CN1624440A - 移动体数据解析装置和移动体数据解析系统 - Google Patents

Abstract

一种移动体数据解析装置，输入移动体的测定数据(包含移动体的速度)并存储在测定数据存储介质(103)中。把该测定数据用频率解析装置(104)在每一时刻分解为频率成分，把具有阈值以上的值的频率成分作为解析对象的频率选择，把选择出的频率成分进一步在每一时刻分解为频率成分。从通过第2次频率分解得到的结果中，在每一时刻计算成为解析对象的频率信号发生周期。相关计算装置(105)计算信号的发生周期和速度的相关，把和速度相关高的数据作为解析移动体的异常有效的数据抽出。从用移动体测定的数据中除去噪声，提高移动体的异常测定精度。

Description

移动体数据解析装置 和移动体数据解析系统

技术领域

本发明涉及在移动体中具有测定装置和状态存储装置的移动体数据解析装置，特别涉及从测定结果中解析移动体的状态，可以抽出其特征量的移动体数据解析装置。

背景技术

作为解析移动体的数据的背景技术，例如有把交通事故检测作为对象的技术。在检测事故声音时对音响信号计算功率频谱，制成频谱图案，把制成的频谱图案和预先设定的图案比较，在一致的情况下判断为检测出事故声音(参照专利文献1)。由此，可以区别事故声音和其它的交通声音。

作为以铁路车辆等的车轮为对象方法，把通过在车轮上用锤子施加外力发生的击打声音分离为每个频带的时间系列信号，进一步在每个频率上抽出瞬间的最大值。把此最大值和预先设定的振动基准值比较，在超出规定关系时输出比较结果，例如当比较结果信号在3个以上的情况下输出报警(参照专利文献2)。由此，因为可以比较每多个频带的时间系列信号的最大值，所以可以提高异常判定的可靠性。

作为监视铁路车辆和轨道的方法，有用在车辆的多个测定位置上检测振动状况，计算其特性值，通过和基准特性值比较判断车辆和轨道的缺陷状态的方法。此测定值和车辆的旋转移动同步检测(参照专利文献3)。由此，通过不同的检测结果的组合，可以更准确地判断缺陷状态，通过和车辆的旋转运动同步，可以抑制噪音的影响。

专利文献1-特开平10-142042号公报

专利文献2-特开2000-131294号公报

专利文献3-特表2003-502624号公报

在从测定数据中抽出功率频谱等的特征量，和异常时的特征量的图案比较的方式中，存在比较对象异常时的特征量的图案制作困难的问题。当特征量多的情况下，因为难以判断哪种特征量是在判定异常中所需要的特征量，所以如果除去噪声，未抽出检测异常有效的特征量，则不能制成准确进行异常判定的图案。

另外，在与正常的特征量的图案比较，根据其异常程度判定异常的方式中，存在容易受到噪声影响，有可能把噪声判断为异常这样的问题。

进而，在和车轮的旋转同步而取得测定值的方式中，因为测定值的采样周期依赖于车轮的旋转速度，所以存在着不能对任意的、特别是高频率成分进行测定这样的问题。

发明内容

鉴于上述问题的存在，本发明的目的在于：提供一种可以通过从具有移动体的任意频率成分的测定数据中除去噪声并抽出对判定异常有效的特征量，来提高移动体的异常检测精度的移动体数据解析装置。

为了实现上述目的，本发明的移动体数据解析装置其特征在于：具备存储移动体的测定数据的测定数据存储介质，把上述测定数据对每个数据变换为时间系列数据，取各时间系列数据和速度的相关，把和速度相关高的时间系列数据作为特征量抽出的特征量抽出装置。

另外，本发明的移动体数据解析系统在具有具备测定移动体状态的测定装置的移动体；具备把移动体的测定装置的输出值作为测定数据存储的测定数据存储介质的移动体数据解析装置中，其特征在于：上述移动体数据解析装置具有：计算测定数据和移动体的速度相关的相关计算装置；把相关高的数据作为特征量抽出的特征量抽出装置。

当在移动体上发生了异常的情况下，例如，此异常声音和异常振动多与移动体的移动相关联地发生。因而，异常声音和异常振动的发生周期和速度有相关。另一方面，噪声和固定地发生的声音和振动因为和迅速没有相关地发生所以和速度没有相关。因而，把声音和振动在每一频率成分上展开为时间系列数据，计算各频率成分的发生周期，取和速度的相关，把和速度相关程度高的频率成分作为特征量选择。由此，可以除去噪声，在异常检测中抽出有效的特征量。

