WO2020194576A1

WO2020194576A1 - 設備機器情報収集システム

Info

Publication number: WO2020194576A1
Application number: PCT/JP2019/013179
Authority: WO
Inventors: 利宏妻鹿
Original assignee: 三菱電機ビルテクノサービス株式会社
Priority date: 2019-03-27
Filing date: 2019-03-27
Publication date: 2020-10-01
Also published as: JP6780129B1; CN113614737A; JPWO2020194576A1; CN113614737B

Abstract

サーバ（１０）と、携帯端末（２０）と、受信した画像データから認識文字列を抽出して送信する文字認識エンジン（３０，３５～３８）と、を備える設備機器情報収集システム（１００）であって、サーバ（１０）は、評価用画像データを各文字認識エンジン（３０，３５～３８）に送信し、各文字認識エンジン（３０，３５～３８）から認識文字列を受信する。そして、受信した認識文字列とユーザ（６０）が認識文字列を正しく修正した登録文字列とから各文字認識エンジン（３０，３５～３８）の誤認識文字数をそれぞれ算出し、誤認識文字数の少ない文字認識エンジンを新常用文字認識エンジンに選択する。そして、選択した新常用文字認識エンジンを常用文字認識エンジン（３０）に置き換える。

Description

設備機器情報収集システム

　本発明は、携帯端末で取得した画像データ又は音声データに基づいてビルなどに設置される空調機器、昇降機等の設備機器の型名、製造番号等の機器情報を収集するシステムに関する。

　ビルに設置される空調機器、昇降機等の設備機器は、定期点検が必要なものがある。一方、定期点検の際に必要となる型名、製造番号等の機器情報がデータベースに格納されていない場合もある。そこで、設備機器のユーザに撮影機能と位置情報取得機能とを有するスマートフォン等の携帯端末を用いて上記の機器情報をデータベースに登録してもらい、その登録情報に基づいて定期点検を行う方法が提案されている（例えば、特許文献１参照）。

特開２０１７－１０７４６６号公報

　特許文献１に記載された従来技術では、ユーザが撮影した銘板の画像データをＯＣＲ処理して機器番号を抽出し、抽出した機器番号を修正してデータベースに登録するようにしている。このため、ＯＣＲの文字認識精度が低いと修正が多くなって登録に手間が掛かったり、誤った機器番号を登録してしまい、機器情報の収集効率が低下する場合があった。

　そこで本開示は、設備機器情報収集システムの文字認識精度の向上を図り、設備機器の情報収集効率を向上させることを目的とする。

　本開示の設備機器情報収集システムは、ネットワークに接続されたサーバと、ネットワークに接続され、設備機器情報を含むデータを取得し、取得したデータを送信する携帯端末と、ネットワークに接続されてデータを受信し、受信したデータを解析してデータに含まれる文字列を認識し、認識した文字列を認識文字列として送信する常用文字認識エンジンと、を備える設備機器情報収集システムであって、携帯端末は、取得したデータを常用文字認識エンジンとサーバとに送信し、常用文字認識エンジンから認識文字列を受信し、受信した認識文字列をユーザが正しい文字列に修正した登録文字列をサーバに送信し、サーバは、携帯端末からデータと登録文字列とを受信し、常用文字認識エンジンから認識文字列を受信し、受信したデータと認識文字列と登録文字列とを対応付けて格納する文字認識データベースを含み、文字認識データベースに格納したデータと認識文字列と登録文字列とに基づいて、ネットワークに接続されてデータを受信し、受信したデータを解析してデータに含まれる文字列を認識し、認識した文字列を認識文字列として送信する候補文字認識エンジン及び常用文字認識エンジンの文字認識精度の指標をそれぞれ算出し、算出した各指標に基づいて、常用文字認識エンジンと候補文字認識エンジンとの中から新常用文字認識エンジンを選択し、選択した新常用文字認識エンジンを常用文字認識エンジンに置き換えること、を特徴とする。

　このように、サーバが常用文字認識エンジンから認識文字列を受信し、携帯端末からデータとユーザが認識文字列を正しい文字列に修正した登録文字列とを受信し、受信したデータと認識文字列と登録文字列とに基づいて常用文字認識エンジンと候補文字認識エンジンとの文字認識精度の指標をそれぞれ算出し、算出した各指標に基づいて、常用文字認識エンジンと候補文字認識エンジンとの中から新常用文字認識エンジンを選択し、選択した新常用文字認識エンジンを常用文字認識エンジンに置き換えるので、常に文字認識精度の高い文字認識エンジンを用いて文字認識を行うことができる。これにより、設備機器情報収集システムの文字認識精度を向上させて設備機器の情報収集効率を向上させることができる。

