DE112019007453T5

DE112019007453T5 - Sensor device and sensor device system

Info

Publication number: DE112019007453T5
Application number: DE112019007453.9T
Authority: DE
Inventors: Rintaro Nagaoka
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-07-10
Filing date: 2019-07-10
Publication date: 2022-02-24
Also published as: WO2021005755A1; JPWO2021005755A1; JP6824495B1; CN114144648A

Abstract

Eine Sensorvorrichtung (100) weist auf: mehrere Sensoreinheiten (14), die jeweils einen Magnetsensor (15) und einen Magneten (16) umfassen und eine Änderung der relativen Position zwischen dem Magnetsensor (15) und dem Magneten (16) auf Basis einer Änderung eines durch den Magnetsensor (15) erfassten magnetischen Flusses erfassen, wobei der Magnetsensor (15) ein Element ist, das entweder an einer ersten Struktur oder an einer zweiten Struktur angeordnet ist, und der Magnet (16) ein Element ist, das von der ersten und zweiten Struktur an der anderen Struktur angeordnet ist; eine Berechnungseinheit (25), die durch Berechnung auf Basis eines Erfassungsergebnisses, das von jeder der mehreren Sensoreinheiten (14) geliefert wird, ein Messergebnis für eine Bewegungsstrecke der ersten Struktur in Bezug auf die zweite Struktur und/oder einen Drehwinkel der ersten Struktur in Bezug auf die zweite Struktur und/oder eine auf die erste Struktur ausgeübte äußere Kraft erhält; und eine Bestimmungseinheit (26), die das Vorhandensein oder Fehlen einer Anomalie auf Basis eines Erfassungsergebnisses bestimmt, das von jeder der mehreren Sensoreinheiten (14) geliefert wird, wobei es sich bei der Anomalie um eine Änderung des magnetischen Flusses aufgrund eines anderen Faktors als der Änderung der relativen Position zwischen dem magnetischen Sensor (15) und dem Magneten (16) handelt.A sensor device (100) has: a plurality of sensor units (14) each including a magnetic sensor (15) and a magnet (16), and a change in relative position between the magnetic sensor (15) and the magnet (16) based on a change of a magnetic flux detected by the magnetic sensor (15), the magnetic sensor (15) being an element arranged on either a first structure or a second structure, and the magnet (16) being an element arranged on the first and second structure is arranged on the other structure; a calculation unit (25) which calculates, by calculation based on a detection result provided by each of the plurality of sensor units (14), a measurement result for a moving distance of the first structure with respect to the second structure and/or a rotation angle of the first structure on the second structure and/or an external force exerted on the first structure; and a determination unit (26) that determines the presence or absence of an anomaly based on a detection result provided by each of the plurality of sensor units (14), the anomaly being a change in magnetic flux due to a factor other than the Changing the relative position between the magnetic sensor (15) and the magnet (16) is.

Description

Gebietarea

Die vorliegende Erfindung betrifft eine Sensorvorrichtung und ein Sensorvorrichtungssystem, die die Bewegung einer Struktur bei einer auf die Struktur ausgeübten äußeren Kraft erfassen.The present invention relates to a sensor device and a sensor device system that detect the movement of a structure when an external force is applied to the structure.

Hintergrundbackground

Eine bekannte Sensorvorrichtung, die mehrere Kombinationen aus einem Magneten und einem Magnetsensor zum Erfassen eines magnetischen Flusses umfasst, erfasst eine Bewegung in Richtung einer jeden von drei Achsen oder eine Kraft, die in Richtung einer jeden von drei Achsen wirkt. Das Patentdokument 1 offenbart, dass ein Kraftsensor, der mit mehreren Kombinationen aus einem Magneten und einem als Magnetsensor dienenden Hall-Element ausgestattet ist, eine in jeder Richtung wirkende Kraft erfasst, indem er eine relative Position zwischen dem Magneten und dem Hall-Element erfasst.A known sensor device, which includes plural combinations of a magnet and a magnetic sensor for detecting a magnetic flux, detects a movement in the direction of each of three axes or a force acting in the direction of each of three axes. Patent Document 1 discloses that a force sensor equipped with multiple combinations of a magnet and a Hall element serving as a magnetic sensor detects a force acting in any direction by detecting a relative position between the magnet and the Hall element.

Liste der Zitatelist of citations

Patentliteraturpatent literature

Patentdokument 1: Japanische Offenlegungsschrift Nr. S60-177232 Patent Document 1: Japanese Patent Application Laid-Open No. S60-177232

Kurzbeschreibungshort description

Technische ProblemstellungTechnical problem

Eine herkömmliche Sensorvorrichtung, die einen Magnetsensor aufweist, wie den in Patentdokument 1 offenbarten Kraftsensor, wird durch ein Magnetfeld außerhalb der Sensorvorrichtung beeinflusst, wodurch sich das Erfassungsergebnis ändert. Beim Auftreten einer Anomalie, d. h. einer Änderung des Erfassungsergebnisses aufgrund eines anderen Faktors als einer Änderung der relativen Position zwischen dem Magneten und dem Magnetsensor, kann eine herkömmliche Sensorvorrichtung das Auftreten einer solchen Anomalie nicht erkennen. Infolgedessen gibt die herkömmliche Sensorvorrichtung das gleiche Erfassungsergebnis aus, das bei einer normalen Erfassung erzielt wird. Bei einer herkömmlichen Sensorvorrichtung besteht daher das Problem, dass nicht überprüft werden kann, ob bei der Erfassung eine Anomalie aufgetreten ist.A conventional sensor device having a magnetic sensor, like the force sensor disclosed in Patent Document 1, is affected by a magnetic field outside the sensor device, thereby changing the detection result. When an anomaly occurs, i. H. a change in the detection result due to a factor other than a change in the relative position between the magnet and the magnetic sensor, a conventional sensor device cannot detect the occurrence of such an abnormality. As a result, the conventional sensor device outputs the same detection result as that obtained in normal detection. Therefore, a conventional sensor device has a problem that it cannot be checked whether an abnormality has occurred in detection.

Die vorliegende Erfindung entstand in Anbetracht der obigen Ausführungen, wobei eine Aufgabe der vorliegenden Erfindung darin besteht, eine Sensorvorrichtung anzugeben, die prüfen kann, ob eine Anomalie bei der Erfassung aufgetreten ist.The present invention was made in view of the above, and an object of the present invention is to provide a sensor device capable of checking whether an abnormality has occurred in detection.

Lösung der Problemstellungsolution to the problem

Um das obige Problem zu lösen und die Aufgabe zu erfüllen, erfasst eine Sensorvorrichtung gemäß der vorliegenden Erfindung die Bewegung eines Funktionskörpers, der sich unter Einwirkung einer äußeren Kraft bewegt. Die Sensorvorrichtung umfasst eine erste Struktur, bei der es sich um den Funktionskörper handelt, und eine zweite Struktur, die eine von dem Funktionskörper verschiedene Struktur ist. Die Sensorvorrichtung gemäß der vorliegenden Erfindung weist auf: mehrere Sensoreinheiten, die jeweils einen Magnetsensor und einen Magneten umfassen, um eine Änderung der relativen Position zwischen dem Magnetsensor und dem Magneten auf Basis einer Änderung des magnetischen Flusses zu erfassen, der von dem Magnetsensor erfasst wird, wobei der Magnetsensor ein Element ist, das entweder an der ersten Struktur oder an der zweiten Struktur angeordnet ist, und der Magnet ein Element ist, das von der ersten und zweiten Struktur an der anderen Struktur angeordnet ist; und eine Berechnungseinheit, um durch Berechnung auf Basis eines Erfassungsergebnisses, das von jeder der mehreren Sensoreinheiten geliefert wird, ein Messergebnis für die Bewegungsstrecke der ersten Struktur in Bezug auf die zweite Struktur und/oder den Drehwinkel der ersten Struktur in Bezug auf die zweite Struktur und/oder die auf die erste Struktur ausgeübte äußere Kraft zu erhalten. Die Sensorvorrichtung gemäß der vorliegenden Erfindung umfasst eine Bestimmungseinheit, um auf Basis des von jeder der mehreren Sensoreinheiten gelieferten Erfassungsergebnisses zu bestimmen, ob eine Anomalie vorliegt oder nicht, wobei es sich bei der Anomalie um eine Änderung des magnetischen Flusses aufgrund eines anderen Faktors als der Änderung der relativen Position zwischen dem Magnetsensor und dem Magneten handelt.In order to solve the above problem and achieve the object, a sensor device according to the present invention detects the movement of a functional body that moves under an external force. The sensor device includes a first structure that is the functional body and a second structure that is a different structure from the functional body. The sensor device according to the present invention includes: a plurality of sensor units each including a magnetic sensor and a magnet for detecting a change in relative position between the magnetic sensor and the magnet based on a change in magnetic flux detected by the magnetic sensor, wherein the magnetic sensor is an element disposed on either the first structure or the second structure and the magnet is an element disposed on the other of the first and second structures; and a calculation unit to obtain, by calculation based on a detection result provided by each of the plurality of sensor units, a measurement result for the moving distance of the first structure with respect to the second structure and/or the rotation angle of the first structure with respect to the second structure and /or to obtain the external force exerted on the first structure. The sensor device according to the present invention includes a determination unit for determining whether or not there is an abnormality based on the detection result provided by each of the plurality of sensor units, the abnormality being a change in magnetic flux due to a factor other than the change the relative position between the magnetic sensor and the magnet.

