專利名稱：貨幣驗證裝置的校準的制作方法
技術領域：
本發明涉及貨幣驗證裝置的校準。可以應用到鈔票驗證裝置和硬幣驗證裝置，以及驗證裝置在制造商工廠里的初始校準和驗證裝置在使用現場的再校準。
背景技術：
眾所周知，考慮到傳感器對貨幣物品響應的細微差別，貨幣接受裝置或驗證裝置需要校準。一種用于校準的常用技術(例如參見專利GB-A-1452740)包括，測量貨幣物品，存儲和這些測量相關的數據(例如上限和下限)，隨后通過確定物品的測量結果是否與存儲數據一致來檢驗物品。
這個過程允許非常可靠的操作，但是校準過程非常耗時。每個裝置必須測量統計學上相當多面額或者種類的物品，其中所述物品隨后可被該裝置識別。已經提出了用于減少校準過程中所需時間和精力數量的技術。例如參見GB-A-2199978。
已知的驗證裝置有自動再校準功能，有時被稱為“自調整”，由此基于在檢驗期間所執行的測量定期更新接受標準(例如，參見專利EP-A-0155126、GB-A-2059129和US-A-4951799)。這項技術是有用的，因其考慮到了個別裝置特性的變化。
一般而言，校準技術通常需要把驗證裝置置于一特定的校準模式，并且包括被測物種類已知的受控條件。因此，盡管仍有必要考慮可能的“貿然嘗試(flyer)”、即由于不正常的情況在適當條件下不能被測量的物品，但是可認為該測量是可靠的——例如參見EP-A-0781439。
另一方面，自調整技術使用了裝置已經被校準的事實。因此，所述裝置能夠使用被檢驗和發現屬于某一種類的物品的測量結果用于再校準目的，其通常采取調整用于該特定種類的接受標準的形式。然而，這種技術的問題是分類可能不準確，因此，對再校準來說，除非使用特殊的測量來預防上述情況的發生，否則有可能導致可靠性變差。
希望提供一種用于校準接受裝置的技術，它能夠比現有技術更快和更容易地實現。

發明內容
本發明的各方面將在所附的權利要求書中得到陳述。
根據本發明的又一方面，通過使用為這個和其它裝置共用的通用分類標準，使用未被校準的機構對由該裝置測量的物品進行分類。然后使用該分類和測量執行該裝置的校準。
這種技術不同于傳統的校準技術，因為裝置自身被用于對校準過程中所測量的物品進行分類。在常規校準技術中，每個被插入的物品都具有預定的已知種類，并且不能依靠未被校準的機構對物品進行分類。然而，已經發現，甚至是未被校準的機構，當被供給已知屬于某一組種類的物品時，能可靠地把每個物品分配到正確的種類里。因此，能夠以任意順序饋送在校準中使用的物品，這樣就簡化了校準過程。這種技術也不同于自調整技術，在自調整技術中由已校準的裝置執行分類，而且不知道接受的物品屬于特定種類。
最好是，使用數據識別每個物品，所述數據是從全部相應種類的不同物品測量結果之間的相關性導出的。最好是，通過使用一個或更多作為標準化系數的其他測量結果對至少某些測量結果進行標準化，對物品進行分類，以便縮小接受裝置間在分類標準上的差別。
根據本發明的又一方面，在校準過程中導出的物品測量要進行完整性校驗，以確定是否該使用它們用于校準。可以使用不同類型的完整性校驗。完整性校驗的第一種類型包括將一件物品的不同測量結果之間進行比較。最好是，所述比較操作包括確定那些測量結果間的關系是否與已經發現的相關種類的全部物品間的相關性相匹配。如果該關系與這個相關性不匹配，則認為不適合用該物品的測量結果進行校準。
其它完整性校驗包括比較物品的第一種類型的測量結果和其它物品的相應測量結果。這個比較階段最好也包括，確定測量結果間的關系是否與通過評估全部相關校準種類來發現的統計相關性相匹配。可以對各物品的其它測量結果執行相似操作。最好重復執行這個完整性校驗，每次標準化都用不同的物品。這允許具有非代表性測量結果的物品區別于可正確測量的物品。