　本開示において、文字認識エンジンとは、画像データを受信し、受信した画像データを解析して画像データに含まれる文字列を認識し、認識した文字列を認識文字列として送信するものと、音声データを受信し、受信した音声データを解析して音声データに含まれる文字列を認識し、認識した文字列を認識文字列として送信するものと含む。

　本開示の設備機器情報収集システムにおいて、サーバは、文字認識データベースに格納したデータから評価用データを選択し、選択した評価用データを常用文字認識エンジンと候補文字認識エンジンとに送信し、常用文字認識エンジンと候補文字認識エンジンとから認識文字列をそれぞれ受信し、受信した各認識文字列と評価用データに対応する登録文字列とを対比して常用文字認識エンジンと候補文字認識エンジンとの指標をそれぞれ算出してもよい。

　このように、サーバは常用文字認識エンジンと候補文字認識エンジンが認識した認識文字列と認識文字列をユーザが正しい文字列に修正した登録文字列とを対比して常用文字認識エンジンと候補文字認識エンジンとの指標を算出するので、常用文字認識エンジンと候補文字認識エンジンとの文字認識精度を正確に評価することができる。

　本開示の設備機器情報収集システムにおいて、指標は、常用文字認識エンジン又は候補文字認識エンジンから受信した認識文字列と評価用データに対応する登録文字列とを対比して算出した常用文字認識エンジン又は候補文字認識エンジンの誤認識文字数でもよい。

　これにより、簡便な構成で常用文字認識エンジンと候補文字認識エンジンとの文字認識精度を正確に評価することができる。

　本開示の設備機器情報収集システムにおいて、評価用データは、文字認識データベースに格納したデータから選択した複数の類似パターンデータであり、サーバは、選択した複数の類似パターンデータを常用文字認識エンジンと候補文字認識エンジンとにそれぞれ送信し、常用文字認識エンジンと候補文字認識エンジンとから複数の類似パターンデータに対応する複数の認識文字列をそれぞれ受信し、指標は、受信した複数の認識文字列と複数の類似パターンデータに対応する複数の登録文字列とを対比して算出した常用文字認識エンジン又は候補文字認識エンジンの誤認識回数としてもよい。

　これにより、常用文字認識エンジンを誤認識回数の少ないものに置き換えることができる。

　本開示の設備機器情報収集システムにおいて、サーバは、常用文字認識エンジンと候補文字認識エンジンとからそれぞれ受信した認識文字列と評価用データに対応する登録文字列とを対比して常用文字認識エンジンと候補文字認識エンジンの誤認識文字数をそれぞれ算出すると共に、文字認識データベースに格納したデータから複数の類似パターンデータを選択し、選択した複数の類似パターンデータを常用文字認識エンジンと候補文字認識エンジンとにそれぞれ送信し、常用文字認識エンジンと候補文字認識エンジンとから複数の類似パターンデータに対応する複数の認識文字列をそれぞれ受信し、受信した複数の認識文字列と複数の類似パターンデータに対応する複数の登録文字列とを対比して常用文字認識エンジンと候補文字認識エンジンとの誤認識回数をそれぞれ算出し、常用文字認識エンジンと候補文字認識エンジンとの各指標は、算出した各誤認識文字数と算出した各誤認識回数とにそれぞれ重み付けをして加算した数値でもよい。

　これにより、常用文字認識エンジンと候補文字認識エンジンの文字認識精度を総合的に評価し、常用文字認識エンジンを最適化することができる。

　本開示の設備機器情報収集システムにおいて、サーバは、常用文字認識エンジンと候補文字認識エンジンとの文字認識精度の指標を所定の時間間隔でそれぞれ算出し、算出した各指標に基づいて新常用文字認識エンジンの選択を行ってもよい。

　これにより、常用文字認識エンジンを文字認識精度の高いものに維持することができる。

　本開示の設備機器情報収集システムにおいて、サーバは、常用文字認識エンジンから受信した認識文字列と携帯端末から受信した登録文字列とを対比して常用文字認識エンジンの誤認識文字数を算出し、常用文字認識エンジンの誤認識文字数の時系列的な変化が所定の閾値に達しない場合に、常用文字認識エンジンと候補文字認識エンジンとの文字認識精度の指標をそれぞれ算出し、算出した各指標に基づいて新常用文字認識エンジンの選択を行ってもよい。