Vorteilhafte Wirkungen der ErfindungAdvantageous Effects of the Invention

Durch eine Sensorvorrichtung gemäß der vorliegenden Erfindung kann geprüft werden, ob bei der Erfassung eine Anomalie aufgetreten ist.By a sensor device according to the present invention, it can be checked whether an abnormality has occurred in detection.

Figurenlistecharacter list

1 12 is a first cross-sectional view showing a sensor device according to a first embodiment of the present invention.
2 12 is a second cross-sectional view showing a sensor device according to the first embodiment.
3 12 is a diagram showing the functional configuration of a sensor device according to the first embodiment.
4 FIG. 12 is a first diagram for explaining the positional relationship between a magnetic sensor and a magnet in FIG 2 shown cross section.
5 12 is a second diagram for explaining the positional relationship between a magnetic sensor and a magnet in FIG 2 shown cross section.
6 shows a flowchart for explaining the functioning of a sensor device according to the first embodiment.
7 FIG. 12 is a first diagram showing an example of the hardware configuration of a measurement device according to the first embodiment.
8th FIG. 12 is a second diagram showing an example of the hardware configuration of a measurement device according to the first embodiment.
9 Fig. 12 is an illustration for explaining a modification of the first embodiment.
10 shows a flow chart for explaining the functioning of a sensor device according to a second embodiment of the present invention.
11 12 is a diagram showing the functional configuration of a sensor device according to a third embodiment of the present invention.
12 12 is a diagram showing the functional configuration of a sensor device according to a fourth embodiment of the present invention.
13 12 is a diagram showing an example of a sensor device that performs both the learning in the third embodiment and the learning in the fourth embodiment.
14 Fig. 12 is a diagram showing an example of the configuration of a neural network used for learning in the third and fourth embodiments.

Beschreibung von AusführungsformenDescription of Embodiments

Nachfolgend werden eine Sensorvorrichtung und ein Sensorvorrichtungssystem gemäß Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die Figuren detailliert beschrieben. Es wird darauf hingewiesen, dass die vorliegende Erfindung nicht auf die Ausführungsformen beschränkt ist.A sensor device and a sensor device system according to embodiments of the present invention are described in detail below with reference to the figures. It is noted that the present invention is not limited to the embodiments.

Erste AusführungsformFirst embodiment

1 zeigt eine erste Querschnittsansicht zur Veranschaulichung einer Sensorvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung 2 zeigt eine zweite Querschnittsansicht zur Veranschaulichung einer Sensorvorrichtung gemäß der ersten Ausführungsform der vorliegenden Erfindung. Der in 1 dargestellte Querschnitt ist ein vertikaler Querschnitt einer Sensorvorrichtung 100 entlang der in 2 dargestellten Linie I-I. Der in 2 dargestellte Querschnitt ist ein horizontaler Querschnitt der Sensorvorrichtung 100 entlang der in 1 dargestellten Linie II-II. 1 12 is a first cross-sectional view showing a sensor device according to a first embodiment of the present invention 2 12 is a second cross-sectional view showing a sensor device according to the first embodiment of the present invention. the inside 1 The cross section shown is a vertical cross section of a sensor device 100 along the line in FIG 2 Line II shown. The in 2 The cross section shown is a horizontal cross section of the sensor device 100 along the line in 1 shown line II-II.

Die Sensorvorrichtung 100 erfasst die Bewegung eines Funktionskörpers, der sich bei Einwirkung einer äußeren Kraft bewegt. Die Sensorvorrichtung 100 erfasst eine Bewegung des Funktionskörpers in Richtung einer jeden von drei Achsen und eine Drehung des Funktionskörpers um eine jede der drei Achsen.The sensor device 100 detects the movement of a functional body that moves when an external force is applied. The sensor device 100 detects a movement of the functional body in the direction of each of three axes and a rotation of the functional body about each of the three axes.

Die Sensorvorrichtung 100 umfasst eine erste Struktur 11 und eine zweite Struktur 12. Die erste Struktur ist der Funktionskörper. Die zweite Struktur 12 ist eine andere Struktur als der Funktionskörper. Die erste Struktur 11 und die zweite Struktur 12 sind beide starre Körper. Es wird darauf hingewiesen, dass ein Zustand der Sensorvorrichtung 100, in dem die erste Struktur 11 keiner äußeren Kraft ausgesetzt ist, als Referenzzustand bezeichnet wird. Eine in 2 dargestellte zentrale Achse N, die senkrecht zu dem Querschnitt verläuft, stellt den Mittelpunkt der zweiten Struktur 12 dar. Im Referenzzustand befindet sich der Mittelpunkt der ersten Struktur 11 auf der zentralen Achse N.The sensor device 100 comprises a first structure 11 and a second structure 12. The first structure is the functional body. The second structure 12 is a different structure from the functional body. The first structure 11 and the second structure 12 are both rigid bodies. It should be noted that a state of the sensor device 100 in which the first structure 11 is not subjected to any external force is referred to as a reference state. one inside 2 The central axis N shown, which runs perpendicular to the cross section, represents the center point of the second structure 12. In the reference state, the center point of the first structure 11 is on the central axis N.

Ein elastischer Körper 13 verbindet die erste Struktur 11 und die zweite Struktur 12 miteinander. Der elastische Körper 13 ist ein Gegenstand wie eine Feder oder Kautschuk. Da die erste Struktur 11 und die zweite Struktur 12 über den elastischen Körper 13 miteinander verbunden sind, wird die erste Struktur 11 von der zweiten Struktur 12 so gestützt, dass die erste Struktur eine Translationsbewegung und eine Rotationsbewegung relativ zur zweiten Struktur 12 erfahren kann.An elastic body 13 connects the first structure 11 and the second structure 12 to each other. The elastic body 13 is an object such as a spring or rubber. Since the first structure 11 and the second structure 12 are connected to each other via the elastic body 13 , the first structure 11 is supported by the second structure 12 so that the first structure can undergo translational movement and rotational movement relative to the second structure 12 .

Die erste Struktur 11 bewegt sich aus der Position im Referenzzustand, indem sie unter einer äußeren Kraft eine Translationsbewegung ausführt. Die erste Struktur 11 bewegt sich in Richtung einer auf sie ausgeübten äußeren Kraft. Die erste Struktur 11 bewegt sich um eine Strecke, die der Größe der auf sie ausgeübten äußeren Kraft entspricht. Wenn die äußere Kraft nicht mehr auf die erste Struktur 11 einwirkt, bringt eine Rückstellkraft des elastischen Körpers 13 die erste Struktur 11 in die Position des Referenzzustands zurück. Darüber hinaus ändert die erste Struktur 11 ihre Lage in Bezug auf den Referenzzustand, indem sie unter einer äußeren Kraft eine Drehbewegung ausführt. Wenn die äußere Kraft nicht mehr auf die erste Struktur 11 einwirkt, bringt die Rückstellkraft des elastischen Körpers 13 die erste Struktur 11 in die Position des Referenzzustands zurück.The first structure 11 moves from the reference state position by translating under an external force. The first structure 11 moves in the direction of an external force applied thereto. The first structure 11 moves a distance corresponding to the magnitude of the external force applied to it. When the external force stops acting on the first structure 11, a restoring force of the elastic body 13 returns the first structure 11 to the position of the reference state. In addition, the first structure 11 maintains its position with respect to the reference state by rotating under an external force. When the external force stops acting on the first structure 11, the restoring force of the elastic body 13 returns the first structure 11 to the position of the reference state.