尤其是，本發明的各方面有利于以很快速簡單的方式執行校準操作，所述方式僅僅包括相對少量物品的測量結果，最好是僅僅包括相對少量已知種類中每一個的單個物品。通常，這將產生不正確執行校準操作的高風險性。但是，完整性校驗能迅速檢測到是否有任一被測物品為非代表性的，例如，如果是“貿然嘗試”，在一般情況下來自該物品的測量結果是可能被忽略的。
在首選實施例中，校準過程包括以任意順序測量屬于各個不同種類的少量物品，例如每個種類中的一個，并且如果任一完整性校驗失敗了則給出指示，從而使至少一件物品能被再測量。最好是該指示能識別引起完整性校驗失敗的物品，從而使得如果需要則只需再測量該種類物品。
本發明可以應用到各種類型的校準方法中。例如，物品測量結果能被用于設定被用作識別屬于與校準中所用的同一種類的其它物品的接受標準的范圍，該方法與GB-A-1452740中的方法相似。可替換地，或另外地，所述測量結果能被用來推導用于不同種類的接受標準，與GB-A-2199978中使用的技術相似。又一種可能性是在用接受標準校驗這些測量結果之前，使用校準數據來調整物品的測量結果。


下面將結合附圖通過舉例詳細描述本發明的實施例，其中圖1是根據本發明的硬幣驗證裝置的原理圖；圖2是說明傳感器測量結果被推導和處理的方式的框圖；圖3是說明驗證裝置決定接受操作的流程圖；圖4是說明用于校準驗證裝置的過程的流程圖；以及圖5是說明在校準過程中完整性校驗操作的流程圖。
具體實施例方式
首先將描述一個硬幣驗證裝置，該裝置使用本發明中的技術進行校準。
參照圖1，硬幣驗證裝置2包括一檢驗部件4，該部件包括一個斜面6，諸如以8所示的硬幣會沿該斜面滾下。當硬幣沿斜面6向下移動時，連續通過3個傳感器10、12和14。這些傳感器的輸出被傳送到一個接口電路16以產生數字值，該數字值將被處理器18讀取。處理器18確定硬幣是否有效，如果有效則確定該硬幣的面值。響應于這個確定，操作接受/拒收門20以允許硬幣被接受或者留在其初始狀態以便使所述硬幣移動到拒收通道22。如果硬幣被接受了，則通過一接受通道24移動到硬幣存儲區26。在存儲區26中可提供各種傳送門以允許不同面值的硬幣被分別存儲。
在說明的實施例中，每個傳感器都包含一對位于硬幣通道兩側的電磁感應線圈以便使硬幣在其間通過。自激振蕩電路驅動每一塊硬幣。當硬幣通過線圈時，振蕩器的振幅和頻率都發生變化。如此安排傳感器10，12和14的物理結構和操作頻率以便使傳感器的輸出主要表示了硬幣的各不同特性(盡管在某種程度上傳感器的輸出受到了其他硬幣特性的影響)。
在說明的實施例中，傳感器10以60KHz的頻率執行。當硬幣通過時傳感器頻率的變化表示硬幣的直徑，振幅的變化表示硬幣外圍部分的材料(如果硬幣是雙色硬幣時，則表面材料可能不同于里面部分或核心的材料)。
傳感器12以400KHz的頻率執行。當硬幣通過該傳感器時頻率的變化表示硬幣的厚度，且振幅的變化表示硬幣中心的外殼材料。
傳感器14以20KHz的頻率執行。當硬幣通過時該傳感器輸出的頻率和振幅的變化可表示在硬幣核心內直到一特定深度的部分的材料。
圖2示意地說明了傳感器輸出的處理過程。圖2的第I部分中示出了傳感器10、12和14。其輸出被傳送到可對輸出執行初步處理的接口電路16，以導出能被如圖2的第II、III、IV和V部分所示的處理器18處理的數值。
在第II部分內，處理器18存儲每個傳感器的頻率和振幅的空閑值、即當沒有硬幣出現時由傳感器所采用的值。該過程在方框30中示出。如32所示該電路也記錄頻率改變的波峰，并且如33所示記錄振幅改變的峰值。就傳感器12來說，當硬幣通過時，有可能頻率和振幅在返回到空閑值之前都沿到第一波峰的第一方向、和到負波峰(或波谷)的第二方向、接著又沿第一方向發生變化。因此，處理器18被用來分別在32′和33′處記錄第一頻率和振幅的峰值，分別在32″和33″處記錄第二(負的)頻率和振幅的峰值。