　通常、常用文字認識エンジンの文字認識精度は時間と共に向上していくので、常用文字認識エンジンの文字認識精度の向上が停滞した際に、常用文字認識エンジンをより文字認識精度の高い文字認識エンジンに置き換えることができる。

　本開示の設備機器情報収集システムにおいて、サーバが第１国に配置され、携帯端末が第１国と異なる第２国に配置されてもよい。

　これにより、外国に設置されている設備機器の情報を効果的に収集することができる。

　本開示は、設備機器情報収集システムの文字認識精度の向上を図り、設備機器の情報収集効率を向上させることができる。

実施形態の設備機器情報収集システムの構成を示す系統図である。図１に示す設備機器情報収集システムの動作処理を示すシーケンス図である。図１に示す設備機器情報収集システムの動作を示すフローチャートである。図１に示すサーバの記憶部に格納されている文字認識データベースの構造を示す説明図である。図１に示す設備機器情報収集システムにおいて、サーバが候補文字認識エンジンの誤認識文字数を算出する動作を示す動作説明図である。図１に示す設備機器情報収集システムにおいて、サーバが候補文字認識エンジンの誤認識回数を算出する動作を示す動作説明図である。図１に示す設備機器情報収集システムにおいて、サーバが候補文字認識エンジンの誤認識文字数と誤認識回数とに基づいて候補文字認識エンジンの文字認識精度を示す総合指標を算出する動作を示す動作説明図である。図１に示す設備機器情報収集システムの他の動作処理を示すシーケンス図である。図１に示す設備機器情報収集システムの他の動作を示すフローチャートである。

　以下、図面を参照しながら実施形態の設備機器情報収集システム１００について説明する。図１に示すように、設備機器情報収集システム１００は、サーバ１０と、携帯端末２０と、常用文字認識エンジン３０とを備えている。

　サーバ１０は、ＣＰＵを含み情報処理や演算を行う演算部１１と、動作プログラム、データ等を格納する記憶部１２と、ネットワーク１５との通信を行う通信部１３とを含むコンピュータである。サーバ１０の記憶部１２には後で図４を参照して説明する文字認識データベース５０が格納されている。

　携帯端末２０は、画像を撮像するカメラ２１と、音声データを取得するマイク２２と、画像或いは文字列を表示するディスプレイ２３とを備え、ネットワーク１５に接続されてネットワーク１５に接続された他の機器との間で通信を行うものである。携帯端末２０は、例えば、スマートホンやカメラ付き携帯電話で構成してもよい。

　常用文字認識エンジン３０は、ネットワーク１５に接続され、ネットワーク１５から画像データを受信し、受信した画像データを解析して画像データに含まれる文字列を認識し、認識した文字列を認識文字列としてネットワーク１５に送信する。常用文字認識エンジン３０は、クラウド上に配置されている。また、クラウド上には、第１～第４候補文字認識エンジン３５～３８が配置されている。第１～第４候補文字認識エンジン３５～３８は、常用文字認識エンジン３０と同様、ネットワーク１５に接続され、ネットワーク１５から画像データを受信し、受信した画像データを解析して画像データに含まれる文字列を認識し、認識した文字列を認識文字列としてネットワーク１５に送信するものである。なお、候補文字認識エンジンの数は、４つに限らず、１つでも４つ以外の複数でもよい。

　次に、図２～５を参照しながら、実施形態の設備機器情報収集システム１００の動作について説明する。以下の説明では、図１に示すユーザ６０が携帯端末２０で空調機器４０の銘板４１の画像を撮像することにより、空調機器４０の機器情報を収集する場合について説明する。

　図２、図３のステップＳ１０１に示すように、ユーザ６０は、携帯端末２０のカメラ２１によって空調機器４０の銘板４１の画像を撮像する。図２、図３のステップＳ１０２に示すように、携帯端末２０は、カメラ２１によって取得した画像データをネットワーク１５を介して常用文字認識エンジン３０とサーバ１０に送信する。

　図２、図３のステップＳ１０３に示すように、常用文字認識エンジン３０は、携帯端末２０から受信した画像データを解析して画像データ中に含まれる文字列を認識する。そして、認識した文字列を認識文字列としてネットワーク１５を介して携帯端末２０とサーバ１０とに送信する。