Die Sensorvorrichtung 100 weist drei Sensoreinheiten 14a, 14b und 14c auf. Die Sensoreinheit 14a umfasst einen Magnetsensor 15a und einen Magneten 16a. Die Sensoreinheit 14b umfasst einen Magnetsensor 15b und einen Magneten 16b. Die Sensoreinheit 14c umfasst einen Magnetsensor 15c und einen Magneten 16c. Die Magnetsensoren 15a, 15b und 15c sind Elemente, die an der ersten Struktur 11 angebracht sind. Die Magnete 16a, 16b und 16c sind Elemente, die an der zweiten Struktur 12 angebracht sind. Es wird darauf hingewiesen, dass sich eine Sensoreinheit „14“ ohne Unterscheidung auf jede der Sensoreinheiten 14a, 14b und 14c bezieht. Ein Magnetsensor „15“ bezieht sich ohne Unterscheidung auf jeden der Magnetsensoren 15a, 15b und 15c. Ein Magnet „16“ bezieht sich ohne Unterscheidung auf jeden der Magnete 16a, 16b und 16c.The sensor device 100 has three sensor units 14a, 14b and 14c. The sensor unit 14a includes a magnetic sensor 15a and a magnet 16a. The sensor unit 14b includes a magnetic sensor 15b and a magnet 16b. The sensor unit 14c includes a magnetic sensor 15c and a magnet 16c. The magnetic sensors 15a, 15b and 15c are elements attached to the first structure 11. FIG. The magnets 16a, 16b and 16c are members attached to the second structure 12. FIG. It is noted that a sensor unit "14" refers indiscriminately to each of the sensor units 14a, 14b and 14c. A magnetic sensor "15" refers to each of the magnetic sensors 15a, 15b and 15c without distinction. A magnet "16" refers indiscriminately to each of magnets 16a, 16b and 16c.

Der Magnetsensor 15 kann einen magnetischen Fluss in Richtung jeder der drei Achsen erfassen. Der Magnetsensor 15 ist ein integrierter Schaltkreis, der einen magnetischen Fluss in Richtung jeder der drei Achsen erfassen kann. Der Magnetsensor 15 kann aus einer Kombination aus drei Hall-Elementen gebildet sein, die jeweils einen magnetischen Fluss in Richtung einer Achse erfassen können. Der Magnet 16 ist ein Permanentmagnet oder ein Elektromagnet.The magnetic sensor 15 can detect a magnetic flux in the direction of each of the three axes. The magnetic sensor 15 is an integrated circuit that can detect a magnetic flux in the direction of each of the three axes. The magnetic sensor 15 may be formed of a combination of three Hall elements each capable of detecting magnetic flux in an axis direction. The magnet 16 is a permanent magnet or an electromagnet.

Die Magnetsensoren 15a, 15b und 15c sind an einer Außenkante der ersten Struktur 11 angebracht. In dem in 2 dargestellten Querschnitt sind die Magnetsensoren 15a, 15b und 15c in gleichen Abständen an der Außenkante der ersten Struktur 11 angeordnet. Der Magnet 16a ist an einer dem Magnetsensor 15a gegenüberliegenden Position angeordnet. Der Magnetsensor 15a befindet sich in dem von dem Magneten 16a erzeugten Magnetfeld. Der Magnet 16b ist an einer dem Magnetsensor 15b gegenüberliegenden Position angeordnet. Der Magnetsensor 15b befindet sich in dem von dem Magneten 16b erzeugten Magnetfeld. Der Magnet 16c ist an einer Position angeordnet, die dem Magnetsensor 15c gegenüberliegt. Der Magnetsensor 15c befindet sich in dem von dem Magneten 16c erzeugten Magnetfeld.The magnetic sensors 15a, 15b and 15c are attached to an outer edge of the first structure 11. FIG. in the in 2 In the cross section shown, the magnetic sensors 15a, 15b and 15c are arranged at equal intervals on the outer edge of the first structure 11. The magnet 16a is arranged at a position opposite to the magnetic sensor 15a. The magnetic sensor 15a is located in the magnetic field generated by the magnet 16a. The magnet 16b is arranged at a position opposite to the magnetic sensor 15b. The magnetic sensor 15b is located in the magnetic field generated by the magnet 16b. The magnet 16c is arranged at a position opposed to the magnetic sensor 15c. The magnetic sensor 15c is located in the magnetic field generated by the magnet 16c.

Der Magnetsensor 15 gibt einen Wert für den magnetischen Fluss in Richtung einer jeden der drei Achsen aus. In der Sensoreinheit 14 ändert sich der Wert des vom Magnetsensor 15 erfassten magnetischen Flusses, wenn sich die relative Position zwischen dem Magnetsensor 15 und dem Magneten 16 ändert. Die Sensoreinheit 14 fungiert als dreidimensionaler Positionssensor. Die Sensorvorrichtung 100 umfasst die drei Sensoreinheiten 14a, 14b und 14c, um eine Positionsänderung der ersten Struktur 11 an drei Punkten zu erfassen. Unter Verwendung von Positionsinformationen über jeden der drei Punkte erfasst die Sensorvorrichtung 100 eine Bewegung der ersten Struktur 11 in Richtung einer jeden der drei Achsen und eine Drehung der ersten Struktur 11 um jede der drei Achsen.The magnetic sensor 15 outputs a magnetic flux value in the direction of each of the three axes. In the sensor unit 14, the value of the magnetic flux detected by the magnetic sensor 15 changes when the relative position between the magnetic sensor 15 and the magnet 16 changes. The sensor unit 14 functions as a three-dimensional position sensor. The sensor device 100 comprises the three sensor units 14a, 14b and 14c in order to detect a change in position of the first structure 11 at three points. Using position information about each of the three points, the sensor device 100 detects a movement of the first structure 11 in a direction of each of the three axes and a rotation of the first structure 11 about each of the three axes.

Die Sensorvorrichtung 100 wird montiert, wobei die zweiten Struktur 12 an einer Montageposition befestigt ist. Die Sensorvorrichtung 100 misst einen Verschiebungsbetrag der ersten Struktur 11, der sich ergibt, wenn eine Bedienperson die erste Struktur 11 bewegt. Die Sensorvorrichtung 100 misst den Verschiebungsbetrag in insgesamt sechs Richtungen, darunter drei Richtungen einer Translationsbewegung und drei Richtungen einer Rotationsbewegung. Die Sensorvorrichtung 100 kann als Eingabevorrichtung verwendet werden, um einen Roboter entsprechend der ersten Struktur 11 zu bewegen.The sensor device 100 is assembled with the second structure 12 fixed at an assembly position. The sensor device 100 measures a displacement amount of the first structure 11 resulting when an operator moves the first structure 11 . The sensor device 100 measures the displacement amount in a total of six directions including three directions of translational movement and three directions of rotational movement. The sensor device 100 can be used as an input device to move a robot corresponding to the first structure 11 .

Die Sensorvorrichtung 100 kann den Verschiebungsbetrag der ersten Struktur 11 in die Größe der Kraft umwandeln, um dadurch die Größe der auf die erste Struktur 11 ausgeübten äußeren Kraft zu messen. Die Sensorvorrichtung 100 misst die Größe der äußeren Kraft in insgesamt sechs Richtungen, die drei Richtungen einer Translationsbewegung und drei Richtungen einer Rotationsbewegung umfassen. Die Messung des Verschiebungsbetrags für die Größe der auf die erste Struktur 11 ausgeübten Kraft ergibt eine Umrechnungsregel, die eine Beziehung zwischen der Größe der Kraft und dem Verschiebungsbetrag darstellt. Die Sensorvorrichtung 100 wandelt den Verschiebungsbetrag auf Basis der vorab erhaltenen Umwandlungsregel in die Größe der Kraft um. Die Sensorvorrichtung 100 kann daher auch als Kraftsensor verwendet werden.The sensor device 100 can convert the displacement amount of the first structure 11 into the magnitude of the force to thereby measure the magnitude of the external force applied to the first structure 11 . The sensor device 100 measures the magnitude of the external force in a total of six directions including three directions of translational movement and three directions of rotational movement. Measuring the amount of displacement for the magnitude of the force applied to the first structure 11 gives a conversion rule that represents a relationship between the magnitude of the force and the amount of displacement. The sensor device 100 converts the displacement amount into the magnitude of the force based on the conversion rule obtained in advance. The sensor device 100 can therefore also be used as a force sensor.