在第III階段，在方框34處，所有在第II階段中記錄的值都被應用各種算法。每種算法都使用了峰值和相應的空閑值，以產生一個被標準化的值，該值基本不受溫度變化的影響。例如，使用所述算法來確定參數(振幅和頻率)變化與空閑值的比率。另外地，或可選擇地，在這個第III階段可使處理器18使用校準數據，該數據是在驗證裝置的初始校準中得出的，并且表示了驗證裝置的傳感器輸出背離預定或平均驗證裝置的程度。這個校準數據能被用來補償在傳感器方面驗證裝置和驗證裝置之間存在的差異。
在第IV階段，處理器18在方框36處存儲8個標準化的傳感器輸出。在第V處理階段中，處理器18使用這些輸出來決定測量結果是否為真幣，而且如果是真的，則決定該硬幣的面值。用Sijk表示被標準化的輸出，其中i表示傳感器(1＝傳感器10，2＝傳感器12，3＝傳感器14)，j表示被測量的特征(f＝頻率，a＝振幅)，以及k指示表示了哪個波峰(1＝第一波峰，2＝第二(負的)波峰)。
需要注意的是，雖然圖2闡明了如何獲得和處理傳感器輸出，但并沒有指出執行各操作的順序。尤其是應該注意到，在第IV階段獲得的某些標準化的傳感器值將在其他標準化傳感器值之前，甚至可能是在硬幣到達某些傳感器之前被推導出。例如在從傳感器12推導出的標準化輸出S2f1、S2a1之前和可能在硬幣到達傳感器12之前，從傳感器10的輸出中推導出的標準化傳感器值S1f1、S1a1將是可用的。
參照圖2的第V部分，方框38表示標準化傳感器輸出和與各個目標面值相關的預定范圍的比較。這個單獨校驗傳感器輸出和其相應范圍的過程是慣用的。
方框40表示傳感器10的兩個標準化輸出S1f1和S1a1被用來導出用于每個目標面值的值，每個值表示傳感器輸出接近那個目標種類的整體平均值的程度。該值通過執行部分Mahalanobis距離計算導出。
在方框42處，基于傳感器12的兩個被標準化的傳感器輸出S2f1、S2a1(表示在傳感器輸出中第一波峰的頻率和振幅的變化)，執行另一個兩個參數的部分Mahalanobis計算。
在方框44處，在方框40和42中執行的兩個部分Mahalanobis計算中使用的標準化輸出與其他數據結合以確定輸出間的關系接近于每個目標面值的預期平均值的程度。這個進一步的計算考慮到了來自傳感器10的每個輸出S1f1和S1a1與來自傳感器12的兩個傳感器輸出S2f1、S2a1中每一個之間的預期相關性。下面將進一步對此進行詳細解釋。
在方框46處，可能地，所有被標準化的傳感器輸出值都能被加權，并且被組合以產生一個值，該值能夠與不同目標面值的相應閾值進行校驗。不同目標面值的加權系數不同，有些可能為0。
下面將參照圖3描述驗證裝置的操作。
這個過程將根據4個參數使用一個表示具有目標面值的硬幣的總體分布的逆協方差矩陣，所述4個參數由來自傳感器10的兩個測量結果和來自傳感器12的前兩個測量結果表示。
這樣，為每個目標面值存儲了用于構成具有下列形式的一個逆協方差矩陣的數據M＝mat1，1mat1，2 mat1，3 mat1，4mat2，1mat2，2 mat2，3 mat2，4mat3，1mat3，2 mat3，3 mat3，4mat4，1mat4，2 mat4，3 mat4’4這是個對稱矩陣，其中mat x，y＝mat y，x等。因此，僅需要存儲以下數據mat1，1mat1，2 mat1，3 mat1，4mat2，2 mat2，3 mat2，4mat3，3 mat3，4mat4，4就每個目標面值來說，還為將要被測量的每個屬性m存儲了一個平均值Xm。