　携帯端末２０は、常用文字認識エンジン３０から受信した認識文字列をディスプレイ２３に表示する。図３のステップＳ１０５に示すように、ユーザ６０はディスプレイ２３に表示された認識文字列と銘板４１に記載されている文字列とを対比し、認識文字列を銘板４１に記載されている文字列と一致する正しい文字列に修正して登録文字列を生成する。図３のステップＳ１０６に示すように、ユーザ６０は、生成した登録文字列を携帯端末２０からサーバ１０に送信する。

　図２、図３のステップＳ１０７に示すように、サーバ１０の通信部１３は、携帯端末２０から銘板４１の画像データと登録文字列を受信し、常用文字認識エンジン３０から認識文字列を受信する。そして、サーバ１０の演算部１１は、通信部１３で受信した銘板４１の画像データと登録文字列と認識文字列とを図４に示す文字認識データベース５０に格納する。

　図４に示すように、文字認識データベース５０は、携帯端末２０から受信した画像データと登録文字列、及び、常用文字認識エンジン３０から受信した認識文字列とを対応付けて格納するものである。ここで、画像データＡＡＡＡは、ユーザ６０が携帯端末２０のカメラ２１で撮像した銘板４１の画像データである。認識文字列「ＰｕＨｙＤＰ２８０００ＳＣＭＥＢＳＧＧＧＧ」は、常用文字認識エンジン３０が携帯端末２０から受信した画像データＡＡＡＡを解析し、認識した文字列である。登録文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」は、ユーザ６０が携帯端末２０に送信された認識文字列「ＰｕＨｙＤＰ２８０００ＳＣＭＥＢＳＧＧＧＧ」を銘板４１に記載されている文字列と一致するように正しく修正した文字列である。従って、登録文字列は、画像データを正しく認識した場合の文字列となる。図４の認識文字列中の下線は、常用文字認識エンジン３０が誤認識した文字を示している。この様に、文字認識データベース５０は、携帯端末２０で撮像した銘板４１の画像データと、常用文字認識エンジン３０が認識した認識文字列と、画像データを正しく認識した場合の文字列である登録文字列とを対応付けて格納したものである。

　サーバ１０は、図３のステップＳ１０８で所定の時間が経過したかどうかを判断し、図３のステップＳ１０８でＮＯと判断した場合には、図３のステップＳ１０１に戻り、携帯端末２０からの画像データと登録文字列を受信し、常用文字認識エンジン３０から認識文字列を受信し、受信した画像データと登録文字列と認識文字列とを文字認識データベース５０に格納していく。ここで、所定の時間は、例えば、一日でもよいし、一週間でもよいし、一ヶ月でもよい。

　サーバ１０は、図３のステップＳ１０８でＹＥＳと判断した場合には、図３のステップＳ１０９～ステップＳ１１２において常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８との文字認識精度を示す指標をそれぞれ算出し、算出した各指標に基づいて常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の中の１つを新常用文字認識エンジンに選択する。そして、選択した新常用文字認識エンジンを常用文字認識エンジン３０に置き換える。

　以下、図３、図５を参照しながら、指標として認識文字列と登録文字列とを対比して算出した誤認識文字数を用いる場合について説明する。

　図３のステップＳ１０９、図５に示すように、サーバ１０の演算部１１は、文字認識データベース５０に格納した画像データの中から、画像データＡＡＡＡを常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８との評価に用いる評価用画像データＡＡＡＡとして選択する。そして、演算部１１は、評価用画像データＡＡＡＡを通信部１３から常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８とに送信する。

　図３のステップＳ１１０に示すように、常用文字認識エンジン３０と、第１～第４候補文字認識エンジン３５～３８は、受信した評価用画像データＡＡＡＡを解析して評価用画像データＡＡＡＡに含まれる文字列を認識し、認識した文字列を認識文字列としてサーバ１０に送信する。図５に示すように、第１候補文字認識エンジン３５は、認識文字列「ＰｕＨｙＤＰ２８０００ＳＣＭＥＢＳＧＧＧＧ」をサーバ１０に送信し、第２候補文字認識エンジン３６は、認識文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ――ＢＳＧ－」をサーバ１０に送信する。常用文字認識エンジン３０、第３、第４候補文字認識エンジン３７，３８についても同様にそれぞれ認識文字列をサーバ１０に送信する。