Es wird darauf hingewiesen, dass die Form der ersten Struktur 11 und die Form der zweiten Struktur 12 nicht auf die in den 1 und 2 dargestellten Formen beschränkt sind, sondern beliebige Formen möglich sind. Ferner können die Magnetsensoren 15a, 15b und 15c an der zweiten Struktur 12 statt an der ersten Struktur 11 angebracht sein. In diesem Fall werden die Magnete 16a, 16b und 16c an der ersten Struktur 11 statt an der zweiten Struktur 12 angebracht. Bei der Sensoreinheit 14a muss der Magnetsensor 15a lediglich an einer Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 und der Magnet 16a an der anderen Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 angebracht sein. Bei der Sensoreinheit 14b muss der Magnetsensor 15b lediglich an einer Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 und der Magnet 16b an der anderen Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 angeordnet sein. Bei der Sensoreinheit 14c muss der Magnetsensor 15c lediglich an einer Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 und der Magnet 16c an der anderen Struktur aus der Gruppe der ersten Struktur 11 und der zweiten Struktur 12 angeordnet sein.It is noted that the shape of the first structure 11 and the shape of the second structure 12 are not limited to those shown in FIGS 1 and 2 illustrated shapes are limited, but any shapes are possible. Further, the magnetic sensors 15a, 15b and 15c may be attached to the second structure 12 instead of the first structure 11. In this case, the magnets 16a, 16b and 16c are attached to the first structure 11 instead of to the second structure 12. The sensor unit 14a only needs to have the magnetic sensor 15a attached to one of the first structure 11 and the second structure 12 and the magnet 16a to the other of the first structure 11 and the second structure 12 . At the sensor in 14b, the magnetic sensor 15b only has to be arranged on one structure from the group of the first structure 11 and the second structure 12 and the magnet 16b on the other structure from the group of the first structure 11 and the second structure 12. In the sensor unit 14c, the magnetic sensor 15c only has to be arranged on one structure from the group of the first structure 11 and the second structure 12 and the magnet 16c on the other structure from the group of the first structure 11 and the second structure 12.

3 zeigt eine Darstellung zur Veranschaulichung der funktionellen Konfiguration einer Sensorvorrichtung gemäß der ersten Ausführungsform. Die Sensorvorrichtung 100 umfasst eine Messvorrichtung 20. Die Messvorrichtung 20 misst die Strecke, um die sich die erste Struktur 11 relativ zu der zweiten Struktur 12 bewegt, und den Winkel der Drehung der ersten Struktur 11 relativ zu der zweiten Struktur 12. Es wird darauf hingewiesen, dass die Messvorrichtung 20 in den 1 und 2 nicht dargestellt ist. 3 12 is a diagram showing the functional configuration of a sensor device according to the first embodiment. The sensor device 100 comprises a measuring device 20. The measuring device 20 measures the distance that the first structure 11 moves relative to the second structure 12 and the angle of rotation of the first structure 11 relative to the second structure 12. It is noted that the measuring device 20 in the 1 and 2 is not shown.

Der Magnetsensor 15 gibt Daten, die das Ergebnis der Erfassung des Wertes des magnetischen Flusses darstellen, an die Messvorrichtung 20 aus. Die Messvorrichtung 20 umfasst eine Bezugseinheit 21, die die von dem Magnetsensor 15 ausgegebenen Daten bezieht, eine Steuereinheit 22, die die Messvorrichtung 20 steuert, eine Speichereinheit 23, die Informationen speichert, und eine Ausgabeeinheit 24, die Informationen ausgibt.The magnetic sensor 15 outputs data representing the result of detection of the magnetic flux value to the measuring device 20 . The measurement device 20 includes an acquisition unit 21 that acquires the data output from the magnetic sensor 15, a control unit 22 that controls the measurement device 20, a storage unit 23 that stores information, and an output unit 24 that outputs information.

Die Steuereinheit 22 umfasst eine Berechnungseinheit 25, die eine Berechnungsverarbeitung der von der Bezugseinheit 21 bezogenen Daten durchführt. Durch Berechnung auf Basis des von jeder der Sensoreinheiten 14a, 14b und 14c gelieferten Erfassungsergebnisses erhält die Berechnungseinheit 25 ein Messergebnis für die Bewegungsstrecke der ersten Struktur 11 relativ zur zweiten Struktur 12. Durch Berechnung auf Basis des von jeder der Sensoreinheiten 14a, 14b und 14c gelieferten Erfassungsergebnisses erhält die Berechnungseinheit 25 ferner ein Messergebnis für den Drehwinkel der ersten Struktur 11 relativ zur zweiten Struktur 12. Es wird darauf hingewiesen, dass die Berechnungseinheit 25 den Verschiebungsbetrag der ersten Struktur 11 in die Größe der Kraft umwandeln kann, um dadurch ein Messergebnis für die auf die erste Struktur 11 ausgeübte äußere Kraft zu erhalten. Dies bedeutet, dass durch die Berechnung auf Basis des Erfassungsergebnisses, das von jeder der mehreren Sensoreinheiten 14 geliefert wird, die Berechnungseinheit 25 das Messergebnis für die Bewegungsstrecke der ersten Struktur 11 und/oder den Drehwinkel der ersten Struktur 11 und/oder die auf die erste Struktur 11 ausgeübte äußere Kraft erhält.The control unit 22 includes a calculation unit 25 that performs calculation processing on the data acquired from the acquisition unit 21 . By calculating based on the detection result provided by each of the sensor units 14a, 14b and 14c, the calculating unit 25 obtains a measurement result for the moving distance of the first structure 11 relative to the second structure 12. By calculating based on that provided by each of the sensor units 14a, 14b and 14c From the detection result, the calculation unit 25 also receives a measurement result for the rotation angle of the first structure 11 relative to the second structure 12. It should be noted that the calculation unit 25 can convert the displacement amount of the first structure 11 into the magnitude of the force, thereby obtaining a measurement result for to obtain external force applied to the first structure 11 . This means that through the calculation based on the detection result supplied by each of the multiple sensor units 14, the calculation unit 25 calculates the measurement result for the movement distance of the first structure 11 and/or the rotation angle of the first structure 11 and/or the Structure 11 receives external force exerted.

Die Steuereinheit 22 weist eine Bestimmungseinheit 26 auf, die das Vorhandensein oder Fehlen einer Anomalie auf Basis des von jeder der Sensoreinheiten 14a, 14b und 14c gelieferten Erfassungsergebnisses bestimmt. Eine Anomalie, d. h. ein Versagen, die Bewegung der ersten Struktur 11 korrekt zu erfassen, bezieht sich auf einen Zustand, in dem sich der magnetische Fluss aufgrund eines anderen Faktors als einer Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16 ändert. Bei der ersten Ausführungsform bestimmt die Bestimmungseinheit 26 das Vorhandensein oder Fehlen einer Anomalie auf Basis eines Ergebnisses der Ermittlung von Abständen zwischen den Magneten 16a, 16b und 16c, bei denen es sich um die an der zweiten Struktur 12 angeordneten Elemente handelt.The control unit 22 has a determination unit 26 that determines the presence or absence of an abnormality based on the detection result provided by each of the sensor units 14a, 14b and 14c. An anomaly, i. H. a failure to correctly detect the movement of the first structure 11 refers to a condition where the magnetic flux changes due to a factor other than a change in the relative position between the magnetic sensor 15 and the magnet 16 . In the first embodiment, the determining unit 26 determines the presence or absence of an abnormality based on a result of detecting distances between the magnets 16a, 16b, and 16c, which are the members arranged on the second structure 12. FIG.