圖3中所示的過程始于步驟300，即當確定硬幣已經到了測試段時。程序繼續到步驟302，在此等待直到來自傳感器10的被標準化的傳感器輸出S1f1和S1a1可用為止。接著，在步驟304，執行第一組運算。在來自傳感器12的任意標準化傳感器輸出可用之前開始在步驟304處的操作。
在步驟304，為了計算第一組值，對于每個目標種類執行下列部分Mahalanobis計算D1＝mat1，1·1·1+mat2，2·2·2+2·(mat1，2·1·2)其中∂1=S1f1-x1]]>和∂2=S1a1-x2]]>并且x1和x2是存儲的、用于那個目標種類的測量結果S1f1和S1a1的平均值。
得出的值與用于每個目標面值的閾值進行比較。如果該值超出了所述閾值，則在步驟306處那個目標面值將被圖3中所示的剩余處理過程忽視。
需要注意的是，部分Mahalanobis距離計算僅使用逆協方差矩陣M左上方的4項。
在步驟306之后，程序在步驟308中檢查以確定繼步驟306的排除后是否還有剩余的目標種類。如果沒有，則硬幣在步驟310中被拒收。
否則，程序進行到步驟312，以等待來自傳感器12的前兩個標準化輸出S2f1和S2a1可用。
接著，在步驟314中，程序為每個剩余的目標面值執行如下所示的第二部分Mahalanobis距離計算D2＝mat3，3·3·3+mat4，4·4·4+2·(mat3，4·3·4)其中，∂3=S2f1-x3,]]>∂4=S2a1-x4]]>并且x3和x4是存儲的、用于那個目標種類所用的測量結果S2f1和S2a1的平均值。
因此，這個運算使用了逆協方差矩陣M右下方的四個參數。
接著，在步驟316，把計算的值D2與用于每個目標面值的相應閾值進行比較，而且如果超出了閾值，貝所述目標面值被排除。代替D2與閾值的比較，所述程序也可以用(D1+D2)與合適的閾值進行比較。
假設，仍有一些剩余的目標面值，如同在步驟318中檢查到的那樣，所述程序進入步驟320。這時，所述程序使用逆協方差矩陣M中尚未被使用的元素、即主要表示來自傳感器10的兩個輸出中每一個和來自傳感器12的兩個輸出中每一個之間的預期相關性的交叉項，執行另外一個計算。所述另外一個計算為每個剩余的目標面值導出一個值DX，如下所示DX＝2·(mat1，3·1·3+mat1，4·l·4+mat2，3·2·3+mat2，4·2·4)接著，在步驟322中，所述程序把一個取決于DX的值與用于每個剩余目標面值的相應閾值進行比較，若超出了閾值，就排除那個目標面值。用于比較的值可以是DX(在這種情況下它可以為負數或正數)。然而最好該值是D1+D2+DX。考慮到在正被測量的四個參數之間的所有交叉關系，后者的和表示了整個四參數的Mahalanobis距離。
在步驟326中，程序確定是否有任何剩余的目標面值，如果有，則進入步驟328。這時，程序為每個目標面值計算一個值DP，該值如下DP=Σn=18∂n·an]]>其中1...8表示8個標準化的測量結果Si，j，k，而且α1...α8是存儲的、用于目標面值的系數。然后在步驟330中，用值DP與用于每個剩余目標種類的相應范圍進行比較，那么任意剩余目標種類根據該值是否處于相應的范圍內而被排除。在步驟334中，確定是否只有一種剩余的目標面值。若是，則硬幣將在步驟336中被接受。打開接受門并控制各種傳送門以把硬幣引向合適的目的地。否則，程序進入步驟310以拒收所述硬幣。如果在步驟308、318和326處發現所有目標面值都已經被排除了則也會進入到步驟310。