　図３のステップＳ１１１、図５に示すように、サーバ１０は、常用文字認識エンジン３０、第１～第４候補文字認識エンジン３５～３８の文字認識精度を示す指標である誤認識文字数を算出する。図５に示すように、サーバ１０の演算部１１は、文字認識データベース５０から評価用画像データＡＡＡＡに対応する登録文字列を対応登録文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」として読み出す。そして、第１候補文字認識エンジン３５から受信した認識文字列「ＰｕＨｙＤＰ２８０００ＳＣＭＥＢＳＧＧＧＧ」と対応登録文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」とを対比する。対応登録文字列は、評価用画像データＡＡＡＡを正しく認識した場合の文字列であるから、両文字列を対比することにより、第１候補文字認識エンジン３５の認識文字列中の誤認識文字数を算出することができる。本例では、図５に示すように、サーバ１０の演算部１１は第１候補文字認識エンジン３５の誤認識文字数を８と算出する。

　同様に、サーバ１０の演算部１１は、第２候補文字認識エンジン３６から受信した認識文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ――ＢＳＧ－」と対応登録文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」とを対比して第２候補文字認識エンジン３６の誤認識文字数を２と算出する。常用文字認識エンジン３０、第３、第４候補文字認識エンジン３７，３８についても同様にそれぞれの誤認識文字数を算出する。

　図３のステップＳ１１２、図５に示すように、サーバ１０の演算部１１は、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の中で誤認識文字数の最も少ない第２候補文字認識エンジン３６を新常用文字認識エンジンとして選択する。そして、サーバ１０は、新常用文字認識エンジンとして選択した第２候補文字認識エンジン３６を常用文字認識エンジン３０に置き換える。これ以後、携帯端末２０は、新たな常用文字認識エンジン３０に画像データを送信し、新たな常用文字認識エンジン３０から誤認識文字数の少ない認識文字列を受信するので、ユーザ６０の修正の手間が少なくなり、効果的に設備機器の情報を収集することができる。

　このように、実施形態の設備機器情報収集システム１００では、サーバ１０は常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８とが評価用画像データから認識した認識文字列と評価用画像データを正しく認識した場合の文字列である対応登録文字列とを対比して、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の誤認識文字数を算出し、常用文字認識エンジン３０と第１～第４候補文字認識エンジンの内で誤認識文字数の少ないものを新常用文字認識エンジンとして選択する。そして、選択した新常用文字認識エンジンを常用文字認識エンジン３０に置き換える。これにより、設備機器情報収集システム１００の文字認識精度の向上を図り、設備機器の情報収集効率を向上させることができる。また、所定の時間間隔で新常用文字認識エンジンの選択を行い、新常用文字認識エンジンを常用文字認識エンジン３０に置き換えるので、常用文字認識エンジン３０を文字認識精度の高いものに維持することができ、設備機器の情報収集効率を向上させることができる。

　次に、図３、図６を参照しながら、指標として常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の誤認識回数を用いて新常用文字認識エンジンの選択を行う動作について説明する。

　図３のステップＳ１０９、図６に示すように、サーバ１０の演算部１１は、文字認識データベース５０から複数の類似パターンデータを選択する。複数の類似パターンデータは、同一の銘板４１の異なる画像のセットで、例えば、クリアな画像、少しぼけた部分のある画像、正面からの画像、斜めからの画像等を組み合わせたものである。類似パターンデータは、同一の銘板４１の画像データであるから、対応登録文字列は一つとなる。図６に示す例では、サーバ１０の演算部１１は、複数の類似パターンデータＣＣＣＣ，ＣＣＣｃ，ｃＣＣＣを選択して、常用文字認識エンジン３０と、第１～第４候補文字認識エンジン３５～３８とに送信する。

　図３のステップＳ１１０に示すように、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８は、受信した複数の類似パターンデータを解析して複数の認識文字列をサーバ１０に送信する。図６に示すように、第１候補文字認識エンジン３５は、３つの類似パターンデータＣＣＣＣ，ＣＣＣｃ，ｃＣＣＣを解析して３つの認識文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」、「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」、「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－ＥＢＳＧ」をサーバ１０に送信する。

　図３のステップＳ１１１、図６に示すように、サーバ１０の演算部１１は、第１候補文字認識エンジン３５から受信した各認識文字列と対応登録文字列「ＰＵＨＹ－ＤＰ２８０ＳＣＭ－Ｅ－ＢＳＧ」とを対比して、両者が一致しているかどうかを判断する。図６に示すように、第１候補文字認識エンジン３５が送信した３の認識文字列の内、一番目と二番目の認識文字列は対応登録文字列と一致しており、三番目の認識文字列は対応登録文字列と一致していない。従って、サーバ１０の演算部１１は、第１候補文字認識エンジン３５の誤認識回数を１と算出する。

