SOHGAは、Ultralytics YOLO26を活用したモバイル巡回システム「MEGURU」を開発しました。駐車場のスタッフは、駐車車両のそばを歩きながら、ほぼ瞬時にナンバープレートをスキャンできます。MEGURUは巡回時間を短縮しながら、作業手順を標準化します。
駐車場の巡回は、日本のさまざまな業界で日常的に行われていますが、運用上の負担が大きい業務です。医療など、特定の業界では特に必要とされています。たとえば病院では、救急車や車いす利用者のためにアクセス道路を空けておく必要があります。また、別の業界では、駐車場に人が取り残されていないか確認することが求められます。1日に何度も大規模な駐車場を巡回するスタッフにとって、すべての車両を一貫して把握することは、実務上の大きな課題です。
SOHGA Co.は、この課題に対応するためにMEGURUを開発しました。Ultralytics YOLO26を搭載したMEGURUは、巡回スタッフが駐車場内のすべての車両をリアルタイムで追跡できるモバイルナンバープレート認識システムです。スマートフォンから簡単な音声フィードバックを届け、確認済みの車と未確認の車を自動で区別します。
コンピュータービジョンで駐車場の巡回を支援#
SOHGAのMEGURUシステムは、シンプルなワークフローを軸に設計されています。スタッフは自撮り棒に取り付けたiPhoneを持ち、通常の歩行速度で駐車場内を巡回します。車両のそばを通ると、システムがナンバープレートをリアルタイムでスキャンし、音声アラートを再生します。まだ記録されていない新しい車両には一つ目の音、すでに確認済みの車両には別の音が鳴ります。
音声を優先する設計は意図的なものです。巡回スタッフはナンバープレートを記録するだけでなく、車内に人がいないか窓越しに確認しています。画面を見る必要のない音声でフィードバックを届けることで、MEGURUはスタッフの注意を端末ではなく車両に向けたままにします。新しいナンバー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。巡回中もMEGURUはスタッフのペースにリアルタイムで追従し、視覚的な集中を妨げることなく、効率よく音声ガイダンスを提供します。
現在、このシステムは東日本の112社に導入され、147台のデバイスで稼働しており、巡回時間を平均約30%削減しています。記録されている中で最も顕著な事例では、従来2時間かかっていた巡回を40分で完了しました。
移動端末でのナンバープレート認識における課題#
管理された静的な環境における信頼性の高いナンバープレート認識は、よく理解された課題です。一方、駐車場を歩きながら携帯スマートフォンで認識するのは、はるかに複雑です。巡回スタッフが歩く間、端末は揺れ、車ごとに撮影角度が変わり、照明条件が変化し、ナンバープレートまでの距離や向きも一定ではありません。こうした条件はモーションブラーや不安定なフレーミングを引き起こし、標準的なOCRの信頼性を低下させます。
SOHGAは開発中にOCRを評価し、見た目が似た文字を頻繁に誤認識することを確認しました。正確なナンバープレート識別に依存するシステムにとって、これは重大な問題です。日本のナンバープレートで使用される文字は、自由な文字集合ではなく定められた文字の集合です。そのため、汎用の文字認識システムに頼るのではなく、ナンバープレートに実際に表示される文字だけを検出モデルに学習させる、より特化したアプローチが有効だと考えられました。
このアプローチにより、スキャン環境の物理的な条件に対するモデルの堅牢性も高まりました。学習データにモーションブラー、傾き、照明の変化といった実環境の条件が反映されていたため、モデルはそれらに惑わされるのではなく、こうした変化に対応できるようになりました。
SOHGAによるUltralytics YOLO26の活用方法#
MEGURUのビジョンパイプラインでは、2つのUltralytics YOLOモデルを順番に使用します。
ナンバープレート検出。 最初のモデルが各カメラフレーム内の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、端末が各車両のそばを通る間、ナンバープレートを含む画像領域を継続的に検出します。
文字認識。 2つ目のモデルが切り出されたナンバー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集合に特化して学習されているため、検出対象が限定され、汎用OCRと比べて精度が向上します。動きによるフレームごとのばらつきに対処するため、読み取りを確定する前に複数フレームの結果を多数決で統合します。
