることができる。これにより、車種判別装置２０は、高い精度で車種判別を行うことが可能となる。
　以上、本発明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、車種判別装置１０が、車両検知器１０Ａと、踏板１０Ｂと、レーザ検出器１０Ｃと、ナンバープレート認識装置１０Ｄと、を検出用装置として備えている構成について説明した。しかしながら、この構成に限られることはない。車種判別装置１０は、車両Ａの車高を検出する車高検知器と、車両Ａの車長を検出する車長検知器と、を検出用装置として更に備えていてもよい。これらの検出用装置により、車両特徴情報Ｄ４として車両Ａの車高及び車長を取得することができる。これにより、車両特徴区分特定部１１３において特定される車両特徴区分Ｄ７の精度を向上させることができる。
　また、上述の実施形態において、レーザ検出器１０Ｃは、車両検知器１０Ａにより車両Ａの車線Ｌへの進入が検出されると、レーザスキャンを開始する例について説明した。しかしながら、これに限られることはない。料金自動収受機１１に車両検知センサを設け、車両Ａの運転席が料金自動収受機１１まで到達したことを当該車両検知センサが検出したときに、レーザ検出器１０Ｃがレーザスキャンを開始するようにしてもよい。
　また、上述の実施形態において、レーザ検出器１０Ｃが所定のスキャン範囲Ｎ内でレーザ照射角度を変更しながら複数回のレーザ光の照射を行う例について説明した。しかしながら、これに限られることはない。レーザ検出器１０Ｃを車線Ｌの進行方向手前側に向けた状態で、レーザ検出器１０Ｃを車線Ｌの進行方向に沿って所定の範囲内で移動可能に設けてもよい。この場合、車両検知器１０Ａが車線Ｌに車両Ａが進入したことを検出すると、レーザ検出器１０Ｃは、所定の移動範囲内を車線Ｌの進行方向に沿って移動しつつ、レーザ光の照射を行う。この例のように、レーザ検出器１０Ｃが移動しつつレーザ光の照射及び当該レーザ光の反射光の検出を複数回行うことをレーザスキャンの一態様としてもよい。この場合、レーザ検出器１０Ｃは、レーザ検出器１０Ｃの位置とレーザ光の照射角度とに基づいて、車線Ｌの進行方向におけるレーザ光の照射位置ｘ及び車線Ｌの幅方向におけるレーザ光の照射位置ｙを算出し、当該算出結果を検出スキャンデータＤ５として主制御部１０Ｅに出力する。主制御部１０Ｅは、上述の実施形態と同様に、これら検出スキャンデータＤ５に基づいて車両Ａの車軸数を特定することが可能である。
　更に、レーザ検出器１０Ｃを車線Ｌに直交する方向又は車線Ｌの進行方向手前側に向けた状態で、車線Ｌの進行方向に沿って所定の範囲内に複数設置してもよい。この場合、車両検知器１０Ａが車線Ｌに車両Ａが進入したことを検出すると、複数のレーザ検出器１０Ｃがそれぞれレーザ光の照射を行う。この場合、各レーザ検出器１０Ｃは、各レーザ検出器１０Ｃの位置とレーザ光の照射角度とに基づいて、車線Ｌの進行方向におけるレーザ光の照射位置ｘ及び車線Ｌの幅方向におけるレーザ光の照射位置ｙを算出し、当該算出結果を主制御部１０Ｅに出力する。主制御部１０Ｅは、各レーザ検出器１０Ｃから取得した算出結果を統合して検出スキャンデータＤ５を生成する。この例のように、レーザ光の照射及び当該レーザ光の反射光の検出を複数のレーザ検出器１０Ｃにより異なる位置に複数回行い、これら複数のレーザ検出器１０Ｃによる検出結果を統合して車両Ａの検出を行うことを、レーザスキャンの一態様としてもよい。主制御部１０Ｅは、上述の実施形態と同様に、当該検出スキャンデータに基づいて車両Ａの車軸数を特定することが可能である。
　また、上述の実施形態において、車種区分学習部１１７が記憶部１１６に記憶された参照スキャンデータＤ６を車両特徴区分Ｄ７及び車軸数グループごとに照合して、自動的に特徴抽出範囲情報Ｄ１２を生成する例について説明した。しかしながら、これに限られることはない。例えば、参照スキャンデータＤ６の蓄積数が少ない場合等においては、車種判別装置１０の管理者が各車両特徴区分Ｄ７ごとに任意で特徴抽出範囲情報Ｄ１２を設定してもよい。これによっても、上述の実施形態と同様の効果を得ることができる。
　また、上述の実施形態において、車種区分学習部１１７が特徴抽出範囲情報Ｄ１２を設定し、記憶部１１６に記憶する例について説明した。しかしながら、これに限られることはない。記憶部１１６をネットワークに接続された外部サーバに配置し、複数の料金自動収受設備１で当該特徴抽出範囲情報Ｄ１２を共有してもよい。これにより、複数の料金自動収受設備１で特徴抽出範囲情報Ｄ１２を更新できるため、より精度の高い特徴抽出範囲情報Ｄ１２を生成することが可能となる。これにより、車軸数特定部１１５による車軸数の特定の精度を高めることができる。この結果、車種区分判別部１１４における車種区分Ｄ１の判別の精度を向上させることができる。
　また、上述の実施形態において、車種区分学習部１３７が検出スキャンデータＤ５を、新たな参照スキャンデータＤ６として記憶部１１６に追加する例について説明した。しかしながら、これに限られることはない。記憶部１１６をネットワークに接続された外部サーバに配置し、複数の料金自動収受設備１で当該参照スキャンデータＤ６を共有してもよい。これにより、複数の料金自動収受設備１で参照スキャンデータＤ６を学習するため、より多くの参照スキャンデータＤ６を記憶部１１６に蓄積することができる。これにより、車軸数特定部１１５による車軸数の特定の精度を高めることができる。この結果、車種区分判別部１１４における車種区分Ｄ１の判別の精度を向上させることができる。
　また、上述の実施形態において、車種判別装置１０が有料道路の料金所に設けられる例について説明したが、これに限られることはない。上述の実施形態に係る車種判別装置１０は、例えば、駐車場の料金所に設置されていてもよい。
　上述の車種特定装置、車種特定方法及びプログラムによれば、最大車長に基づく設置スペースを確保できない場所であっても、高い精度で車種の特定を行うことができる。
　１　　料金自動収受設備
　１０、２０、３０　　車種判別装置
　１０Ａ　　車両検知器
　１０Ｂ　　踏板
　１０Ｃ　　レーザ検出器（レーザスキャン部）
　１０Ｄ　　ナンバープレート認識装置
　１０Ｅ、２０Ｅ、３０Ｅ　　主制御部
　１１　　料金自動収受機
　１３　　発進制御機
　１４　　発進検知器
　１１１　　スキャンデータ取得部
　１１２　　車両特徴情報取得部
　１１３　　車両特徴区分特定部
　１１４　　車種区分判別部
　１１５　　車軸数特定部
　１１６　　記憶部
　１１７、１３７　　車種区分学習部
　Ａ　　車両
　Ｌ　　車線
　Ｉ　　アイランド