　同様に、サーバ１０の演算部１１は、第２候補文字認識エンジン３６から受信した３つの認識文字列と対応登録文字列とを対比して誤認識回数を２と算出する。また、常用文字認識エンジン３０、第３、第４候補文字認識エンジン３７，３８についても同様に誤認識回数を算出する。

　図３のステップＳ１１２、図６に示すように、サーバ１０の演算部１１は、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の中で誤認識回数の最も少ない第１候補文字認識エンジン３５を新常用文字認識エンジンとして選択する。そして、サーバ１０は、新常用文字認識エンジンとして選択した第１候補文字認識エンジン３５を常用文字認識エンジン３０に置き換える。

　これにより、誤認識回数が少ない文字認識エンジンを常用文字認識エンジン３０とすることができる。

　次に、図７を参照しながら、誤認識文字数と誤認識回数とを組み合わせて総合指標Ｓを算出し、算出した総合指標Ｓに基づいて新常用文字認識エンジンを選択する動作について説明する。

　先に図５を参照して説明したように、サーバ１０の演算部１１は、第１、第２候補文字認識エンジン３５，３６に評価用画像データを送信し、認識文字列を受信し、受信した認識文字列と対応登録文字列と対比して誤認識文字数を算出する。また、先に図６を参照して説明したように、サーバ１０の演算部１１は、第１、第２候補文字認識エンジン３５，３６に複数の類似パターンデータを送信し、認識文字列を受信し、受信した認識文字列と対応登録文字列と対比して誤認識回数を算出する。そして、図７に示すように、サーバ１０の演算部１１は、誤認識文字数と誤認識回数にそれぞれ重みａ，ｂを掛けて重み付けしたものを加算して総合指標Ｓの数値を算出する。

　図７に示す例のように、第２候補文字認識エンジン３６の総合指標Ｓ２が第１候補文字認識エンジン３５の総合指標Ｓ１よりも小さい場合には、サーバ１０の演算部１１は総合指標Ｓの小さい第２候補文字認識エンジン３６を常用文字認識エンジン３０に選択する。そして、サーバ１０は、新常用文字認識エンジンとして選択した第２候補文字認識エンジン３６を常用文字認識エンジン３０に置き換える。

　これにより、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の文字認識精度を総合的に評価し、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の内で最適な文字認識エンジンを新常用文字認識エンジンに選択することができ、常用文字認識エンジン３０を最適化することができる。

　次に、図８，図９を参照しながら、設備機器情報収集システム１００の他の動作について説明する。先に図２、図３を参照して説明した動作と同様の動作には、同様のステップ番号を付して説明は省略する。

　常用文字認識エンジン３０は、ＡＩを適用したものであり、時間経過と共に、文字認識精度が向上してくることが一般的で、時間経過と共に、誤認識文字数は低下傾向を示す。従って、誤認識文字数が減少せず、停滞する場合には、常用文字認識エンジン３０の文字認識精度の向上が他の文字認識エンジンよりも低くなっている可能性がある。

　そこで、本動作は、図８、図９に示すように、サーバ１０の演算部１１が常用文字認識エンジン３０の誤認識文字数と誤認識文字数の時系列変化とを算出し、図８のステップＳ２０２で誤認識文字数の時系列的変化が所定の閾値に達しない場合に常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８との文字認識精度の指標を算出して新常用文字認識エンジンを選択するものである。以下、説明する。

　サーバ１０の演算部１１は、図８、図９のステップＳ１０４に示すように常用文字認識エンジン３０から認識文字列を受信し、図８、図９のステップＳ１０６に示すように携帯端末２０から登録文字列を受信したら、図８、図９のステップＳ２０１に示すように、常用文字認識エンジン３０の誤認識文字数を算出する。誤認識文字数の算出は、先に図５を参照して説明したと同様、常用文字認識エンジン３０から受信した認識文字列と携帯端末２０から受信した登録文字列とを対比して誤認識文字数を算出する。そして、サーバ１０の演算部１１は、算出した誤認識文字数を記憶部１２に格納する。

　図８に示すように、サーバ１０の演算部１１は、図９のステップＳ２０２で所定時間、或いは所定回数だけ常用文字認識エンジン３０の誤認識文字数を算出したかを判断する。サーバ１０の演算部１１は、図９のステップＳ２０２でＮＯと判断した場合には、図９のステップＳ１０１に戻って携帯端末２０からの画像データと登録文字列を受信し、常用文字認識エンジン３０から認識文字列を受信し、誤認識文字数を算出して記憶部１２に格納していく。