如果采用本发明，通过抽出和移动体的速度相关程度高的数据，除去噪声和被固定地测定出的数据的影响，可以抽出与移动体的移动关联的测定数据。由此，可以使移动体的测定数据的解析高效率化，因为移动体发生的异常解析容易，所以提高移动体的异常检测的精度，可以更安全地控制移动体。

附图说明

图1是表示实施例1中的移动体数据解析装置构成的方框图。

图2是表示实施例1中的频率解析装置的详细构成的方框图。

图3是表示实施例1中的频率选择装置的数据选择状态的说明图。

图4是表示实施例1中的发生周期计算装置和相关装置的状态的说明图。

图5是表示实施例1中的移动体数据解析装置的处理的流程图。

图6是表示异常检测条件信息的格式的说明图。

图7是表示实施例2中的移动体数据解析装置构成的方框图。

图8是表示实施例3中的移动体数据解析系统构成的方框图。

图9是表示实施例3中的列车构成的方框图。

图10是表示实施例4中的移动体数据解析系统构成的方框图。

具体实施方式

用不需要特别信息的构成实现在移动体的异常检测中抽出有效数据这一目的。以下，根据附图说明本发明的实施例。在本实施例中作为移动体的测定数据说明输入声音的情况。

图1表示实施例1中的移动体数据解析装置的构成。在实施例1中从异常发生时的移动体测定数据中抽出检测异常用的特征量，从抽出的特征量中制成并保存异常检测条件。根据从数据输入到解析结果的保存的流程顺序说明。

在移动体数据解析装置101中，首先在测定数据输入装置102中从移动体输入测定数据110，把输入的测定数据保存在测定数据存储介质103中。在测定数据110中不仅包含声音，还包含在各时刻的移动体的速度。测定数据110的形式可以是数字化声音的数据，在是模拟信号的情况下也可以在测定数据输入装置102中变换为数字信号。保存在测定数据存储介质103中的形式设置成数字形式。测定数据存储装置103只要用硬盘等的大容量的存储介质构成即可。

在测定数据存储介质103中保存测定数据110后，用频率解析装置104频率分解解析作为数据解析对象的测定数据110，选择判断为需要在测定数据110中解析的声音。进而，计算在这些声音的各时刻中的发生频率。对于频率解析装置104的详细后述。

相关计算装置105参照在频率解析装置104中计算出的在声音的各时刻中的发生周期，和被保存在测定数据存储介质103中的同样时刻的速度，计算发生周期和速度的相关。当相关高的情况下，表示被选择的声音发生的周期和速度同样变化，不是噪声和固定地发生的声音，可以认为是与移动体的移动相关联的声音。相关计算装置105的详细后述。

使用由相关计算装置105选择出的声音频率成分和速度的相关，异常检测条件抽出装置106抽用于检测作为解析对象的异常的条件。移动体的异常因为大多与移动体的速度相关联，所以在相关计算装置105中表示高的相关的声音是用于异常检测的有效的声音的可能性高。

具体地说异常检测条件的抽出对于同样异常发生时的测定数据比较相关计算装置105的输出，可以把共同的声音作为条件抽出。另外，和没有异常时的相关计算装置105的输出比较，可以把此异常作为条件抽出。另外，可以在数据采集中抽出相关计算装置105的输出，也可以根据作业人员的经验抽出。

异常检测条件抽出装置106抽出的异常检测条件在异常检测条件存储介质107中和成为解析对象的异常内容一同保存。异常检测条件存储介质107只要用硬盘等的大容量的存储介质构成即可。

如上所述通过构成移动体数据解析装置，可以从巨大的声音数据中，抽出其发生周期和速度相关高的声音，把抽出的声音作为特征量，可以容易制成异常检测条件。由此，可以更简单更准确地进行移动体的异常检测。

图2表示频率解析装置的构成。频率解析装置104从被保存在测定数据存储介质103中的测定数据110中，选择作为解析对象的声音，计算这些声音的发生频率，输出到相关计算装置105。

用解析数据选择装置201选择的是数据的种类和时间。所谓数据的种类由传感器的种类和此传感器的位置组成，例如当想解析声音的情况下作为种类选择声音传感器，选择想解析的位置的传感器数据。数据的种类可以选择多个。解析的数据的选择可以以发生的异常种类和异常发生时刻为基础自动地进行，也可以把全部的数据作为对象，根据要解析的异常任意选择。例如当想解析车轮异常的情况下，选择安装在车轮附近的声音传感器，只要把异常发生前后的时间作为对象即可。