Die Speichereinheit 23 speichert das durch die Berechnung der Berechnungseinheit 25 erhaltene Messergebnis. Die Speichereinheit 23 speichert auch verschiedene Parameter, die von der Berechnungseinheit 25 bei der Berechnung verwendet werden, und verschiedene Parameter, die die Bestimmungseinheit 26 bei der Bestimmung verwendet. Die Ausgabeeinheit 24 gibt das Messergebnis aus. Die Ausgabeeinheit 24 gibt zudem ein Alarmsignal aus, wenn die Bestimmungseinheit 26 feststellt, dass eine Anomalie vorliegt. Die Ausgabeeinheit 24 gibt ein Alarmsignal an eine externe Vorrichtung aus. Alternativ kann die Ausgabeeinheit 24 einen Alarm ausgeben, indem sie mit Hilfe eines Audio-Geräts einen Alarmton erzeugt oder einen Alarm an einer Anzeigevorrichtung anzeigt.The storage unit 23 stores the measurement result obtained by the calculation of the calculation unit 25 . The storage unit 23 also stores various parameters used by the calculation unit 25 in calculation and various parameters used by the determination unit 26 in determination. The output unit 24 outputs the measurement result. The output unit 24 also outputs an alarm signal when the determination unit 26 determines that there is an abnormality. The output unit 24 outputs an alarm signal to an external device. Alternatively, the output unit 24 may issue an alarm by generating an alarm sound using an audio device or displaying an alarm on a display device.

Als Nächstes wird die Berechnung des Messergebnisses durch die Berechnungseinheit 25 beschrieben. Die einzelnen Magnetsensoren 15a, 15b und 15c liefern ein Ergebnis der Erfassung der Werte der magnetischen Flüsse, wobei die Berechnungseinheit 25 dieses Erfassungsergebnis in Verschiebungsdaten umwandelt, die eine Verschiebung in sechs Freiheitsgraden repräsentieren. Die Verschiebung in sechs Freiheitsgraden ist definiert als Verschiebung aufgrund einer Translationsbewegung in Richtung jeder der drei Achsen und als Verschiebung aufgrund einer Rotationsbewegung um jede der drei Achsen. In der folgenden Beschreibung wird auf das Erfassungsergebnis des Wertes des magnetischen Flusses, das von jedem der Magnetsensoren 15a, 15b und 15c geliefert wird, häufig als Magnetdaten Bezug genommen.Next, calculation of the measurement result by the calculation unit 25 will be described. The individual magnetic sensors 15a, 15b and 15c provide a result of detection of the values of the magnetic fluxes, and the calculation unit 25 converts this detection result into displacement data representing displacement in six degrees of freedom. Displacement in six degrees of freedom is defined as displacement due to translational motion in each of the three axes and displacement due to rotational motion about each of the three axes. In the following description, the detection result of the magnetic flux value provided by each of the magnetic sensors 15a, 15b and 15c is often referred to as magnetic data.

Für die erste Struktur 11 wird ein Vektor G, der die Verschiebung in sechs Freiheitsgraden repräsentiert, wie in dem Ausdruck (1) unten gezeigt definiert. „X“ steht für eine Translationsbewegung in Richtung einer ersten der drei Achsen. Der Buchstabe „Y“ steht für eine Translationsbewegung in Richtung einer zweiten der drei Achsen. Der Buchstabe „Z“ steht für eine Translationsbewegung in Richtung einer dritten der drei Achsen. Der Buchstabe „A“ steht für eine Drehbewegung in einer ersten der drei Drehrichtungen. Der Buchstabe „B“ steht für eine Drehbewegung in einer zweiten der drei Drehrichtungen. Der Buchstabe „C“ steht für eine Drehbewegung in einer dritten der drei Drehrichtungen. In Ausdruck (1) bedeutet „G□R^6×1“, dass der Vektor G aus Elementen von sechs Zeilen und einer Spalte mit reellen Zahlen gebildet wird.
[Relation 1] $G = (X, Y, Z, A, B, C) \in R^{6 \times 1}$

For the first structure 11, a vector G representing displacement in six degrees of freedom is defined as shown in expression (1) below. "X" represents a translational movement in the direction of a first of the three axes. The letter "Y" represents a translational movement in the direction of a second of the three axes. The book stabe "Z" stands for a translational movement in the direction of a third of the three axes. The letter "A" stands for a rotary movement in a first of the three directions of rotation. The letter "B" stands for a rotary movement in a second of the three directions of rotation. The letter "C" stands for a rotary movement in a third of the three directions of rotation. In expression (1), “G□R ^6×1 ” means that the vector G is formed of elements of six rows and one column of real numbers.
[Relation 1]

G = (X, Y, Z, A, B, C) \in R^{6 \times 1}

Unter der Annahme, dass es sich bei den durch den Magnetsensor 15a erhaltenen Magnetdaten um „M₁“ handelt, es sich bei den durch den Magnetsensor 15b erhaltenen Magnetdaten um „M₂“ handelt und es sich bei den durch den Magnetsensor 15c erhaltenen Magnetdaten um „M₃“ handelt, wird „M_n“ (mit n=1, 2 und 3) durch den folgenden Ausdruck (2) ausgedrückt.
[Relation 2] $M_{n} = {(x_{n}, y_{n}, z_{n})}_{n = 1,2,3} \in R^{3 \times 1}$

Assuming that the magnetic data obtained by the magnetic sensor 15a is “M ₁ ”, the magnetic data obtained by the magnetic sensor 15b is “M ₂ ”, and the magnetic data obtained by the magnetic sensor 15c is When “M ₃ ” is “M _n ” (where n=1, 2 and 3) is expressed by the following expression (2).
[Relation 2]

M_{n} = {(x_{n}, y_{n}, {e.g}_{n})}_{n = 1,2,3} \in R^{3 \times 1}

Es ist zu beachten, dass der Wert „x₁“ den Wert des magnetischen Flusses in Richtung der ersten Achse angibt, der von dem Magnetsensor 15a erfasst wird. Der Wert „y₁“ gibt den Wert des magnetischen Flusses in Richtung der zweiten Achse an, der von dem Magnetsensor 15a erfasst wird. Der Wert „z₁“ steht für den Wert des magnetischen Flusses in Richtung der dritten Achse, die vom Magnetsensor 15a erfasst wird. Der Wert „x₂“ gibt den Wert des magnetischen Flusses in Richtung der ersten Achse an, der von dem Magnetsensor 15b erfasst wird. Der Wert „y₂“ repräsentiert den Wert des magnetischen Flusses in Richtung der zweiten Achse, der von dem Magnetsensor 15b erfasst wird. Der Wert „z₂“ steht für den Wert des magnetischen Flusses in Richtung der dritten Achse, der von dem Magnetsensor 15b erfasst wird. Der Wert „x₃“ repräsentiert den Wert des magnetischen Flusses in Richtung der ersten Achse, der von dem Magnetsensor 15c erfasst wird. Der Wert „y₃“ gibt den Wert des magnetischen Flusses in Richtung der zweiten Achse an, der von dem Magnetsensor 15c erfasst wird. Der Wert „z₃“ steht für den Wert des magnetischen Flusses in Richtung der dritten Achse, der von dem Magnetsensor 15c erfasst wird. Die Werte (x₁, y₁, z₁) sind drei Werte, bei denen es sich um die Magnetdaten „M₁“ handelt. Die Werte (x₂, y₂, z₂) sind drei Werte, bei denen es sich um die Magnetdaten „M₂“ handelt. Die Werte (x₃, y₃, z₃) sind drei Werte, bei denen es sich um die Magnetdaten „M₃“ handelt.Note that the value “x ₁ ” indicates the value of the magnetic flux in the first axis direction detected by the magnetic sensor 15a. The value "y ₁ " indicates the value of the magnetic flux in the direction of the second axis, which is detected by the magnetic sensor 15a. The value "z ₁ " represents the value of the magnetic flux in the direction of the third axis detected by the magnetic sensor 15a. The value "x ₂ " indicates the value of the magnetic flux in the direction of the first axis, which is detected by the magnetic sensor 15b. The value “y ₂ ” represents the value of the magnetic flux in the direction of the second axis detected by the magnetic sensor 15b. The value “z ₂ ” represents the value of the magnetic flux in the direction of the third axis detected by the magnetic sensor 15b. The value “x ₃ ” represents the value of the magnetic flux in the direction of the first axis detected by the magnetic sensor 15c. The value "y ₃ " indicates the value of the magnetic flux in the direction of the second axis, which is detected by the magnetic sensor 15c. The value “z ₃ ” represents the value of the magnetic flux in the third axis direction detected by the magnetic sensor 15c. The values (x ₁ , y ₁ , z ₁ ) are three values that are magnetic data “M ₁ ”. The values (x ₂ , y ₂ , z ₂ ) are three values that are magnetic data “M ₂ ”. The values (x ₃ , y ₃ , z ₃ ) are three values that are magnetic data “M ₃ ”.