　サーバ１０の演算部１１は、図９のステップＳ２０２でＹＥＳと判断したら図９のステップＳ２０３に進み、記憶部１２から誤認識文字数データを読み出して誤認識文字数の時系列的変化を算出する。時系列的変化は、例えば、所定期間における誤認識文字数の低減数、或いは低減割合である。

　そして、サーバ１０の演算部１１は、図９のステップＳ２０４で算出した時系列的変化が所定の閾値に達しているかどうかを判断する。例えば、時系列的変化が所定期間における誤認識文字数の低減数が所定の閾値に達していない場合、或いは、低減割合が所定の閾値に達していない場合、サーバ１０の演算部１１は、図９のステップＳ２０４でＹＥＳと判断して図３のステップＳ１０９に進む。

　そして、サーバ１０は、図８、図３のステップＳ１０９～ステップＳ１１２に示すように、評価用画像データを常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８とに送信し、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８とから認識文字列を受信する。そして、図５を参照して説明したように、受信した認識文字列と対応登録文字列とから常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８の誤認識文字数をそれぞれ算出し、誤認識文字数の少ない第２候補文字認識エンジン３６を新常用文字認識エンジンに選択する。そして、サーバ１０は、新常用文字認識エンジンとして選択した第２候補文字認識エンジン３６を常用文字認識エンジン３０に置き換える。

　これにより、常用文字認識エンジン３０の文字認識精度の向上が停滞しているような場合に、文字認識精度の文字認識エンジンに置き換えることができる。

　以上説明した実施形態の設備機器情報収集システム１００において、サーバ１０と携帯端末２０とは同一の第１国に配置されてもよいし、携帯端末２０は第１国と異なる第２国に配置されていてもよい。これにより、外国に設置されている設備機器の情報を収集することができる。

　また、実施形態の設備機器情報収集システム１００では、常用文字認識エンジン３０、第１～第４候補文字認識エンジン３５～３８は、受信した画像データを解析して認識文字列を送信するものとして説明したがこれに限らず、受信した音声データを解析して認識文字列を送信するもでもよい。

　この場合、例えば、ユーザ６０が携帯端末２０のマイク２２から入力した音声データを常用文字認識エンジン３０により解析して認識文字列を抽出し、抽出した認識文字列を携帯端末２０に送信し、ユーザ６０が認識文字列を修正して登録文字列としてもよい。

　この場合も、実施形態の設備機器情報収集システム１００と同様、サーバ１０は、常用文字認識エンジン３０と第１～第４候補文字認識エンジン３５～３８に音声データを送信し、受信した認識文字列と登録文字列とに基づいて、各文字認識エンジン３０，３５～３８の文字認識精度を算出し、文字認識精度の高い文字認識エンジンを新常用文字認識エンジンとして選択する。そして、選択した新常用文字認識エンジンを常用文字認識エンジン３０に置き換える。

　１０　サーバ、１１　演算部、１２　記憶部、１３　通信部、１５　ネットワーク、２０　携帯端末、２１　カメラ、２２　マイク、２３　ディスプレイ、３０　常用文字認識エンジン、３５～３８　候補文字認識エンジン、４０　空調機器、４１　銘板、５０　文字認識データベース、６０　ユーザ、１００　設備機器情報収集システム。

