SOHGAがUltralytics YOLOを活用して駐車監視時間を30%削減
SOHGAのMEGURUシステムがどのようにUltralytics YOLO26を活用して駐車場パトロールを自動化し、パトロール時間を30%削減し、安全性を向上させているかをご覧ください。
Problem
日本の駐車場巡回では、スタッフが車両の車内を目視確認する必要がありますが、これは15〜20分以内に低下してしまう持続的な集中力を必要とするタスクです。これはミスが発生しやすいプロセスであり、車内の人物が発見されず、人命がリスクにさらされる可能性があります。
Solution
SOHGA社は、Ultralytics YOLO26を搭載したモバイル巡回システム「MEGURU」を開発し、駐車場のスタッフが駐車中の車を歩きながらナンバープレートをほぼ瞬時にスキャンできるようにしました。MEGURUは巡回時間を短縮しながら、プロセスを標準化します。
駐車場巡回は、日本の様々な業界において日常的でありながら業務負荷の高いタスクです。例えば医療現場など、特定の業界では駐車場巡回が必須要件となっています。病院では救急車や車椅子利用者のために進入路を確保する必要があり、他の業界でも車内に放置された人がいないか確認することが求められます。大規模な駐車場を1日に何度も巡回するスタッフにとって、すべての車両を継続的に把握することは、現場において大きな課題となっています。
SOHGA社は、この課題を解決するために「MEGURU」を開発しました。Ultralytics YOLO26を搭載したMEGURUは、モバイル型のナンバープレート認識システムです。巡回スタッフが駐車場の全車両をリアルタイムで追跡し、確認済みの車両と未確認の車両をスマートフォンを通じた音声フィードバックにより自動的に判別することを支援します。
Link to this sectionコンピュータビジョンによる駐車場巡回の支援#
SOHGA社のMEGURUシステムは、シンプルなワークフローに基づいて設計されています。スタッフは自撮り棒に取り付けたiPhoneを手に持ち、通常の歩行速度で駐車場を巡回します。各車両を通り過ぎる際、システムはリアルタイムでナンバープレートをスキャンし、音声アラートを再生します。未登録の新しい車両には一つの音、すでに確認済みの車両には別の音を鳴らします。
この「音声ファースト」の設計は意図的なものです。巡回スタッフはプレートの記録だけでなく、車内を確認するために窓の中を覗き込む必要もあります。画面を見るようスタッフに要求するのではなく音声でフィードバックを提供することで、MEGURUはスタッフの注意をデバイスではなく車両に向けさせます。新しいプレートは瞬時に処理され、スタッフは2〜3秒ごとに次の車両へ移動できます。スタッフが巡回を行う際、MEGURUはリアルタイムでスタッフのペースに追従し、視覚的な集中を妨げることなく効率的に音声キューを提供します。
同システムは現在、東日本の112のクライアントで導入されており、147台のデバイスで運用され、巡回時間を平均で約30%削減しています。最も顕著な事例では、以前は2時間かかっていた巡回が40分で完了しました。
Link to this sectionモバイルデバイスでのナンバープレート認識における課題#
制御された静的な環境における確実なナンバープレート認識は、十分に確立された課題です。しかし、駐車場を移動する手持ちのスマートフォンで行うことは非常に複雑です。巡回スタッフが歩くにつれてデバイスは揺れ、車ごとに視野角が変化し、照明条件も変わり、プレートの距離や向きも様々です。これらの条件はモーションブラー（動体ぶれ）や一貫性のないフレーミングを生じさせ、標準的なOCR手法を信頼性の低いものにしてしまいます。
SOHGA社は開発中にOCRを評価しましたが、視覚的に類似した文字で頻繁に読み取りミスが発生することを確認しました。正確なプレート識別を前提とするシステムにおいて、これは重大な問題です。日本のナンバープレートは自由な文字セットではなく定義された文字セットを使用しているため、汎用的なテキスト認識システムに頼るのではなく、プレート上に実際に現れる文字のみを対象として検出モデルをトレーニングするという、よりターゲットを絞ったアプローチを採用するに至りました。
このアプローチにより、モデルはスキャン環境の物理的現実に対してより強固なものとなりました。トレーニングデータがモーションブラー、傾き、変動する照明といった実世界の条件を反映していたため、モデルはこれらの変化に翻弄されるのではなく、それらを処理するように学習しました。
Link to this sectionSOHGA社によるUltralytics YOLO26の活用方法#
MEGURUのビジョンパイプラインは、2つのUltralytics YOLOモデルを順次実行しています。
ナンバープレート検出。 最初のモデルは、各カメラフレーム内でナンバープレートの位置を特定します。iPhone上で毎秒10フレームで動作し、デバイスが各車両を通り過ぎる際、プレートが含まれる画像領域を継続的に識別します。
文字認識。 2番目のモデルは、切り抜かれたプレート領域を受け取り、各文字を識別します。日本のナンバープレートで使用される文字セットに特化してトレーニングされているため、汎用的なOCRと比較して精度を向上させる制約された検出空間内で動作します。動きに起因するフレーム間の変動に対応するため、システムは読み取りを確定する前に、複数のフレームにわたって多数決メカニズムを適用します。