Claims (7)

  1. 　通行する車両の車種区分を判別する車種判別装置であって、
    　前記車両の特徴を示す車両特徴情報に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分を特定する車両特徴区分特定部と、
    　前記車両のタイヤが配置される高さでレーザスキャンを行うレーザスキャン部と、
    　前記レーザスキャン部から出力される情報であって、前記レーザスキャン部と前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得部と、
    　前記車両特徴区分別に割り振られた参照スキャンデータが記憶されている記憶部と、
    　前記記憶部に記憶されている前記参照スキャンデータの内、特定された前記車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別部と、
    　を備える車種判別装置。
  2. 　前記参照スキャンデータは、更に車軸数グループ別に割り振られ、
    　特定された前記車両特徴区分に割り振られた前記参照スキャンデータの内、取得された前記検出スキャンデータと整合する前記参照スキャンデータが含まれる車軸数グループを選定することにより、前記車両の車軸数を特定し、該車軸数を前記車両の第一車軸数として出力する車軸数特定部を更に備える、
    　請求項１に記載の車種判別装置。
  3. 　前記レーザスキャン部は、前記レーザスキャン部が設置されている位置より前記車両の進行方向手前側の範囲を含む所定の範囲内でレーザスキャン角度を変更可能に設けられている、
    　請求項１または２に記載の車種判別装置。
  4. 　前記車種区分判別部は、前記検出スキャンデータと前記参照スキャンデータとの比較を、特定された前記車両特徴区分に応じた所定範囲で行う、
    　請求項１から３のいずれか１項に記載の車種判別装置。
  5. 　前記車両による踏み付けを検出する踏板と、
    　前記踏板の検出結果に基づいて車軸数を特定し、該車軸数を第二車軸数として出力するとともに、前記スキャンデータ取得部により取得された前記検出スキャンデータを、前記車両特徴区分特定部により特定された前記車両特徴区分、及び、前記第二車軸数に割り振られた前記参照スキャンデータとして、前記記憶部に記憶させる車種区分学習部と、
    　を更に備える、請求項１から４のいずれか１項に記載の車種判別装置。
  6. 　通行する車両の車種区分を判別する車種判別方法であって、
    　前記車両の特徴を示す車両特徴情報に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分を特定する車両特徴区分特定ステップと、
    　前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得ステップと、
    　記憶部に記憶されている参照スキャンデータの内、前記特定された車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別ステップと、
    　を有する車種判別方法。
  7. 　通行する車両の車種区分を判別する車種判別装置のコンピュータを機能させるプログラムであって、
    　前記コンピュータを、
    　前記車両の特徴を示す車両特徴情報に基づいて、前記車種区分と異なる区分、又は、前記車種区分よりも大きく区分けされた区分である車両特徴区分を特定する車両特徴区分特定手段、
    　前記車両のタイヤとの位置関係に応じた検出スキャンデータを取得するスキャンデータ取得手段、
    　記憶部に記憶されている参照スキャンデータの内、特定された前記車両特徴区分に割り振られた前記参照スキャンデータと、取得された前記検出スキャンデータとを比較した結果に基づいて前記車種区分を判別する車種区分判別手段、
    　として機能させるプログラム。
PCT/JP2016/056645 2015-03-06 2016-03-03 車種判別装置、車種判別方法及びプログラム WO2016143672A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020177024134A KR102049159B1 (ko) 2015-03-06 2016-03-03 차종 판별 장치, 차종 판별 방법 및 프로그램이 기억된 기억매체
MYPI2017703165A MY189180A (en) 2015-03-06 2016-03-03 Vehicle type determination device, vehicle type determination method, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015-045155 2015-03-06
JP2015045155A JP6447818B2 (ja) 2015-03-06 2015-03-06 車種判別装置、車種判別方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2016143672A1 true WO2016143672A1 (ja) 2016-09-15

Family

ID=56876102