上面所描述的過程沒有考慮到單個標準化測量結果和在圖2中方框38處的每個窗口范圍的比較。為了排除在后續階段考慮到的更多數目的目標面額，在任何適當的時候都能使圖3中所示的過程得到修改以包含這些步驟。在圖3所示程序內的不同點處能夠有多個這樣的階段，每個所述階段用于校驗不同的測量結果。作為選擇，使用逐個比較作為最后的邊界校驗以確保將被接受的硬幣的測量結果落在預定范圍中。作為另一項選擇，這些逐個比較可被省略。
在改善的實施例中，程序在步驟314中根據目標種類有選擇地使用測量結果S2f1和S2a1(表示來自第二傳感器的第一波峰)或者測量結果S2f2和S2a2(表示來自第二傳感器的第二波峰)。
用上述方式執行Mahalanobis距離計算有很多好處。需要注意的是，當目標面值的數目減少時，在304、314和320階段執行的計算次數也逐漸減少。因此，就所有目標面值來說，與其中執行一個完整的四參數Mahalanobis距離計算的系統相比較，執行計算的總次數被大大降低，并不影響識別能力。此外，可以在進行所有相關測量之前開始執行在步驟304中的第一計算。
然而，順序可以用不同方式改變。例如，步驟314和320能夠相互交換，這樣，在執行用于測量結果∂3(=S2f1-x3)]]>和∂4(=S2a1-x4)]]>的部分Mahalanobis距離計算之前考慮了交叉項。然而，參考圖3所描述的順序是首選的，是因為用于測量結果3和4的計算值很可能比交叉項排除更多的目標種類。
在上述方案中，所有目標種類涉及驗證裝置試圖接受的物品。另外可能有涉及已知類型的偽造品的目標種類。在這種情況下，上述過程將做出這樣的修改，以便在步驟334處理器18將確定(a)是否只有一種剩余目標種類，而且若是這樣則(b)這個目標種類是否涉及可接受的面值。只有通過上述兩種測試時程序才進入步驟336以接受硬幣；否則，硬幣將在步驟310被拒收。
其它距離計算可被用來替代Mahalanobis距離計算，例如Euclidean距離計算。
接受數據，包括例如平均值xm和矩陣M中的元素，能用很多方法推導出來。最好是用結構非常簡單的單個裝置(可以是驗證裝置或至少一個傳感器裝置)來推導數據，或者用很多這樣的裝置推導數據，在這種情況下來自每個裝置的測量結果能被有統計地處理以導出一個額定的平均機構。數據的分析將生成適當的接受數據用于存儲在生產的驗證裝置中。
由于制造公差，生產的驗證裝置執行會有差異。為了處理這種情況，執行校準操作。這將導出能被用來為每個機構修改或補充接受數據的校準數據。作為選擇，傳感器的輸出可以根據校準數據進行調整。
作為另一項選擇，初始的接受數據能夠通過校準操作推導出來，所述校準操作包括把每個目標種類的總數饋送給裝置，并且讀出來自傳感器的測量結果。
無論如何，裝置的校準都包括使裝置測試已知種類的物品并從測量結果中導出校準數據。這個過程可以在制造裝置的工廠中或者在使用現場中進行，例如在維修和更新操作之后需要再校準。
最好是驗證過程使用外部裝置，該外部裝置從貨幣接受裝置提取測量結果，并使用通用分類數據對其進行處理，所述通用分類數據也可用于校準其他接受裝置，而且該外部裝置導出校準數據并把它傳送到接受裝置進行存儲。所述外部裝置可以是通用計算機，或者是一個專用的并且最好是便攜式的終端，如果機構將在現場進行再校準則上述外部裝置將極為有用。
下面將參照圖4對校準過程進行描述。該過程始于步驟400。
步驟402表示一件物品的插入和測量。這件物品屬于很多已知校準種類中的一種，雖然沒有必要知道該物品所屬的特定種類。應該注意到，用于校準目的的物品可以屬于或者不屬于校準裝置被配置進行識別的種類。通常，將有至少一個(通常是更多的)、可以被已校準裝置識別但未被包含在校準種類中的目標種類。本發明尤其適用于諸如上面所描述的那樣的方案，其中從校準種類的測量結果中推導出來的校準數據作為一個整體被用于裝置的校準，而不是僅僅校準用于特定目標種類(例如符合校準種類的目標種類)的接受檢測。