Claims

　ネットワークに接続されたサーバと、
　前記ネットワークに接続され、設備機器情報を含むデータを取得し、取得したデータを送信する携帯端末と、
　前記ネットワークに接続されてデータを受信し、受信したデータを解析してデータに含まれる文字列を認識し、認識した文字列を認識文字列として送信する常用文字認識エンジンと、を備える設備機器情報収集システムであって、
　前記携帯端末は、取得したデータを前記常用文字認識エンジンと前記サーバとに送信し、前記常用文字認識エンジンから認識文字列を受信し、受信した認識文字列をユーザが正しい文字列に修正した登録文字列を前記サーバに送信し、
　前記サーバは、
　前記携帯端末からデータと登録文字列とを受信し、前記常用文字認識エンジンから認識文字列を受信し、受信したデータと認識文字列と登録文字列とを対応付けて格納する文字認識データベースを含み、前記文字認識データベースに格納したデータと認識文字列と登録文字列とに基づいて、前記ネットワークに接続されてデータを受信し、受信したデータを解析してデータに含まれる文字列を認識し、認識した文字列を認識文字列として送信する候補文字認識エンジン及び前記常用文字認識エンジンの文字認識精度の指標をそれぞれ算出し、
　算出した各前記指標に基づいて、前記常用文字認識エンジンと前記候補文字認識エンジンとの中から新常用文字認識エンジンを選択し、
　選択した前記新常用文字認識エンジンを前記常用文字認識エンジンに置き換えること、
　を特徴とする設備機器情報収集システム。
　請求項１に記載の設備機器情報収集システムであって、
　前記サーバは、
　前記文字認識データベースに格納したデータから評価用データを選択し、
　選択した前記評価用データを前記常用文字認識エンジンと前記候補文字認識エンジンとに送信し、
　前記常用文字認識エンジンと前記候補文字認識エンジンとから認識文字列をそれぞれ受信し、
　受信した各認識文字列と前記評価用データに対応する登録文字列とを対比して前記常用文字認識エンジンと前記候補文字認識エンジンとの前記指標をそれぞれ算出すること、
　を特徴とする設備機器情報収集システム。
　請求項２に記載の設備機器情報収集システムであって、
　前記指標は、前記常用文字認識エンジン又は前記候補文字認識エンジンから受信した認識文字列と前記評価用データに対応する登録文字列とを対比して算出した前記常用文字認識エンジン又は前記候補文字認識エンジンの誤認識文字数であること、
　を特徴とする設備機器情報収集システム。
　請求項２に記載の設備機器情報収集システムであって、
　前記評価用データは、前記文字認識データベースに格納したデータから選択した複数の類似パターンデータであり、
　前記サーバは、
　選択した複数の前記類似パターンデータを前記常用文字認識エンジンと前記候補文字認識エンジンとにそれぞれ送信し、
　前記常用文字認識エンジンと前記候補文字認識エンジンとから複数の前記類似パターンデータに対応する複数の認識文字列をそれぞれ受信し、
　前記指標は、受信した複数の認識文字列と複数の前記類似パターンデータに対応する複数の登録文字列とを対比して算出した前記常用文字認識エンジン又は前記候補文字認識エンジンの誤認識回数であること、
　を特徴とする設備機器情報収集システム。
　請求項２に記載の設備機器情報収集システムであって、
　前記サーバは、前記常用文字認識エンジンと前記候補文字認識エンジンとからそれぞれ受信した認識文字列と前記評価用データに対応する登録文字列とを対比して前記常用文字認識エンジンと前記候補文字認識エンジンの誤認識文字数をそれぞれ算出すると共に、
　前記文字認識データベースに格納したデータから複数の類似パターンデータを選択し、選択した複数の前記類似パターンデータを前記常用文字認識エンジンと前記候補文字認識エンジンとにそれぞれ送信し、前記常用文字認識エンジンと前記候補文字認識エンジンとから複数の前記類似パターンデータに対応する複数の認識文字列をそれぞれ受信し、受信した複数の認識文字列と複数の前記類似パターンデータに対応する複数の登録文字列とを対比して前記常用文字認識エンジンと前記候補文字認識エンジンとの誤認識回数をそれぞれ算出し、
　前記常用文字認識エンジンと前記候補文字認識エンジンとの各前記指標は、算出した各誤認識文字数と算出した各誤認識回数とにそれぞれ重み付けをして加算した数値であること、
　を特徴とする設備機器情報収集システム。
　請求項２から５のいずれか１項に記載の設備機器情報収集システムであって、
　前記サーバは、
　前記常用文字認識エンジンと前記候補文字認識エンジンとの文字認識精度の前記指標を所定の時間間隔でそれぞれ算出し、算出した各前記指標に基づいて前記新常用文字認識エンジンの選択を行うこと、
　を特徴とする設備機器情報収集システム。
　請求項２から６のいずれか１項に記載の設備機器情報収集システムであって、
　前記サーバは、前記常用文字認識エンジンから受信した認識文字列と前記携帯端末から受信した登録文字列とを対比して前記常用文字認識エンジンの誤認識文字数を算出し、
　前記常用文字認識エンジンの誤認識文字数の時系列的な変化が所定の閾値に達しない場合に、前記常用文字認識エンジンと前記候補文字認識エンジンとの文字認識精度の前記指標をそれぞれ算出し、算出した各前記指標に基づいて前記新常用文字認識エンジンの選択を行うこと、
　を特徴とする設備機器情報収集システム。
　請求項２から７のいずれか１項に記載の設備機器情報収集システムであって、
　前記サーバが第１国に配置され、
　前記携帯端末が第１国と異なる第２国に配置されていること、
　を特徴とする設備機器情報収集システム。