Unter der Annahme, dass „H“ eine Matrix zur Umwandlung der neun Werte der Magnetdaten „M₁“, „M₂“ und „M₃“ in eine Verschiebung in sechs Freiheitsgraden ist und „a₁₁, ... a₆₉“ Elemente der Matrix „H“ sind, gelten die folgenden Ausdrücke (3) und (4).
[Relation 3] $H = | \begin{matrix} a_{11} & a_{12} & \dots & a_{19} \\ a_{21} & a_{22} & \dots & a_{29} \\ ⋮ & ⋮ & ⋱ & ⋮ \\ a_{61} & a_{62} & \dots & a_{69} \end{matrix} | \in R^{6 \times 9}$

G = {HM}^{9 \times 1} = H | \begin{matrix} M_{1} \\ M_{2} \\ M_{3} \end{matrix} |

Assuming that “H” is a matrix for converting the nine values of magnetic data “M ₁ ”, “M ₂ ”, and “M ₃ ” into a displacement in six degrees of freedom, and “a ₁₁ , ... a ₆₉ ” elements of the matrix are “H”, the following expressions (3) and (4) hold.
[Relation 3]

H = | \begin{matrix} a_{11} & a_{12} & \dots & a_{19} \\ a_{21} & a_{22} & \dots & a_{29} \\ ⋮ & ⋮ & ⋱ & ⋮ \\ a_{61} & a_{62} & \dots & a_{69} \end{matrix} | \in R^{6 \times 9}

G = {HM}^{9 \times 1} = H | \begin{matrix} M_{1} \\ M_{2} \\ M_{3} \end{matrix} |

Die Einzelheiten der obigen Ausdrücke (3) und (4) werden durch den nachstehenden Ausdruck (5) ausgedrückt.
[Relation 4] $| \begin{matrix} X \\ Y \\ Z \\ A \\ B \\ C \end{matrix} | = | \begin{matrix} a_{11} & a_{12} & a_{13} & a_{14} & a_{15} & a_{16} & a_{17} & a_{18} & a_{19} \\ a_{21} & a_{22} & a_{23} & a_{24} & a_{25} & a_{26} & a_{27} & a_{28} & a_{29} \\ a_{31} & a_{32} & a_{33} & a_{34} & a_{35} & a_{36} & a_{37} & a_{38} & a_{39} \\ a_{41} & a_{42} & a_{43} & a_{44} & a_{45} & a_{46} & a_{47} & a_{48} & a_{49} \\ a_{51} & a_{52} & a_{53} & a_{54} & a_{55} & a_{56} & a_{57} & a_{58} & a_{59} \\ a_{61} & a_{62} & a_{63} & a_{64} & a_{65} & a_{66} & a_{67} & a_{68} & a_{69} \end{matrix} | | \begin{matrix} x_{1} \\ y_{1} \\ z_{1} \\ x_{2} \\ y_{2} \\ z_{2} \\ x_{3} \\ y_{3} \\ z_{3} \end{matrix} |$

The details of the above expressions (3) and (4) are expressed by the following expression (5).
[Relation 4]

| \begin{matrix} X \\ Y \\ Z \\ A \\ B \\ C \end{matrix} | = | \begin{matrix} a_{11} & a_{12} & a_{13} & a_{14} & a_{15} & a_{16} & a_{17} & a_{18} & a_{19} \\ a_{21} & a_{22} & a_{23} & a_{24} & a_{25} & a_{26} & a_{27} & a_{28} & a_{29} \\ a_{31} & a_{32} & a_{33} & a_{34} & a_{35} & a_{36} & a_{37} & a_{38} & a_{39} \\ a_{41} & a_{42} & a_{43} & a_{44} & a_{45} & a_{46} & a_{47} & a_{48} & a_{49} \\ a_{51} & a_{52} & a_{53} & a_{54} & a_{55} & a_{56} & a_{57} & a_{58} & a_{59} \\ a_{61} & a_{62} & a_{63} & a_{64} & a_{65} & a_{66} & a_{67} & a_{68} & a_{69} \end{matrix} | | \begin{matrix} x_{1} \\ y_{1} \\ {e.g}_{1} \\ x_{2} \\ y_{2} \\ {e.g}_{2} \\ x_{3} \\ y_{3} \\ {e.g}_{3} \end{matrix} |

Es wird darauf hingewiesen, dass die oben angegebenen Ausdrücke (3) bis (5) zeigen, dass eine Linearisierung so durchgeführt wird, dass die von der Berechnungseinheit 25 ausgegebenen Verschiebungsdaten in sechs Freiheitsgraden gleich Null sind, wenn die in die Berechnungseinheit 25 eingegebenen Magnetdaten Null sind. Der nachstehende Ausdruck (6), der einen konstanten Term „E“ verwendet, drückt den Vektor G für einen Fall aus, in dem es sich bei den von der Berechnungseinheit 25 ausgegebenen Verschiebungsdaten in sechs Freiheitsgraden um einen von Null verschieden Wert handelt, wenn die in die Berechnungseinheit 25 eingegebenen Magnetdaten Null sind.
[Relation 5] $G = HM + E, E = (e_{1}, \dots, e_{6}) \in R^{6 \times 1}$

Note that the above expressions (3) to (5) show that linearization is performed so that the six-degree-of-freedom displacement data output from the calculation unit 25 is zero when the magnetic data input to the calculation unit 25 is zero are. Expression (6) below, using a constant term “E”, expresses the vector G for a case where the six-degree-of-freedom displacement data output from the computing unit 25 is a non-zero value when the magnetic data input to the calculation unit 25 is zero.
[Relation 5]

G = HM + E, E = (e_{1}, \dots, e_{6}) \in R^{6 \times 1}

Wenn die Verschiebungsdaten einen von Null verschieden Wert haben, kann die Umrechnung ähnlich gehandhabt werden wie die Umrechnung für den Fall, dass die Verschiebungsdaten Null sind, indem eine Variable wie x₁'=x₁-e₁ festgelegt wird. Bei der ersten und einer später zu beschreibenden zweiten Ausführungsform wird davon ausgegangen, dass kein konstanter Term hinzugefügt wird.When the offset data has a non-zero value, the conversion can be handled similarly to the conversion when the offset data is zero by setting a variable such as x ₁ '=x ₁ -e ₁ . In the first embodiment and a second embodiment to be described later, it is assumed that no constant term is added.

Die Matrix „H“ kann unter Verwendung einer Methode wie der multiplen Regressionsanalyse auf Basis von Messdaten bestimmt werden, die durch Messung von „M_n“ für den bekannten Vektor G erhalten wurden. Die Speichereinheit 23 speichert Informationen über die Matrix „H“. Die Berechnungseinheit 25 wandelt die Magnetdaten „M_n“ auf Basis der aus der Speichereinheit 23 ausgelesenen Matrix „H“ in Verschiebungsdaten in sechs Freiheitsgraden um.The matrix "H" can be constructed using a method such as multiple regression analysis be determined based on measurement data obtained by measuring "M _n " for the known vector G. The storage unit 23 stores information about the matrix “H”. The calculation unit 25 converts the magnetic data “M _n ” based on the matrix “H” read out from the storage unit 23 into displacement data in six degrees of freedom.

