SOHGAは、Ultralytics YOLO26を搭載したモバイル巡回システム「MEGURU」を開発しました。これにより、駐車車両のそばを歩きながら、駐車場スタッフが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プロセスを標準化します。
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、業務上の負担が大きい作業です。医療など特定の業界では、駐車場の巡回が要件となることもあります。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確保する必要があります。一方、別の業界では、駐車場に放置された利用者がいないか確認することが求められます。1日に複数回の巡回を行いながら広い駐車場を管理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、実際の業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を構築しました。Ultralytics YOLO26を搭載したMEGURUは、駐車場内のすべての車両をリアルタイムで巡回スタッフが追跡できるようにす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提供し、すでに確認済みの車両と未確認の車両を自動的に区別します。
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中心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、通常のペースで駐車場内を歩きます。各車両のそばを通過すると、システムが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。まだ記録されていない新しい車両には1種類の音、すでに確認済みの車両には別の音を鳴らします。
この音声優先の設計には明確な意図があります。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、車内を見て人が乗っているかも確認します。画面を見るよう求め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たままにします。新しいナンバープレートはほぼ瞬時に処理されるため、スタッフは2～3秒ごとに次の車両へ移動できます。担当者が巡回する間、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音声キューを効率的に提供します。
現在、このシステムは日本東部の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%短縮しています。記録されている最も大きな成果では、従来2時間かかっていた巡回を40分で完了しました。
移動するデバイス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で信頼性の高いナンバープレート認識を行うことは、十分に確立された課題です。しかし、駐車場内を移動するハンドヘルドスマートフォンでこれを実行するのは、はるかに複雑です。巡回担当者が歩くと、デバイスが揺れ、車両ごとに視野角が変わり、照明条件が変化し、ナンバープレートが異なる距離や向きで現れます。こうした条件によってモーションブラーや不規則なフレーミングが生じ、標準的なOCRでは信頼性が低下します。
SOHGAは開発中にOCRを評価し、見た目が似た文字で頻繁に誤読が発生することを確認しました。これは、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、無制限の文字セットではなく定められた集合に限られています。そのため、汎用的な文字認識システムに頼るのではなく、実際にナンバープレートに現れる可能性がある文字だけで検出モデルをトレーニングする、より対象を絞ったアプローチが適していました。
このアプローチにより、スキャン環境の物理的な現実に対するモデルの堅牢性も高まりました。モーションブラー、傾き、変動する照明など、実環境の条件を反映したトレーニングデータを使用したことで、モデルはこうした変化に対応できるようになり、変化によって誤認識が起きにくくなりました。
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（FPS）で動作し、デバイスが各車両のそばを通過する間、プレートを含む画像領域を継続的に特定します。
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セットに特化してトレーニングされているため、汎用OCRと比べて精度を高める、制約された検出空間で動作します。動きによるフレームごと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、複数フレームにわたる多数決メカニズムを適用します。
YOLOの速度とトレーニング可能性は、この仕組みを実現するうえで中核となりました。一般的なコンシューマースマートフォンでリアルタイム推論を実行するには、精度と軽量性を両立したモデルが必要です。既製の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は実際のユースケースに合わせて性能を調整するために必要な制御性を得ました。その結果、ナンバープレート認識はほぼ瞬時に行われ、車両間を担当者が歩くペースを反映した2～3秒の時間枠で、MEGURUはこの速度に追従し、巡回担当者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ます。
なぜUltralytics YOLOモデルを選ぶのか#
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上で動作するため、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毎秒10フレーム（FPS）の正確な推論を実行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によって、これが可能になりました。
ドメイン固有のデータセットでトレーニングできることも、同様に重要でした。日本のナンバープレートで使用される文字セットは限られているため、汎用的な文字認識システムを使うのではなく、これらの文字に特化してトレーニングしたモデルを構築することで、SOHGAは文字検出においてより信頼性と精度の高い基盤を得ました。同じトレーニングプロセスによって、モデルは巡回環境の実世界の条件、すなわちモーションブラー、斜めの角度、変動する照明にも堅牢に対応できるようになりました。
SOHGAは、巡回品質に対する予想外の効果も測定しました。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が継続的な音声フィードバックを提供し、ナンバープレートを手作業で記録する必要をなくすことで、スタッフは巡回1回分の全時間である最大1時間、集中した注意を維持できました。
日本全国で巡回業務を拡大#
MEGURUは現在、日本東部の100社以上に導入され、140台以上のデバイスが稼働しています。このシステムは主に2つの顧客グループに利用されており、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、車いすの利用を困難に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、車内に放置された利用者や、車内に放置された子どもがいないか確認することが求められています。MEGURUは、巡回スタッフが駐車場内のすべての車両を一貫した体系的な方法で記録し、見落としがないようにします。これは、確認や標準化が難しかった手作業を置き換えるものです。MEGURUの中核機能は、確認済みと未確認の車両を簡単に区別できるようにすることで、スタッフの集中力疲労を軽減し、車内点検の有効性を高め、最終的には命を救うことに役立ちます。
もう1つの実用的な用途は、無断駐車への対応です。パチンコ店の顧客ではない車両が駐車場を繰り返し利用することは、長年にわたる解決の難しい問題でした。駐車パターンを分析することで、こうした車両を明確に特定でき、警告を出すことで再発件数がゼロになったと報告されています。
図1. MEGURUが分析しているナンバープレート。
SOHGAは中核となる巡回用途に加えて、訪問者分析へとMEGURUの機能を拡張しています。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、また日本の法律ではプレートデータが個人情報に分類されないため、顧客はMEGURUの記録を使用して、訪問者がどこから来たのか、どのくらい滞在するのか、どのくらいの頻度で再訪するのかを把握できます。
駐車場の巡回に構造と一貫性をもたらす#
MEGURUは、駐車場内のすべての車両が確認済みであることを確実にするという、シンプルな業務上の問題に対応し、実用的で拡張可能な方法で解決します。標準的なiPhone上で2つのUltralytics YOLO26モデルを実行することで、SOHGAは、実際に稼働している駐車場の環境で機能するシステムを構築しました。
成果は測定可能です。導入先全体で巡回時間は平均30%短縮され、スタッフは巡回1回分の全時間を通じて一貫した集中力を維持できています。日本東部で100社以上の顧客と140台以上のデバイスに導入されたMEGURUは、コンピュータービジョンモデルが都市の安全監視で積極的な役割を果たすとともに、駐車場管理の信頼性の高いツールとして機能することを示す好例です。
ビジョンAIに関心がありますか？ライセンスオプションを確認して、プロジェクトにコンピュータービジョンを導入してください。GitHubリポジトリにアクセスして、コミュニティに参加してください。