在步驟404，使用物品的測量結果對物品進行分類。最好是使用表示了在全部相應校準種類的測量結果之間的相關性的數據進行。為了推導Mahalanobis距離，其中該距離表示被測物品和相應校準種類總數的平均值的相似性，最好是為每個校準種類存儲表示逆協方差矩陣的數據，以使物品的測量結果能使用該矩陣處理。因此，Mahalanobis距離的計算與由該裝置在現場使用期間為所接收物品進行分類而執行的操作相似。然而，在校準過程中，對數據存儲能力，處理能力和允許執行校準的時間很少有限制。因此，在校準期間，最好使用更多、也許是所有的測量結果來推導Mahalanobis距離。
另外一個不同之處是，在校準過程中，假定被測物品屬于某一已知校準種類的特定集合。因此，步驟404中的校準過程把每件物品分配到與最小Mahalanobis距離相關的校準種類。
在校準過程中還有一個不同之處在于分類過程必須用未被校準的機構執行。因此，由傳感器響應于一件給定物品而生成的測量結果是不能被精確預測的。在某種程度上，可以通過使用測量結果相關性用于分類目的來減輕該問題。然而，根據本發明的又一個首選特征，采用一個標準化處理過程來降低接受裝置到接受裝置的影響，這樣就提高了分類過程的可靠性。
根據這個首選方面，把至少一些最好是全部用于計算Mahalanobis距離的測量結果對于一個或更多其他測量結果首先進行標準化。例如，用測量結果中的7個分別除以第8個測量結果，所得出的7個值被用來使用表示了在整個相關校準種類中相應測量比率之間的相關性的數據計算Mahalanobis距離。對被用作標準化系數的測量結果的選擇可以根據用于計算Mahalanobis距離的校準種類而有所不同。
在步驟404中的分類操作之后，校準過程包括步驟406中的自我完整性校驗。在這一步，把用來確定物品分類的所計算的最小Mahalanobis距離與閾值(該閾值可根據校準種類而不同)相比較。如果距離超出閾值，則這表示物品有給定的非代表性的結果，例如，由于它是“貿然嘗試”，所以物品未能完成自我完整性校驗。這樣，自我完整性測試包括檢查一件物品的不同測量結果間具有預定關系。
在步驟406，如果通過了自我完整性校驗，那么校準程序存儲一個指示了相關種類的物品已經被正確測量的標記。
在步驟408，程序確定所有校準種類的物品是否已經被正確測量了。如果沒有，則步驟402，404和406被重復直到所有相關種類的物品都已經被測量了為止。
從上文中可以理解，通過以一特定順序插入已知物品，就沒有了校準的必要。能以任何希望的順序、或者一個隨機順序插入校準物品。最好是校準操作僅需要每個校準種類的單個物品僅被測量一次。然而，如果多于一個的同種類物品被測量了，那么最好是把測量結果例如通過平均組合起來，以便于使用附加的數據。
在步驟410，程序執行多個物品的完整性校驗，下面將參照圖5對它進行詳細描述。作為這個校驗的結果，有可能關于一個或更多校準物品的測量結果被認為是不可靠的，在這種情況下，用于校準種類的相關標志被清除以指示需要這類物品的更多測量結果。
在步驟412，程序檢查所述標志以確定是否已經進行了足夠的測量，即是否已經可靠地測量了每個校準種類中的至少一件物品。若是，則程序進入步驟413，在這里將提供給操作者一個適當的顯示，然后進入步驟414，在該步驟刪除那些存儲的、已經被發現不可靠的測量結果。然后程序循環返回到步驟408。
最好是，在步驟413，校準裝置顯示標識了那些測量結果在步驟410中已經被認為是不可靠的校準種類的數據，這樣執行校準的操作者僅僅需要重新插入相關物品。然而，在某些情況下重新插入所有校準種類的物品可能更容易些，尤其是在物品數量相對較小的情況下。例如，可以使用漏斗把每個校準種類的單件物品供給貨幣接受裝置，這樣只需簡單地把物品放進漏斗就可完成校準操作了。接著，在已經測量完所有物品之后，如果校準裝置報告需要更多測量結果，則再把所有物品放入漏斗。
