特許ウォッチ

公開番号2025059546
公報種別公開特許公報(A)
公開日2025-04-10
出願番号2023169691
出願日2023-09-29
発明の名称車両推定装置、ホームドアシステム、車両推定方法、車両推定プログラム
出願人ナブテスコ株式会社
代理人個人
主分類B61L 23/00 20060101AFI20250403BHJP(鉄道)
要約【課題】車両に変更を加えることなく、プラットホームに進入する車両の車種を推定可能な技術を提供する。
【解決手段】車両推定装置20Aは、画像取得部22Aと、推定部24Aと、出力部32とを備える。画像取得部22Aは、プラットホームに進入する車両の一部を含む撮影画像を取得する。推定部24Aは、車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、撮影画像に含まれる車両の車種を推定する。推定モデルは、車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルである。画像取得部22Aは、車両の一部を含んで撮影された画像に画像処理を施した画像を撮影画像として取得する。出力部32は、推定された車種の情報を出力する。
【選択図】図6
特許請求の範囲【請求項１】
プラットホームに進入する車両の一部を含む撮影画像を取得する画像取得部と、
車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定する推定部と、
前記推定された車種の情報を出力する出力部と、
を備え、
前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、
前記画像取得部は、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得する、
車両推定装置。
続きを表示（約 1,200 文字）【請求項２】
前記画像処理は、画像に含まれる色情報を減ずる処理を含む、
請求項１に記載の車両推定装置。
【請求項３】
前記画像処理は、画像の特定領域に対するマスク処理を含む、
請求項１に記載の車両推定装置。
【請求項４】
前記画像取得部は、複数の位置からの前記撮影画像を取得し、
前記推定部は、前記複数の位置からの撮影画像それぞれに含まれる車両の車種を推定し、
前記出力部は、推定結果に基づいて総合的に推定される前記車両の車種の情報を出力する、
請求項１に記載の車両推定装置。
【請求項５】
前記撮影画像に基づいて、前記車両を含む列車の編成数を判別する判別部をさらに備え、
前記出力部は、判別された編成数の情報を併せて出力する、
請求項１から４のいずれか一項に記載の車両推定装置。
【請求項６】
請求項５に記載の車両推定装置と、ホームドア装置とを備えるホームドアシステムであって、
前記車両推定装置は、推定された車両の車種の情報と判別された列車の編成数の情報とを前記ホームドア装置に送信し、
前記ホームドア装置は、前記車両の車種の情報と前記列車の編成数の情報とに基づいて、前記列車に対応する位置のホームドアを開閉制御する、
ホームドアシステム。
【請求項７】
プラットホームに進入する車両の一部を含む撮影画像を取得するステップと、
車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定するステップと、
前記推定された車種の情報を出力するステップと、
を含み、
前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、
前記撮影画像を取得するステップは、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得するステップである、
車両推定方法。
【請求項８】
プラットホームに進入する車両の一部を含む撮影画像を取得するステップと、
車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定するステップと、
前記推定された車種の情報を出力するステップと、
をコンピュータに実行させるための車両推定プログラムであって、
前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、
前記撮影画像を取得するステップは、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得するステップである、
車両推定プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は車両推定装置、ホームドアシステム、車両推定方法、および車両推定プログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
近年、プラットホーム上での安全性をより向上させるためにホームドア装置の設置が進められている。ホームドア装置は、停車する列車の車両の車種に応じて、車両の乗降扉に対応する扉の位置が異なる。そのため、ホームに進入する車両の車種を判別することが求められる。
【０００３】
特許文献１には、鉄道車両の種類に応じて予め定められた配置パターンで鉄道車両に再帰性反射板を設け、この再帰性反射板を撮影することで、鉄道車両の種類を判別することが記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－２９５５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載の技術では、車両に再帰性反射板を設ける必要があった。全ての車両に再帰性反射板を設けるためには工数が増大する。また、車両に改造を加えるための認可等が必要な場合があり、手続き面の課題も生じ得る。
【０００６】
上記課題を鑑みて、本発明の目的は、車両に変更を加えることなく、プラットホームに進入する車両の車種を推定可能な技術を提供することにある。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、本発明のある態様の車両推定装置は、プラットホームに進入する車両の一部を含む撮影画像を取得する画像取得部と、車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定する推定部と、前記推定された車種の情報を出力する出力部と、を備え、前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、前記画像取得部は、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得する。
【０００８】
本発明のある態様のホームドアシステムは、車両推定装置と、ホームドア装置とを備えるホームドアシステムであって、前記車両推定装置は、推定された車両の車種の情報と判別された列車の編成数の情報とを前記ホームドア装置に送信し、前記ホームドア装置は、前記車両の車種の情報と前記列車の編成数の情報とに基づいて、前記列車に対応する位置のホームドアを開閉制御する。
【０００９】
本発明のある態様の車両推定方法は、プラットホームに進入する車両の一部を含む撮影画像を取得するステップと、車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定するステップと、前記推定された車種の情報を出力するステップと、を含み、前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、前記撮影画像を取得するステップは、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得するステップである。
【００１０】
本発明のある態様の車両推定プログラムは、プラットホームに進入する車両の一部を含む撮影画像を取得するステップと、車両の一部を含む画像と車種情報とを教師データとして機械学習された推定モデルを用いて、前記撮影画像に含まれる車両の車種を推定するステップと、前記推定された車種の情報を出力するステップと、をコンピュータに実行させるためのプログラムであって、前記推定モデルは、前記車両の一部を含む画像として、画像に含まれる所定の特徴情報を除外する画像処理を施した画像を教師データとして機械学習されたモデルであり、前記撮影画像を取得するステップは、前記車両の一部を含んで撮影された画像に前記画像処理を施した画像を前記撮影画像として取得するステップである。
（【００１１】以降は省略されています）

関連特許