在用解析数据选择装置201选择了解析的数据后，对选择出的数据用频率分解装置202把数据分解为频率成分。但是，各频率成分分解为时间系列的数据。作为为了变成时间系列数据而进行频率分解的手段，可以使用公知的波率(ウエ一ブレツト)变换和短时间傅立叶变换。

在用频率分解装置202把数据分解为频率成分后，用频率选择装置203选择进一步分解的频率，即声音。解析的声音的选择设定阈值，选择具有阈值以上成分的声音。有关频率选择装置203的详细后述。

用发生周期计算装置204计算用频率选择装置203选择出的声音发生周期。发生周期计算装置204和频率分解装置202一样，把用频率选择装置203选择的各声音如时间系列数据那样分解为频率成分。通过该频率分解，可以计算用频率选择装置203选择的声音具有什么样的频率成分，即，被选择出的声音是以什么样的周期发生。

具体地说，分解为频率成分后，对于各声音频率成分在每一时刻取峰值，把阈值以上的峰值作为此时刻中的该声音的发生周期。对于峰值在阈值以下的时刻，把此时刻的前1个时刻的发生周期作为此时刻的发生周期。

通过如上所述那样设置频率解析装置104，从测定数据110中选择作为解析对象的声音，可以计算这些声音的发生周期。

图3是表示频率选择装置动作状态的说明图。图3(a)的频率分解数据是把从频率分解装置202输出的，作为测定数据的声音分解为时间系列的频率成分的数据。颜色浓的部分表示频率成分强。时间系列的频率成分的计算可以使用作为以往方法的波率(ウエ一ブレツト)变换和短时间傅立叶变换，在此省略其详细说明。

频率选择装置203从图3(a)的数据中选择具有阈值以上强度的频率成分，即声音。在图3中选择频率A和频率B。分别取出被选择的声音的时间系列数据，只用选择出的声音数制成图3(b)的“选择出的声音的强度”的数据。图3(b)的数据是发生周期计算装置204的输入。进而，声音的选择不必须是自动的，也可以是操作人员任意选择。

图4是表示相关计算装置动作状态的说明图。图4(a)的被选择的声音数据是表示用频率选择装置203选择出的阈值以上的声音波形的数据，与图3(b)对应。图4(b)的频率分解是把图4(a)的波形变换为各时刻的频率。图4(b)的频率分解数据表示在发生周期计算装置204中通过频率分解计算图4(a)的声音后的各时刻的该声音的发生周期。在图4(a)中发生周期短的区域在(b)中表示为高频，在图4(a)中发生周期长的区域在(b)中表示为低频。在图4(c)中把包含在测定数据中的速度的数据与图4(b)同样地关于各时刻来进行表示。

相关计算装置105计算在各时刻中的该声音的发生频率、和发生周期一样的时刻的速度的相关。相关可以通过使用作为以往方法的相关函数计算。声音的发生频率和速度的相关高表示该声音是与移动体的移动关联的声音。

如上所述构成频率解析装置104和相关计算装置105。由此，在频率解析装置104中选择在解析中有效的声音，在相关计算装置105中计算被选择出的声音的发生周期和速度的相关，通过调查表示高相关的声音，可以只抽出与移动体的移动相关的声音。由于只抽出与移动体的移动相关的声音，因而可以除去噪声和固定地发生的声音，容易抽出异常检测条件。

图5表示移动体数据解析装置的处理流程。在步骤501中，接收在移动体中测定的数据，保存在测定数据存储介质103中，进入步骤502。在步骤502中，从被保存在测定数据存储介质103中的测定数据中，选择用解析数据选择装置201进行解析的数据，进入步骤503。在步骤503中对在步骤502中被选择出的各个测定数据，进行从步骤504到步骤508的处理。

在步骤504中，用频率分解装置202把该测定数据分解为时间系列的频率成分，进入步骤505。在步骤505中，用频率选择装置203参照在步骤504中分解的该测定数据的频率成分，用峰值选择进一步解析的频率成分，即声音，进入步骤506。