這個過程繼續執行直到步驟412，確定所有校準種類的物品已經被可靠測量了。然后程序進入步驟416，在該步驟中使用所述測量結果導出校準數據。
如上面所說明的那樣，能以很多已知的方式使用校準數據。例如，校準數據能被用于推導在圖2的處理操作的方框38中所使用的合適的窗口限制，或者調整用于在接受過程的Mahalanobis距離計算中使用的平均值xm。可替換地，校準數據能被用來調整在圖2的第III階段中的傳感器測量結果。
下面將參照圖5詳細描述步驟410中的多個物品完整性校驗。
該過程開始于步驟500。在步驟502，設置指針MEAS以指示不同物品的第一測量結果。
在步驟504，設置指針CLASS以指示第一校準種類。
在步驟506，由用于除CLASS種類物品之外的全部物品的指針MEAS所指示的測量結果通過把它們除以用于CLASS種類物品的測量結果MEAS而被標準化。
在步驟508，基于表示了在全部校準種類的這些比率間的相關性的存儲數據，用測量比率計算一個Mahalanobis距離MD。
在步驟510，把Mahalanobis距離MD與閾值進行比較。如果超出了閾值，則程序進入到步驟512。如果CLASS種類的物品已經給出了沒有代表性的測量結果，則很可能進行到該步驟。因此，在步驟512，設置一個標志以指示用于CLASS種類物品的測量結果是不可靠的。
在步驟510或512之后，程序進入步驟514以檢查所有校準種類是否已經被用于標準化目的。如果沒有，則在步驟516增加指針CLASS，并且程序循環返回到步驟506。重復該過程直到所有校準種類都已經被用于校準化。
接著，在步驟518，程序檢查所有不同類型的測量結果是否已經用這種方式處理過了。如果沒有，則程序進入步驟520以增加指針MEAS，然后程序循環返回到步驟504。
在已經處理過所有類型的測量結果之后，如在522所示，多個物品的完整性校驗步驟410結束。
在首選實施例中，程序可操作用來確定在步驟406和/或510中所執行的檢測是否指示一個或更多個傳感器一直生成不合適的值，并且響應于此，在步驟413中顯示在這個或每個這樣的傳感器中可能存在的錯誤。例如，當表示用于標準化的測量種類的指針MEAS具有一個特定值時，若常常到達步驟512就會產生這樣的顯示，以指示這種類型的測量結果經常是不合適的。
各種修改都是可能的。例如，通過提取被選擇作為標準化系數的那個測量結果和其他測量結果的比率、或者在這些測量結果間的差異、或者在該比率和基于被測量全體的所存儲的比率平均值之間的差異，實現了對在Mahalanobis距離計算中使用的每個測量結果的標準化。驗證裝置可以有自調整操作的能力，在這種情況下，在校準操作之后，通過使用自調整的特性可以對接受標準進行最初地精調，最好是在操作者的控制下使用已知物品實現。最好是該操作被設計為在驗證裝置留在現場使用之前產生更為嚴格的接受標準。
權利要求
1.一種校準用于驗證貨幣物品的裝置的方法，所述方法包括使裝置測量各種不同的相應已知校準種類中的多個物品中的每一個，以便導出物品的多個不同測量結果；使用不同裝置共用的分類標準從測量結果中確定每一個相應物品屬于哪一個已知校準種類；以及從測量結果和種類的確定中導出校準數據，然后該校準數據可由該裝置使用以確定進一步被測量的物品屬于多個目標種類中的哪一個。
2.如權利要求1中所述的方法，其中通過用表示了在相應種類的全部物品的測量結果之間的相關性的存儲數據來處理該物品的測量結果，確定在校準操作中測量的每件物品的種類。