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/056645 WO2016143672A1 (ja) 2015-03-06 2016-03-03 車種判別装置、車種判別方法及びプログラム

Country Status (4)

Country Link
JP (1) JP6447818B2 (ja)
KR (1) KR102049159B1 (ja)
MY (1) MY189180A (ja)
WO (1) WO2016143672A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019087159A (ja) * 2017-11-09 2019-06-06 三菱重工機械システム株式会社 画像表示装置、料金収受システム、画像表示方法及びプログラム
CN111860384A (zh) * 2020-07-27 2020-10-30 上海福赛特智能科技有限公司 一种车型识别方法
CN112365718A (zh) * 2020-10-25 2021-02-12 北京因泰立科技有限公司 一种激光车型识别方法及装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6906320B2 (ja) * 2017-02-13 2021-07-21 株式会社Ｓｏｋｅｎ 駐車支援装置および駐車支援制御装置
JP7365254B2 (ja) * 2020-02-03 2023-10-19 三菱重工機械システム株式会社 車軸数検出装置、料金収受システム、車軸数検出方法、及びプログラム
CN111783638B (zh) * 2020-06-30 2023-09-01 山东鼎高信息技术有限公司 一种检测车辆轮轴数及车型识别的系统、方法
CN114118238B (zh) * 2021-11-11 2024-03-22 中远海运科技股份有限公司 基于激光与视频技术时间序列及特征融合的车型分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0830893A (ja) * 1994-07-19 1996-02-02 Omron Corp 車種判別装置及び有料エリア管理装置
JPH11167694A (ja) * 1997-12-04 1999-06-22 Omron Corp 車輪検出装置
JPH11191196A (ja) * 1997-10-20 1999-07-13 Omron Corp 車両計測装置および車種判別装置
JP2008052539A (ja) * 2006-08-25 2008-03-06 Ntt Data Corp 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
JP2011133989A (ja) * 2009-12-22 2011-07-07 Mitsubishi Electric Corp 窓検出装置及び車種判別装置及び窓検出方法及び車種判別方法
JP2012022573A (ja) * 2010-07-15 2012-02-02 Toshiba Corp 移動体検出装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003203291A (ja) 2002-01-08 2003-07-18 Mitsubishi Heavy Ind Ltd 車種判別装置
JP2007265003A (ja) 2006-03-28 2007-10-11 Mitsubishi Heavy Ind Ltd タイヤ幅判別装置、進行方向判別装置、および車種判別装置
JP5478419B2 (ja) 2009-10-22 2014-04-23 三菱電機株式会社 車軸検知システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0830893A (ja) * 1994-07-19 1996-02-02 Omron Corp 車種判別装置及び有料エリア管理装置
JPH11191196A (ja) * 1997-10-20 1999-07-13 Omron Corp 車両計測装置および車種判別装置
JPH11167694A (ja) * 1997-12-04 1999-06-22 Omron Corp 車輪検出装置
JP2008052539A (ja) * 2006-08-25 2008-03-06 Ntt Data Corp 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
JP2011133989A (ja) * 2009-12-22 2011-07-07 Mitsubishi Electric Corp 窓検出装置及び車種判別装置及び窓検出方法及び車種判別方法
JP2012022573A (ja) * 2010-07-15 2012-02-02 Toshiba Corp 移動体検出装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019087159A (ja) * 2017-11-09 2019-06-06 三菱重工機械システム株式会社 画像表示装置、料金収受システム、画像表示方法及びプログラム
CN111860384A (zh) * 2020-07-27 2020-10-30 上海福赛特智能科技有限公司 一种车型识别方法
CN112365718A (zh) * 2020-10-25 2021-02-12 北京因泰立科技有限公司 一种激光车型识别方法及装置