在步骤506中，对于在步骤505中选择出的各个声音，进行从步骤507到步骤508的处理。在步骤507中，用发生周期计算装置204，进一步把该声音分解为时间系列的频率成分，计算在各时刻中的该声音的发生频率，进入步骤508。在步骤508中，用相关计算装置105计算在步骤507中计算出的该声音在各时刻中的发生周期和同一时刻的移动体速度的相关。

在步骤509中，用异常检测条件抽出装置106，以在步骤508中计算出的该声音的发生周期和移动体的速度的相关为基础抽出异常检测条件，保存在异常条件存储介质107中。

图6表示用异常检测条件抽出装置106抽出的，被存储在异常检测条件存储介质107中的异常检测条件信息的格式。异常检测条件信息由作为检测对象的异常种类和可以检测此异常的异常检测条件组成。异常检测条件由在异常检测中使用的传感器，和用该传感器检测的频率的组合组成。在检测出用在异常检测条件中表示的传感器指定的频率时判定为异常。

通过如实施例1所示那样构成装置，可以从巨大数量的声音数据中，只抽出与移动体的移动关联的声音，把抽出的声音作为特征量，容易制成异常检测条件。由此，可以更简单并且准确地进行移动体的异常检测。

图7表示本发明的实施例2的移动体异常检测装置的构成。在实施例2中，移动体异常检测装置603进行移动体的异常检测。在图7中，因为和图1一样的符号102～105是同一构成，所以省略说明。

异常检测装置601用相关计算装置105计算出的各声音的发生周期和移动体速度的相关进行异常检测。在异常检测数据存储介质602中在移动体中有异常时的测定数据中，把和移动体速度相关在阈值以上的声音数据作为异常检测数据预先保存。

异常检测装置601从相关计算装置105的输出结果中，求和速度的相关在阈值以上的声音，和被存储在异常检测数据存储介质602中的声音比较，比较的结果，当相关高，被判定为一致的情况下，判断为异常检测装置601在移动体中有异常。检测异常后的处理考虑显示在移动体的画面上的，发出声音、发出光等的处理，但因为是和以往同样的处理，所以在此省略详细。

另外，在异常检测数据存储介质602中可以保存在移动体中没有异常，即，移动体正常时的测定数据。这种情况下，异常检测装置601从相关计算装置105的输出结果中求和速度的相关在阈值以上的声音，和被存储在正常数据存储介质602中的声音比较，当检测出不一致的情况下，判断为在移动体中有异常。

通过如本实施方式2那样构成装置，通过不受噪声的影响，只和异常时或者正常时的数据比较就可以检测移动体的异常。

在实施例1和实施例2中，说明了测定数据是声音的情况，但并不限于声音，只要是具有频率成分的数据，就可以进行同样地解析。例如，也可以测定振动体的振动分解为频率成分进行异常检测。

图8作为实施例3表示本发明的移动体数据解析系统。作为移动体说明使用列车的例子。

移动体数据解析装置101根据在移动体中发生的异常解析所需要的数据，经由地上无线装置902，发送测定数据请求903，向列车901请求测定数据，从列车901接收测定数据110。移动体数据解析装置101是实施例1或者2表示的构成的装置，如果接收测定数据110，则进行异常检测条件的抽出和异常检测。测定数据请求903是由需要的测定数据的数据种类和时间组成的信息。

图9表示列车901的构成。测定装置1001是测定列车801状态的装置。测定装置1001用传感器构成，测定声音、振动、温度等，变换为数字数据。测定数据管理装置1002接收来自测定装置1001的输出，把该测定值作为测定数据保存在车上测定数据存储介质1003中。

车上无线装置1004经由地上无线装置902从移动体数据解析装置101接收测定数据请求903。接收到测定数据请求903的车上无线装置1004把接收到的测定数据请求903送到测定数据管理装置1002。

接收到测定数据请求903的测定数据管理装置1002从车上测定数据存储介质103中取出被请求的测定数据，经由车上无线装置1004和地上无线装置902发送到移动体数据解析装置101。

如上所述移动体数据解析系统从列车上只取出必要的测定数据把数据收集在移动体数据解析装置中，可以进行解析。由此，可以高效率地收集多个列车的测定数据进行异常检测条件的抽出，和进行各列车的异常检测。

图10表示实施例4的列车901的构成。在实施例3中，设置成把移动体数据解析装置101设置在地上的构成，但在实施例4中把移动体数据解析装置101设置在列车中。

移动体数据解析装置101是实施例2所示构成的装置，解析从测定装置1001接收的测定数据110，解析异常检测。当移动体数据解析装置101检测出异常的情况下，把检测出的异常内容发送到异常处理装置1101。接收到异常信息的异常处理装置1101根据此异常内容进行处理。有关异常处理只要和以往一样进行处理即可，例如考虑在驾驶台上显示异常的内容的，通知运行管理装置等的处理。