3.如權利要求1或2中所述的方法，包括使用物品的至少一個其他測量結果作為標準化系數，對每件物品的多個不同測量結果進行標準化；以及根據物品的標準化測量結果對其進行分類。
4.如權利要求2或3中所述的方法，包括步驟根據測量結果間的關系和一預期相關性的相似程度，來禁止使用一件物品的測量結果用于校準。
5.如上述任一權利要求所述的方法，其中通過對每種類的單個物品僅測量一次來校準所述裝置。
6.如上述任一權利要求所述的方法，其中由在上述驗證裝置外部的校準裝置執行所述確定步驟和所述推導校準數據的步驟。
7.如上述任一權利要求所述的方法，其中所述目標種類包括至少一種不是所述校準種類其中之一的種類。
8.一種校準用于驗證貨幣物品的裝置的方法，所述方法包括使裝置測量不同校準種類的物品，并從那些測量結果中導出校準數據用于由該裝置使用以確定被測物品是否屬于一預定種類，所述方法進一步包括通過在不同種物品的測量結果之間進行比較，在測量結果上執行完整性校驗，以及根據完整性校驗的結果禁止使用至少某些測量結果用于校準。
9.如權利要求8中所述的方法，其中完整性校驗包括使用表示了在全部那些種類中不同種類物品測量結果間的相互關系的存儲數據。
10.如權利要求8或9中所述的方法，其中完整性步驟包括，使用又一種類物品的相應測量結果作為標準化系數，標準化多個種類的物品的測量結果，以及對標準化測量結果進行比較。
11.如權利要求10中所述的方法，其中完整性校驗包括重復地比較標準化測量結果，每次使用又一相應不同種類物品的測量結果作為標準化系數。
12.如權利要求8到11中任一權利要求所述的方法，其中對每件物品提取多個不同測量結果，所述方法包括為不同種類測量結果重復完整性校驗的步驟。
13.如權利要求8到12中任一權利要求所述的方法，包括指示其測量結果被禁止用于校準的物品的種類的步驟。
14.如權利要求8到13中任一權利要求所述的方法，包括為每件物品執行單獨的完整性校驗的步驟，所述單獨的完整性校驗包括調查在物品不同測量結果間的關系，以及根據單獨的完整性校驗的結果禁止使用測量結果用于校準。
15.一種校準用于驗證貨幣物品的裝置的方法，所述方法包括使裝置對物品進行不同的測量，以及從這些測量結果中導出校準數據用于由該裝置使用以確定被測物品是否屬于一預定種類，所述方法還包括通過確定測量結果間的關系是否符合一預定標準來對測量結果執行完整性校驗，以及根據完整性校驗的結果禁止使用至少某些測量結果用于校準。
16.如權利要求15中所述的方法，其中完整性校驗包括使用表示了在全部那個種類中的一類物品的不同測量結果間的相關性的存儲數據。
17.如權利要求15或16中所述的方法，包括使用該物品的至少一個其他測量結果作為標準化系數，對每件物品的多個不同測量結果進行標準化，以及根據標準化測量結果執行完整性校驗。
18.如權利要求15到17中任一項權利要求所述的方法，包括步驟根據完整性校驗的失敗提供應該對物品再測量的指示。
19.如上述任一項權利要求的方法，其中在使用被調整測量結果用于物品分類之前，使用校準數據調整物品的傳感器測量結果。
20.被設計用來執行上述任一在前權利要求所述的方法的裝置。
全文摘要
把屬于已知校準種類的物品以任意的順序饋送給貨幣接受裝置，以便導出用于校準的測量結果。最好是，通過使用另一個測量結果作為標準化系數標準化大量測量結果，接著使用標準化的測量結果計算Mahalanobis距離，來對校準物品進行分類。如果完整性校驗表明它們是不可靠的，則禁止使用所述測量結果用于校準目的。
文檔編號G01N27/72GK1442832SQ0216113
公開日2003年9月17日 申請日期2002年12月28日 優先權日2001年12月28日
發明者K·L·金 申請人:馬爾斯公司