YOLOの速度とトレーニングのしやすさは、このシステムの実現に欠かせませんでした。一般的なスマートフォン上でリアルタイム推論を行うには、精度と軽量性を兼ね備えたモデルが必要です。市販のOCRモデルに頼るのではなく、ドメイン固有のデータセットでトレーニングすることで、SOHGAは特定のユースケースに合わせて性能を調整できました。その結果、ナンバープレートをほぼ瞬時に認識できるようになりました。車両間を移動するオペレーターの歩行ペースに合わせた2～3秒の時間枠で、MEGURUはスタッフの速度に追従し、巡回スタッフを待たせることなくリアルタイムで音声ガイダンスを提供します。
Ultralytics YOLOモデルを選ぶ理由#
Ultralytics YOLOモデルは、MEGURUに必要なリアルタイム性能と学習の柔軟性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で稼働するこのシステムでは、検出と文字認識からなる2段階のパイプライン全体で、GPUやクラウド接続に依存せず、10 FPSで正確な推論を行えるモデルが必要でした。YOLOの効率的なアーキテクチャによって、それが可能になりました。
特定の用途に合わせたデータセットで学習できることも、同様に重要でした。日本のナンバープレートで使われる文字集合は限定されており、汎用の文字認識システムではなく、その文字だけを対象にモデルを学習することで、SOHGAは文字検出のための信頼性と精度に優れた基盤を構築できました。同じ学習プロセスによって、モーションブラー、斜めの角度、照明の変化といった巡回環境の実条件に対するモデルの堅牢性も高まりました。
SOHGAは、巡回の品質に予想外の効果があることも測定しました。管理された試験で脳波モニタリング機器を使用したところ、MEGURUを使わないスタッフが巡回中に集中力を維持できる時間は約10～15分でした。MEGURUが継続的に音声フィードバックを提供し、ナンバープレートを手動で記録する必要をなくすことで、スタッフは巡回1回分の全時間にあたる最大1時間、集中力を維持できました。
日本全国への巡回業務の拡大#
MEGURUは現在、東日本の100社を超える顧客に導入され、140台を超えるデバイスが稼働中です。主な顧客は2つのグループに分かれ、それぞれが特定の業務要件への対応に活用しています。
病院： 病院のアクセス道路に違法駐車された車両は、救急車の通行を妨げ、車いすでのアクセスを阻害す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、記録できるよう支援します。
パチンコ店： 日本の規制では、パチンコ店に駐車場を巡回し、車内に人が放置されていないか、または子どもが車内に置き去りにされていないか確認することが求められています。MEGURUは、駐車場内のすべての車両を漏れなく記録するための一貫性のある体系的な方法を巡回スタッフに提供し、検証や標準化が難しい手作業を置き換えます。MEGURUの中核機能は、確認済みの車両と未確認の車両を簡単に区別できるようにすることです。これにより、スタッフの集中力の低下を抑え、車内確認の有効性を高め、最終的には命を守ることにつながります。
もう一つの実用的な用途は、無断駐車への対応です。パチンコ店の利用客ではないのに駐車場を繰り返し利用する車両は、長年にわたる継続的な問題であり、効果的な管理が困難でした。駐車パターンを分析すると、こうした車両を明確に特定でき、警告を発することで再発がゼロになった事例も報告されています。
図1. MEGURUが分析しているナンバープレート。
中核となる巡回用途に加え、SOHGAはMEGURUの機能を来訪者分析にも拡張しました。日本のナンバープレートには車両の登録地域が記載されており、日本の法律ではプレート情報は個人情報に分類されないため、顧客はMEGURUの記録を使って、来訪者の出発地、滞在時間、再訪頻度を把握できます。
駐車場の巡回に一貫性と体系性をもたらす#
MEGURUは、駐車場内のすべての車両を確実に確認するという明確な業務課題に、実用的で拡張可能な方法で対応します。標準的なiPhone上で2つのUltralytics YOLO26モデルを動作させることで、SOHGAは実際に稼働中の駐車場環境で機能するシステムを構築しました。
効果は数値にも表れています。導入先全体で巡回時間が平均30%短縮され、スタッフは巡回全体を通じて集中力を一貫して維持できるようになりました。東日本を中心に100社以上の顧客があり、140台以上の端末が導入されているMEGURUは、都市の安全を監視するうえでコンピュータービジョンモデルが積極的な役割を果たす好例であり、信頼性の高い駐車場管理ツールでもあります。
ビジョンAIに関心がありますか？プロジェクトにコンピュータービジョンを導入するためのライセンスオプションをご覧ください。GitHubリポジトリにアクセスし、コミュニティにご参加ください。