YOLOのスピードとトレーニングの柔軟性が、この成果の鍵となりました。コンシューマー向けスマートフォンでリアルタイムに推論を実行するには、正確かつ軽量なモデルが必要です。市販のOCRモデルに頼るのではなく、ドメイン特化型のデータセットでトレーニングすることで、SOHGA社は特定のユースケースに合わせてパフォーマンスを調整するために必要な制御を得ることができました。その結果、ナンバープレート認識はほぼ瞬時に行われ、スタッフが車両間を移動する2〜3秒の歩行リズムにMEGURUが追従し、巡回スタッフを待たせることなくリアルタイムで音声キューを提供できるようになりました。
Link to this sectionなぜUltralytics YOLOモデルが選ばれるのか#
Ultralytics YOLOモデルは、MEGURUが必要とするリアルタイム性能とトレーニングの柔軟性の両方を兼ね備えています。専用ハードウェアではなく標準的なiPhone上で実行するため、システムにはGPUやクラウド接続に依存せず、検出と文字認識を含む2段階のパイプライン全体で10 FPSの正確な推論を実現できるモデルが必要でした。YOLOの効率的なアーキテクチャがそれを可能にしました。
ドメイン特化型のデータセットでトレーニングできる能力も同様に重要でした。日本のナンバープレートは制限された文字セットを使用しており、汎用的なテキスト認識システムを使うのではなく、それらの文字に特化してトレーニングされたモデルを構築することで、SOHGA社は文字検出に対してより信頼性が高く正確な基盤を得ることができました。同じトレーニングプロセスにより、モデルはモーションブラー、斜めの角度、変動する照明といった巡回環境の実世界の条件に対しても堅牢になりました。
SOHGA社は、巡回品質に対する予期せぬ利点も測定しました。制御された試験において脳波監視装置を使用したところ、MEGURUを使用しないスタッフは巡回中10〜15分程度しか集中力を維持できないことが分かりました。MEGURUが継続的な音声フィードバックを提供し、プレートを手動で記録する必要を排除することで、スタッフは最大1時間、つまり巡回ラウンドの全行程において集中力を維持することができました。
Link to this section日本全国での巡回業務の拡大#
MEGURUは現在、東日本の100以上のクライアントで展開されており、140台以上のデバイスが稼働しています。このシステムは2つの主要な顧客グループにサービスを提供しており、それぞれが特定の業務要件に対処するために使用しています。
病院: 病院の進入路への違法駐車車両は、救急車のルートを塞ぎ、車椅子のアクセスを妨げる可能性があります。MEGURUは、病院の巡回スタッフが違反車両をより効率的に特定し、記録することを支援します。
パチンコホール: 日本の規制では、パチンコ店は駐車場を巡回し、車内に放置された乗員や子供がいないか確認することが求められています。MEGURUは、巡回スタッフに対して駐車場の全車両を記録するための整合性があり構造化された方法を提供し、検証や標準化が困難だった手作業のプロセスを置き換えて、見落としを確実に防ぎます。MEGURUの主要機能は、確認済み車両と未確認車両を簡単に区別できるようにすることで、スタッフの集中力の低下を軽減し、車内点検の有効性を向上させ、最終的に人命を救う助けとなります。
もう一つの実用的な適用例として、不正駐車への対処があります。パチンコ店を利用せずに繰り返し駐車場を使用する車両は、長年にわたり効果的な管理が困難な永続的な問題でした。駐車パターンを分析することで、これらの車両を明確に特定でき、警告を発行することで常習的な違反をゼロに減らすことが報告されています。
図1. MEGURUによって解析されているナンバープレート。
基本的な巡回用途を超えて、SOHGA社はMEGURUの機能を訪問者分析へと拡張しています。日本のナンバープレートには車両の登録地域が含まれており、日本の法律ではプレートデータは個人情報に分類されないため、クライアントはMEGURUの記録を使用して、訪問者がどこから来たのか、どのくらい滞在したのか、どのくらいの頻度で戻ってくるのかを理解することができます。
Link to this section駐車場巡回に構造と一貫性をもたらす#
MEGURUは、「駐車場のすべての車両が確認済みであることをどのように確認するか」という単純な業務課題に対処し、それを実用的かつスケーラブルな方法で解決します。2つのUltralytics YOLO26モデルを標準的なiPhone上で実行することで、SOHGA社は稼働中の駐車場の実世界の条件で機能するシステムを構築しました。
その結果は測定可能です。導入全体で巡回時間が平均30%削減され、スタッフは巡回ラウンドの全行程を通じて一貫した集中力を維持できるようになりました。東日本で100以上のクライアントと140以上のデバイスが導入されているMEGURUは、コンピュータビジョンモデルが安全を監視するために都市でどのように積極的な役割を果たしているかを示す好例であり、駐車場管理のための信頼できるツールでもあります。
ビジョンAIに興味がありますか？コンピュータビジョンをプロジェクトに導入するためのライセンスオプションをご覧ください。私たちのGitHubリポジトリにアクセスし、コミュニティに参加してください。