Es wird darauf hingewiesen, dass die Berechnungseinheit 25 die Verschiebungsdaten auf Basis eines anderen Ausdrucks als den obigen Ausdrücken (3) bis (5) berechnen kann. Der bei der Berechnung der Verschiebungsdaten verwendete Ausdruck ist nicht auf einen Ausdruck beschränkt, der einen Term erster Ordnung für jeden Wert enthält, bei dem es sich um die Magnetdaten handelt, es kann sich auch um einen Ausdruck handeln, der einen Term höherer Ordnung jedes Wertes enthält, bei dem es sich um die Magnetdaten handelt.It is noted that the calculation unit 25 may calculate the displacement data based on an expression other than the above expressions (3) to (5). The expression used in the calculation of the displacement data is not limited to an expression containing a first-order term for each value that is the magnetic data, it may be an expression containing a higher-order term of each value contains which is the magnetic data.

Die Sensorvorrichtung 100 verwendet die drei Sensoreinheiten 14a, 14b und 14c, um neun Erfassungsergebnisse zu beziehen, bei denen es sich um die erfassten Werte der magnetischen Flüsse handelt. Die neun Erfassungsergebnisse sind die Erfassungsergebnisse, die die drei Sensoreinheiten 14a, 14b und 14c als Ergebnis der Erfassung der Werte der magnetischen Flüsse in den einzelnen Richtungen der drei Achsen liefern. Durch Berechnung auf Basis der neun Erfassungsergebnisse erhält die Sensorvorrichtung 100 sechs Messergebnisse, bei denen es sich um die Verschiebungsdaten handelt. Die sechs Messergebnisse sind das Ergebnis der Messung der Bewegungsstrecke der ersten Struktur 11 in den einzelnen Richtungen der drei Achsen und das Ergebnis der Messung des Drehwinkels der ersten Struktur 11 um die einzelnen drei Achsen. Wie aus der vorhergehenden Beschreibung ersichtlich ist, ist die Anzahl der Werte, bei denen es sich um die von jeder der mehreren Sensoreinheiten 14 erhaltenen Erfassungsergebnisse handelt, größer als die Anzahl der Werte, bei denen es sich um die durch Berechnung der Berechnungseinheit 25 erhaltenen Messergebnisse handelt, d. h. die Messergebnisse für die Bewegungsstrecke der ersten Struktur 11 und den Drehwinkel der ersten Struktur 11. Die Anzahl der Dimensionen der Erfassungsergebnisse, die durch die mehreren Sensoreinheiten 14 erhalten werden, ist demnach größer als die Anzahl der Dimensionen der Messergebnisse, die durch die Berechnung durch die Berechnungseinheit 25 erhalten werden.The sensor device 100 uses the three sensor units 14a, 14b, and 14c to obtain nine detection results, which are the detected values of the magnetic fluxes. The nine detection results are the detection results which the three sensor units 14a, 14b and 14c provide as a result of detecting the values of the magnetic fluxes in the individual directions of the three axes. By calculating based on the nine detection results, the sensor device 100 obtains six measurement results that are the displacement data. The six measurement results are the result of measuring the moving distance of the first structure 11 in each direction of the three axes and the result of measuring the rotation angle of the first structure 11 around each of the three axes. As is apparent from the foregoing description, the number of values that are the detection results obtained by each of the plurality of sensor units 14 is larger than the number of values that are the measurement results obtained by calculation of the calculation unit 25 acts, d. H. the measurement results for the moving distance of the first structure 11 and the rotation angle of the first structure 11. The number of dimensions of the detection results obtained by the multiple sensor units 14 is therefore larger than the number of dimensions of the measurement results obtained by the calculation by the Calculation unit 25 can be obtained.

Da Verschiebungsdaten in sechs Freiheitsgraden aus weniger als neun erfassten Werten berechnet werden können, werden Erfassungsergebnisse, die sogenannte bei der Erfassung der Bewegung des Funktionskörpers redundante Daten umfassen, von den Sensoreinheiten 14a, 14b und 14c in die Messvorrichtung 20 eingegeben. Die Bestimmungseinheit 26 der Sensorvorrichtung 100 verwendet diese Erfassungsergebnisse, um das Vorhandensein oder Nichtvorhandensein einer Anomalie bei der Erfassung zu überprüfen. Es ist zu beachten, dass die Anzahl der Werte, bei denen es sich um die von jeder der mehreren Sensoreinheiten 14 gelieferten Erfassungsergebnisse handelt, lediglich größer sein muss als die Anzahl der Werte, bei denen es sich um die Messergebnisse für die Bewegungsstrecke und/oder den Drehwinkel und/oder die äußere Kraft handelt. Die Sensorvorrichtung 100 ist mit mehreren Sensoreinheiten 14 ausgestattet, um eine größere Anzahl von Werten erhalten können, als es der Anzahl der Werte der Messergebnisse entspricht.Since displacement data in six degrees of freedom can be calculated from less than nine detected values, detection results including so-called redundant data in detecting the movement of the functional body are input to the measuring device 20 from the sensor units 14a, 14b and 14c. The determination unit 26 of the sensor device 100 uses these detection results to check the presence or absence of an abnormality in detection. It should be noted that the number of values that are the detection results provided by each of the plurality of sensor units 14 need only be greater than the number of values that are the measurement results for the moving distance and/or the angle of rotation and/or the external force. The sensor device 100 is equipped with a plurality of sensor units 14 in order to be able to obtain a greater number of values than the number of values of the measurement results.

Im Folgenden wird die von der Bestimmungseinheit 26 durchgeführte Bestimmung beschrieben. 4 zeigt eine erste Darstellung zur Erläuterung einer Positionsbeziehung zwischen dem Magnetsensor und dem Magneten in dem in 2 dargestellten Querschnitt. 4 zeigt die Sensorvorrichtung 100 im Referenzzustand. Es wird darauf hingewiesen, dass in 4 und in der später beschriebenen 5 die Schraffur, die den Querschnitt darstellt, weggelassen wurde.The determination made by the determination unit 26 will be described below. 4 FIG. 14 is a first diagram for explaining a positional relationship between the magnetic sensor and the magnet in FIG 2 shown cross section. 4 shows the sensor device 100 in the reference state. It is noted that in 4 and in the one described later 5 the hatching representing the cross-section has been omitted.

In 4 ist der Vektor P₁ ein dreidimensionaler Vektor von der Zentralachse N in Richtung der Position des Magnetsensors 15a. Der Vektor P₂ ist ein dreidimensionaler Vektor von der Zentralachse N in Richtung der Position des Magnetsensors 15b. Der Vektor P₃ ist ein dreidimensionaler Vektor von der Zentralachse N in Richtung der Position des Magnetsensors 15c. Die „Position des Magnetsensors“ 15 ist als Referenzposition bei der Erfassung des magnetischen Flusses durch den Magnetsensor 15 definiert.In 4 the vector P ₁ is a three-dimensional vector from the central axis N toward the position of the magnetic sensor 15a. The vector P ₂ is a three-dimensional vector from the central axis N toward the position of the magnetic sensor 15b. The vector P ₃ is a three-dimensional vector from the central axis N toward the position of the magnetic sensor 15c. The "position of the magnetic sensor" 15 is defined as a reference position when the magnetic flux is detected by the magnetic sensor 15 .

Der Vektor D₁ ist ein dreidimensionaler Vektor von der Position des Magnetsensors 15a in Richtung der Position des Magneten 16a. Der Betrag und die Richtung des Vektors D₁ werden durch die Positionsbeziehung zwischen dem Magnetsensor 15a und dem Magneten 16a im Referenzzustand bestimmt. Der Vektor D₂ ist ein dreidimensionaler Vektor von der Position des Magnetsensors 15b in Richtung der Position des Magneten 16b. Der Betrag und die Richtung des Vektors D₂ werden durch die Positionsbeziehung zwischen dem Magnetsensor 15b und dem Magneten 16b im Referenzzustand bestimmt. Der Vektor D₃ ist ein dreidimensionaler Vektor von der Position des Magnetsensors 15c in Richtung der Position des Magneten 16c. Der Betrag und die Richtung des Vektors D₃ werden durch die Positionsbeziehung zwischen dem Magnetsensor 15c und dem Magneten 16c im Referenzzustand bestimmt. Die „Position des Magneten“ 16 ist eine zentrale Position des Magneten 16 in dreidimensionaler Richtung.The vector D ₁ is a three-dimensional vector from the position of the magnetic sensor 15a toward the position of the magnet 16a. The magnitude and direction of the vector D ₁ are determined by the positional relationship between the magnetic sensor 15a and the magnet 16a in the reference state. The vector D ₂ is a three-dimensional vector from the position of the magnetic sensor 15b toward the position of the magnet 16b. The magnitude and direction of the vector D ₂ are determined by the positional relationship between the magnetic sensor 15b and the magnet 16b in the reference state. The vector D ₃ is a three-dimensional vector from the position of the magnetic sensor 15c toward the position of the magnet 16c. The magnitude and direction of the vector D ₃ are determined by the positional relationship between the magnetic sensor 15c and the magnet 16c in the reference state. The “position of the magnet” 16 is a central position of the magnet 16 in the three-dimensional direction.