Also Published As

Publication number Publication date
JP6447818B2 (ja) 2019-01-09
JP2016164756A (ja) 2016-09-08
MY189180A (en) 2022-01-31
KR20170109017A (ko) 2017-09-27
KR102049159B1 (ko) 2019-11-26

Similar Documents

Publication Publication Date Title
JP6447818B2 (ja) 車種判別装置、車種判別方法及びプログラム
JP6443754B2 (ja) 車両諸元計測装置、車種判別装置、車両諸元計測方法及びプログラム
KR100224143B1 (ko) 차종판별장치 및 그 방법
JPH05225490A (ja) 車種判別装置
JP6569138B2 (ja) 車軸数検出装置、車種判別システム、車軸数検出方法及びプログラム
JP6447820B2 (ja) タイヤパターン判定装置、車種判別装置、タイヤパターン判定方法及びプログラム
JP5781638B2 (ja) 入口料金収受施設、出口料金収受施設、料金収受システム、通行券発行方法及びプログラム
KR20180094812A (ko) 승차인원 검지방법 및 그 장치
KR102274728B1 (ko) 영상 기반의 주정차 모션 식별 자율 주차정산 시스템 및 방법
JP6440193B2 (ja) 車種判別装置、料金収受設備、車種判別方法及びプログラム
JP6535938B2 (ja) 料金収受設備、料金収受方法及びプログラム
KR101849325B1 (ko) 다차로 하이패스 시스템 및 그의 모니터링 방법
JP6554744B2 (ja) 車種判別装置、車種判別方法及びプログラム
JP2019121106A (ja) 車両検知装置、車両検知システム、車両検知方法及び車両検知プログラム
JP6831223B2 (ja) 料金収受システム、料金収受方法及びプログラム
JP2851355B2 (ja) 車種判別装置
JPH1063987A (ja) 車種判別装置
JP7038475B2 (ja) 車両検出装置および車両検出方法
JP4634284B2 (ja) 車種判別システム
JP6845684B2 (ja) 車長計測装置および車長計測方法
JP7213017B2 (ja) 車両前後進判定装置、車両前後進判定システム、車両前後進判定方法及び車両前後進判定プログラム
JP6912898B2 (ja) 証明書読取装置、料金自動収受機、料金収受システム、証明書判定方法、及びプログラム
JP2004070798A (ja) 有料道路料金区分車種判別システム
CN117377990A (zh) 泊车服务提供方法及系统
JP2021047795A (ja) 料金収受システム、料金収受システムによる処理方法及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16761642

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20177024134

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16761642

Country of ref document: EP

Kind code of ref document: A1