特許ウォッチ

公開番号2025023703
公報種別公開特許公報(A)
公開日2025-02-17
出願番号2023128073
出願日2023-08-04
発明の名称移動体検出システム、及び、移動体検出方法
出願人オンキヨー株式会社
代理人
主分類G08G 1/01 20060101AFI20250207BHJP(信号)
要約【課題】
移動体検出システムにおいて、長時間の測定を行うこと、又は、コストをかけることなく、移動体の検出精度を向上させることである。
【解決手段】
本発明に係る移動体検出システムは、振動データを学習用測定データとして読み込み、学習用測定データから一部が他の学習用データと時間的に重複した学習モデルを作成するための2以上の学習用データを作成する。そして、移動体検出システムは、学習用データに基づいて、学習モデルを作成する。
【選択図】図2
特許請求の範囲【請求項１】
移動体の測定データである学習用測定データから、一部が他の学習用データと時間的に重複した、学習モデルを作成するための２以上の前記学習用データを作成し、
前記学習用データに基づいて、移動体を検出するための前記学習モデルを作成し、
作成した前記学習モデルと移動体の測定データとに基づいて、移動体を検出することを特徴とする移動体検出システム。
続きを表示（約 800 文字）【請求項２】
前記学習用測定データにおいて、所定時間ずつ時間軸方向にスライドし、スライドした時間から所定長さのデータを抽出することで、前記学習用データを作成することを特徴とする請求項１に記載の移動体検出システム。
【請求項３】
前記学習用測定データから、一部が他の前記学習用データと時間的に重複した所定長さのデータを抽出することで、前記学習用データを作成することを特徴とする請求項１に記載の移動体検出システム。
【請求項４】
前記学習用測定データ及び前記測定データは、振動データであることを特徴とする請求項１に記載の移動体検出システム。
【請求項５】
前記移動体が移動する移動対象に生じる振動を測定し、
測定した振動データを前記学習用測定データとして用いることを特徴とする請求項１に記載の移動体検出システム。
【請求項６】
前記移動体が移動する移動対象に生じる振動を測定し、
測定した振動データから振動ピークを抽出し、
抽出した前記振動ピークを前記学習用測定データとして用いることを特徴とする請求項１に記載の移動体検出システム。
【請求項７】
作成した前記学習モデルと測定データとに基づいて、移動体の数を検出することを特徴とする請求項１に記載の移動体検出システム。
【請求項８】
作成した前記学習モデルと測定データとに基づいて、移動体の種別を検出することを特徴とする請求項１に記載の移動体検出システム。
【請求項９】
前記移動体は、歩行者であることを特徴とする請求項１に記載の移動体検出システム。
【請求項１０】
前記移動体は、車両であることを特徴とする請求項１に記載の移動体検出システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、移動体の移動を検出する移動体検出システム、及び、移動体検出方法に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
出願人は、振動センサーを用いて、車両等の移動体の移動を検出する発明を出願している（特許文献１参照）。この特許出願に係る発明のように、振動センサーを用いて、移動体の移動が検出される場合、例えば、移動体である車両の通過（移動）台数が検出される。この場合、例えば、車両の通過台数を検出するための学習モデルが作成される。すなわち、まず、振動センサーにより、車両の通過による道路の振動が測定（取得）される。次に、振動センサーにより測定（取得）された車両の通過による道路の振動データ（学習用測定データ、学習用振動データ）に対し、ピーク検出が行われ、ピーク部分が学習された学習モデルが作成される。また、車両の通過台数を検出する対象となる車両の通過による道路の振動が測定される。そして、作成された学習モデルと、測定された車両の通過による道路の振動データ（測定データ）とに基づいて、車両の通過台数が検出される。
【０００３】
このような移動体検出システムにおいて、学習用データの数が不十分な学習モデルが作成された場合、作成された学習モデルは、学習用データの傾向に沿ったモデルとなってしまう。その結果、学習したデータについては、検出精度が良好であるが、未知のデータについては、検出精度が低下する過学習が問題となる。例えば、速度が遅い車両の通過による道路の振動データのみを学習用データとして、学習用モデルが作成されたとする。この場合、測定された道路の振動データが、速度が遅い車両の通過によるデータである場合は、学習モデルを基に車両を検出することができる。しかしながら、測定された道路の振動データが、速度が遅い車両の通過による道路の振動データと特性が異なる速度が速い車両の通過によるデータである場合には、車両を検出することができないという問題が発生する。そのため、過学習を防ぐためには、十分な数の学習用データが取得される必要がある。しかしながら、従来の手法では、単に学習用測定データを分割した学習用データが作成されていたため、過学習を防止するための十分な数の学習用データを取得するためには、長時間の測定時間が必要となる。
【０００４】
また、例えば、歩行者の人数を検出する場合、４つの振動センサーを用いて歩行者の人数を検出する技術がある（非特許文献１参照）。しかしながら、複数のセンサーを用いた方法では、複数のセンサーを必要とするため、コストがかかるといった問題がある。
【先行技術文献】
【特許文献】
【０００５】
特開２０２２－０２２８２２号公報
【非特許文献】
【０００６】
Yu Yang、外４名、“Pedestrian Counting Based on Piezoelectric Vibration Sensor”、［online］、２０２２年２月１２日、MDPI、［２０２３年５月１５日検索］、＜URL：https://www.mdpi.com/2076-3417/12/4/1920＞
【発明の概要】
【発明が解決しようとする課題】
【０００７】
上述したように、過学習が発生しない、検出精度が高い学習モデルを作成するために、十分な学習用データを必要とする。しかしながら、多くの学習用データを取得するためには、長時間の測定が必要であること、複数のセンサーが必要であるため、コストがかかること、等の種々の問題がある。
【０００８】
。
本発明の目的は、長時間の測定を行うこと、又は、コストをかけることなく、移動体の検出精度を向上させることである。
【課題を解決するための手段】
【０００９】
第１の発明の移動体検出システムは、移動体の測定データである学習用測定データから、一部が他の学習用データと時間的に重複した、学習モデルを作成するための２以上の前記学習用データを作成し、前記学習用データに基づいて、移動体を検出するための前記学習モデルを作成し、作成した前記学習モデルと移動体の測定データとに基づいて、移動体を検出することを特徴とする。
【００１０】
従来の手法では、単に学習用測定データを分割した学習用データを作成していたため、学習用データの数が少なく、少ないデータの数で学習モデルを作成した場合に起こる、学習したデータについては精度良く検出するが、未知のデータについては、検出精度が低下する過学習が発生する。本発明に係る移動体検出システムは、学習用測定データから一部が他の学習用データと時間的に重複した学習モデルを作成するための２以上の学習用データを作成する。そして、移動体検出システムは、学習用データに基づいて、学習モデルを作成する。このように、本発明に係る移動体検出システムは、時間的に重複した学習用データを作成することで、従来の手法よりも学習用データの数を増やすことができる。
（【００１１】以降は省略されています）

関連特許