如上所述，通过构成移动体数据解析系统，可以用配置在列车上的移动体解析装置不收噪声影响地检测列车的异常。

另外，在实施例3和4中叙述了移动体是列车的情况，但汽车也可以构成同样的系统。

Claims (13)

1.一种移动体数据解析装置，包括存储移动体的测定数据的测定数据存储介质，其特征在于：具有：

计算上述测定数据与移动体速度的相关的相关计算装置；和把相关高的数据作为特征量来抽出的特征量抽出装置。

2.一种移动体数据解析装置，包括存储移动体的测定数据的测定数据存储介质，其特征在于：具有：

通过对上述测定数据进行频率分解，并对进行频率分解后的结果的各频率成分进一步进行频率分解，来计算各频率成分的发生周期的频率解析装置。

3.一种移动体数据解析装置，包括存储移动体的测定数据的测定数据存储介质，其特征在于：具有：

对上述测定数据进行频率分解，并计算各频率成分的发生周期的频率解析装置；计算已算出的发生周期与移动体速度的相关的相关计算装置；和把相关高的频率成分作为特征量来抽出的特征量抽出装置。

4.如权利要求3所述的移动体数据解析装置，其特征在于：

上述频率解析装置具有：把测定数据分解为时间系列的频率成分的频率分解装置；从分解出的频率成分中选择作为解析对象的频率成分的频率选择装置；把用上述频率选择装置选择出的频率成分进一步分解为时间系列的频率成分，并计算选择出的频率成分的各时刻的发生周期的发生周期计算装置。

5.如权利要求4所述的移动体数据解析装置，其特征在于：

上述频率分解装置作为分解为时间系列的频率成分的分解方法，使用波率变换或者短时间傅立叶变换。

6.如权利要求4所述的移动体数据解析装置，其特征在于：

上述频率选择装置选择具有阈值以上的值的频率成分。

7.如权利要求3所述的移动体数据解析装置，其特征在于：

上述特征量抽出装置具有从已抽出的特征量中抽出移动体的异常检测条件的异常检测条件抽出装置，比较多个同样的异常发生时的测定数据的特征量，把共同的特征量作为异常检测条件。

8.如权利要求3所述的移动体数据解析装置，其特征在于：

上述特征量抽出装置具有：预先存储在移动体中没有异常时的数据的正常数据存储介质；和比较存储在上述正常数据存储介质中的数据和上述特征量抽出装置抽出的特征量，当存在不一致时判断为在移动体中有异常的异常检测装置。

9.一种移动体数据解析系统，具有：具备测定移动体状态的测定装置的移动体；和具备把移动体的测定装置的输出值作为测定数据来进行存储的测定数据存储介质的移动体数据解析装置，其特征在于：

上述移动体数据解析装置具有：计算测定数据与移动体速度的相关的相关计算装置；和把相关高的数据作为特征量来进行抽出的特征量抽出装置。

10.一种移动体数据解析系统，具有：具备测定移动体的状态的测定装置的移动体；和具备把移动体的测定装置的输出值作为测定数据来进行存储的测定数据存储介质的移动体数据解析装置，其特征在于：

上述移动体数据解析装置具有：把测定数据分解为时间系列的频率成分的频率分解装置；从分解后的频率成分中选择作为解析对象的频率成分的频率选择装置；用上述频率分解装置进一步把用上述频率选择装置选择的频率成分分解为时间系列的频率成分，计算用上述频率选择装置选择的频率成分在各时刻的发生周期，并计算发生周期与移动体速度的相关的相关计算装置；和把相关高的频率成分作为特征量来进行抽出的特征量抽出装置。

11.如权利要求10所述的移动体数据解析系统，其特征在于：

把上述移动体数据解析装置配置在地上一侧，并从移动体向上述移动体数据解析装置传送移动体的测定数据，在地上一侧，进行移动体的异常检测条件的抽出。

12.如权利要求10所述的移动体数据解析系统，其特征在于：

把上述移动体数据解析装置配置在移动体上，并用移动体进行异常检测。

13.如权利要求10至12中任意1项所述的移动体数据解析系统，其特征在于：

上述移动体是列车，解析上述列车的测定数据。

Images