特許ウォッチ

公開番号2024092086
公報種別公開特許公報(A)
公開日2024-07-08
出願番号2022207762
出願日2022-12-26
発明の名称セルフ給油システム
出願人株式会社野村総合研究所
代理人個人
主分類B67D 7/32 20100101AFI20240701BHJP(びん,広口びんまたは類似の容器の開封または密封;液体の取扱い)
要約【課題】複数のSSについてその特徴や特性に応じた適切な学習モデルを構築して危険行為や不正行為を検知する。
【解決手段】エッジ端末3は、カメラ5からSS内を撮影した画像データを取得するデータ取得部31と、AIモデル34を用いたAI処理により給油許否を判定するAI判別部32と、給油許否の判定結果と対応する画像データとを運用管理サーバ6に送信するサーバ連携部36とを有し、運用管理サーバ6は、各エッジ端末3から送信された画像データと判定結果とを取得して収集データ67として記録するデータ収集部61と、収集データ61から教師データを抽出するデータ処理部62と、機械学習により各SS2のAIモデル66を更新する機械学習部63と、更新されたAIモデル66の精度を評価するAIモデル評価部64と、更新されたAIモデル66を、適用する各SS2のエッジ端末3に送信して反映させるAIモデル管理部65とを有する。
【選択図】図1
特許請求の範囲【請求項１】
セルフ給油のガソリンスタンドやサービスステーション（以下「ＳＳ」という）における利用者による計量機での給油の可否を制御するセルフ給油システムであって、
各ＳＳに設置された情報処理端末と、当該各情報処理端末がネットワークを介して接続する運用管理サーバと、を有し、
前記情報処理端末は、
前記ＳＳに設置されたカメラから前記ＳＳ内を撮影した画像データを取得するデータ取得部と、
前記画像データから前記利用者の危険行為等の有無を判別するためのＡＩモデルを用いたＡＩ処理により、前記利用者に対する給油許否を判定するＡＩ判別部と、
前記ＡＩ判別部による給油許否の判定結果の情報と、対応する前記画像データと、を前記運用管理サーバに送信するサーバ連携部と、を有し、
前記運用管理サーバは、
前記各情報処理端末から送信された前記画像データと、前記判定結果の情報と、を取得して収集データとして記録するデータ収集部と、
前記収集データから、前記各ＳＳの前記ＡＩモデルに対して適用する教師データを抽出するデータ処理部と、
前記教師データを用いて機械学習により各ＳＳの前記ＡＩモデルを更新する機械学習部と、
前記機械学習部により更新された前記ＡＩモデルの精度を評価するＡＩモデル評価部と、
前記機械学習部により更新された前記各ＳＳの前記ＡＩモデルを、適用する前記各ＳＳの前記情報処理端末に送信して反映させるＡＩモデル管理部と、を有する、セルフ給油システム。
続きを表示（約 1,400 文字）【請求項２】
請求項１に記載のセルフ給油システムにおいて、
前記運用管理サーバは、
第１のＳＳの第１のＡＩモデルに対して適用する検証データを、他の全ての前記ＳＳの前記ＡＩモデルにそれぞれ適用して正解との差分を集計し、集計した差分が最も小さい第２のＡＩモデルについて、前記第１のＳＳの教師データと、前記第２のＡＩモデルに対応する第２のＳＳの教師データと、を用いて機械学習により更新し、更新した前記第２のＡＩモデルを、前記第１のＡＩモデルに代えて前記第１のＳＳに適用する、セルフ給油システム。
【請求項３】
請求項１に記載のセルフ給油システムにおいて、
前記運用管理サーバは、
全ての前記ＳＳの前記ＡＩモデルに対して適用する検証データを、全ての前記ＳＳの前記ＡＩモデルそれぞれに対して総当りで適用して正解との差分をそれぞれ集計し、前記各ＡＩモデルのうち、対応する第１のＳＳの検証データを適用したときより差分が小さくなる他の第２のＳＳの数が最も多い第１のＡＩモデルについて、前記第１のＳＳの教師データと、前記各第２のＳＳの教師データと、を用いて機械学習により更新し、更新した前記第１のＡＩモデルを、前記各第２のＳＳの前記ＡＩモデルに代えてそれぞれ適用する、セルフ給油システム。
【請求項４】
請求項１に記載のセルフ給油システムにおいて、
前記運用管理サーバの前記データ処理部は、
前記教師データにおける所定の項目に係る所定の発生比率の設定を保持し、前記収集データから取得した前記教師データにおける前記所定の項目の発生比率が前記所定の発生比率と所定以上乖離する場合は、前記所定の発生比率に近づくよう、前記収集データから取得する前記教師データを取捨選択する、セルフ給油システム。
【請求項５】
請求項４に記載のセルフ給油システムにおいて、
前記所定の発生比率は、前記各情報処理端末の前記ＡＩ判別部における危険行為等の有無の判別の精度に影響を与える所定の外因の発生に係る統計情報に基づいて設定される、セルフ給油システム。
【請求項６】
セルフ給油のガソリンスタンドやサービスステーション（以下「ＳＳ」という）における利用者による計量機での給油の可否を制御するセルフ給油システムであって、
前記ＳＳ内を撮影した画像データを取得するデータ取得部と、
前記画像データから前記利用者の危険行為等の有無を判別するためのＡＩモデルを用いたＡＩ処理により、前記利用者に対する給油許否を判定するＡＩ判別部と、
前記ＡＩ判別部による給油許否の判定結果の情報と、対応する前記画像データとを収集データとして記録するデータ収集部と、
前記収集データから、前記各ＳＳの前記ＡＩモデルに対して適用する教師データを抽出するデータ処理部と、
前記教師データを用いて機械学習により各ＳＳの前記ＡＩモデルを更新する機械学習部と、
前記機械学習部により更新された前記ＡＩモデルの精度を評価するＡＩモデル評価部と、
前記機械学習部により更新された前記各ＳＳの前記ＡＩモデルを、適用する前記各ＳＳの前記ＡＩモデルとして反映させるＡＩモデル管理部と、を有する、セルフ給油システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、セルフ給油式のガソリンスタンドやサービスステーション（以下総称して「ＳＳ」と記載する場合がある）における給油システムの技術に関し、特に、利用者等の危険行為を監視して給油許否を判断するセルフ給油システムに適用して有効な技術に関するものである。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
利用者がセルフサービスで給油を行うセルフ給油式のＳＳが普及してきている。このようなＳＳでは、利用者による喫煙等の危険行為や、車両以外の携行缶等への給油などの不正行為が行われないよう、危険物取扱者の資格を有するスタッフが常時監視することが求められている。例えば、計量機付近等を監視カメラにより撮影した画像をスタッフが建物内などからモニターでリアルタイムに監視し、給油を許可した場合にのみ利用者が給油できるような仕組みが一般的である。
【０００３】
このようなセルフ式のＳＳにおける危険行為や不正行為の監視に関連する技術として、例えば、特開２０２０－１４０２３６号公報（特許文献１）には、給油スペースを撮像した画像群に基づいて不正行為を機械学習した学習モデルを用いて、給油スペースを撮像した画像について画像解析により不正行為の有無を検知し、検知結果に基づいて給油可否に関する情報を生成することが記載されている。
【０００４】
また、特開２０２１－１８７５２３号公報（特許文献２）には、監視カメラにより撮影された計量機付近の画像から、給油者の給油に関する異常の有無をＡＩによる画像認識技術を用いて判定するとともに、給油者による給油開始時に、前回の給油において判定された結果を当該給油者に報知することが記載されている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２０－１４０２３６号公報
特開２０２１－１８７５２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に記載されたような従来技術によれば、ＡＩにより給油スペースでの不正行為を検知することが可能となり、監視者を補って、もしくは監視者に代わって不正行為を検知することで監視者の負担を低減することができるといえる。さらに、特許文献２に記載されたような従来技術によれば、ＡＩにより判定された不正行為等について、次回の給油時にも同じ行為が繰り返されることを未然に防止することも可能になるといえる。
【０００７】
しかしながら、ＡＩによる判定の基礎となる監視カメラにより撮影される画像は、例えば、監視カメラの設置位置や画角、季節、天候、周辺環境等の立地等、様々な外的要因により特徴が大きく異なり得る上に、利用者の行動特性や車両、車種等についても地域や季節、時間帯などの要因により特徴が異なり得る。したがって、例えば、全国各地に多数のＳＳを展開しているチェーンにおいて、全ＳＳで単一の学習モデルを用いて不正行為を検知しようとした場合には、ＳＳ毎に精度にばらつきが出てしまうおそれがある。一方で、各ＳＳで個別に学習モデルを構築しようとしても、各ＳＳ単位では適切かつ十分な内容と量の教師データを用意できず、適切な学習モデルを得られない場合も想定される。
【０００８】
そこで本発明の目的は、複数のＳＳについてその特徴や特性に応じた適切な学習モデルを構築して危険行為や不正行為を検知するセルフ給油システムを提供することにある。
【０００９】
本発明の前記ならびにその他の目的と新規な特徴は、本明細書の記載および添付図面から明らかになるであろう。
【課題を解決するための手段】
【００１０】
本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、以下のとおりである。
（【００１１】以降は省略されています）

関連特許