Wenn „L₁“ den Abstand zwischen der Position des Magneten 16a und der Position des Magneten 16c im dreidimensionalen Raum angibt, lässt sich „L₁“ durch den nachstehenden Ausdruck (7) ausdrücken. Wenn „L₂“ der Abstand zwischen der Position des Magneten 16a und der Position des Magneten 16b im dreidimensionalen Raum ist, wird „L₂“ durch den nachstehenden Ausdruck (8) ausgedrückt. Wenn „L₃“ den Abstand zwischen der Position des Magneten 16b und der Position des Magneten 16c im dreidimensionalen Raum angibt, wird „L₃“ durch den nachstehenden Ausdruck (9) ausgedrückt. Es wird darauf hingewiesen, dass in den Ausdrücken (7) bis (9) und in den später zu beschreibenden Ausdrücken „P₁“ für den Vektor P₁, „P₂“ für den Vektor P₂, „P₃“ für den Vektor P₃, „D₁“ für den Vektor D₁, „D₂“ für den Vektor D₂ und „D₃“ für den Vektor D₃ steht.
[Relation 6] $‖ P_{1} + D_{1} - (P_{3} + D_{3}) ‖ = L_{1}$

‖ P_{2} + D_{2} - (P_{1} + D_{1}) ‖ = L_{2}

‖ P_{3} + D_{3} - (P_{2} + D_{2}) ‖ = L_{3}

When “L ₁ ” indicates the distance between the position of the magnet 16a and the position of the magnet 16c in three-dimensional space, “L ₁ ” can be expressed by expression (7) below. When “L ₂ ” is the distance between the position of the magnet 16a and the position of the magnet 16b in three-dimensional space, “L ₂ ” is expressed by expression (8) below. When “L ₃ ” indicates the distance between the position of the magnet 16b and the position of the magnet 16c in three-dimensional space, “L ₃ ” is expressed by expression (9) below. It is noted that in the expressions (7) to (9) and in the expressions to be described later, “P ₁ ” for the vector P ₁ , “P ₂ ” for the vector P ₂ , “P ₃ ” for the vector P ₃ , "D ₁ " for the vector D ₁ , "D ₂ " for the vector D ₂ and "D ₃ " for the vector D ₃ .
[Relation 6]

‖ P_{1} + D_{1} - (P_{3} + D_{3}) ‖ = L_{1}

‖ P_{2} + D_{2} - (P_{1} + D_{1}) ‖ = L_{2}

‖ P_{3} + D_{3} - (P_{2} + D_{2}) ‖ = L_{3}

5 zeigt eine zweite Darstellung zur Erläuterung der Positionsbeziehung zwischen dem Magnetsensor und dem Magneten in dem in 2 dargestellten Querschnitt. 5 zeigt die Sensorvorrichtung 100 in einem Zustand, in dem die erste Struktur 11 aus der Position im Referenzzustand ausgelenkt wurde. 5 12 is a second diagram for explaining the positional relationship between the magnetic sensor and the magnet in FIG 2 shown cross section. 5 shows the sensor device 100 in a state in which the first structure 11 was deflected from the position in the reference state.

Die Vektorkomponente „ΔD₁“ stellt eine Änderung der relativen Position zwischen dem Magnetsensor 15a und dem Magneten 16a gegenüber dem Referenzzustand dar. Die Vektorkomponente „ΔD₂“ stellt eine Änderung der relativen Position zwischen dem Magnetsensor 15b und dem Magneten 16b gegenüber dem Referenzzustand dar. Die Vektorkomponente „ΔD₃“ stellt eine Änderung der Position des Magnetsensors 15c und des Magneten 16c gegenüber dem Referenzzustand dar. Der Abstand L₁ wird durch den nachstehenden Ausdruck (10) ausgedrückt. Der Abstand L₂ wird durch den nachstehenden Ausdruck (11) ausgedrückt. Der Abstand L₃ wird durch den nachstehenden Ausdruck (12) ausgedrückt.
[Relation 7] $‖ P_{1} + D_{1} + Δ D_{1} - (P_{3} + D_{3} + Δ D_{3}) ‖ = L_{1}$

‖ P_{2} + D_{2} + Δ D_{2} - (P_{1} + D_{1} + Δ D_{1}) ‖ = L_{2}

‖ P_{3} + D_{3} + Δ D_{3} - (P_{2} + D_{2} + Δ D_{2}) ‖ = L_{3}

The vector component "ΔD ₁ " represents a change in the relative position between the magnetic sensor 15a and the magnet 16a from the reference state. The vector component "ΔD ₂ " represents a change in the relative position between the magnetic sensor 15b and the magnet 16b from the reference state. The vector component “ΔD ₃ ” represents a change in the position of the magnetic sensor 15c and the magnet 16c from the reference state. The distance L ₁ is expressed by expression (10) below. The distance L ₂ is expressed by expression (11) below. The distance L ₃ is expressed by expression (12) below.
[Relation 7]

‖ P_{1} + D_{1} + Δ D_{1} - (P_{3} + D_{3} + Δ D_{3}) ‖ = L_{1}

‖ P_{2} + D_{2} + Δ D_{2} - (P_{1} + D_{1} + Δ D_{1}) ‖ = L_{2}

‖ P_{3} + D_{3} + Δ D_{3} - (P_{2} + D_{2} + Δ D_{2}) ‖ = L_{3}

Da der Magnet 16a, der Magnet 16b und der Magnet 16c alle an der zweiten Struktur 12 angebracht sind, bei der es sich um den unbeweglichen Körper handelt, sind die Abstände L₁, L₂ und L₃ zwischen dem Referenzzustand und nach der Bewegung der ersten Struktur 11 aus dem Referenzzustand jeweils unverändert.Since the magnet 16a, the magnet 16b and the magnet 16c are all attached to the second structure 12, which is the immovable body, the distances L ₁ , L ₂ and L ₃ between the reference state and after the movement of the first structure 11 from the reference state respectively unchanged.

Für die Länge von „D₁+ΔD₁‟ und die Länge von „D₃+ΔD₃“ wird die in Ausdruck (10) dargestellte Korrelation unabhängig von der Länge von „ΔD₁“ und der Länge von „ΔD₃“ beibehalten. Für die Länge von „D₁+ΔD₁“ und die Länge von „D₂+ΔD₂“ wird die in Ausdruck (11) dargestellte Korrelation unabhängig von der Länge von „ΔD₁“ und der Länge von „ΔD₂“ beibehalten. Für die Länge von „D₂+ΔD₂“ und die Länge von „D₃+ΔD₃“ wird die in Ausdruck (12) dargestellte Korrelation unabhängig von der Länge von „ΔD₂“ und der Länge von „ΔD₃“ beibehalten.For the length of “D ₁ +ΔD ₁ ‟ and the length of “D ₃ +ΔD ₃ ”, the correlation shown in expression (10) is maintained regardless of the length of “ΔD ₁ ” and the length of “ΔD ₃ ”. For the length of "D ₁ +ΔD ₁ " and the length of "D ₂ +ΔD ₂ ", the correlation shown in expression (11) is maintained regardless of the length of "ΔD ₁ " and the length of "ΔD ₂ ". For the length of "D ₂ +ΔD ₂ " and the length of "D ₃ +ΔD ₃ ", the correlation shown in expression (12) is maintained regardless of the length of "ΔD ₂ " and the length of "ΔD ₃ ".

Wenn jedoch einer der Magnetsensoren 15a, 15b und 15c durch ein Magnetfeld außerhalb der Sensorvorrichtung 100 beeinflusst wird und dadurch eine Änderung der Magnetdaten „M_n“ verursacht wird, gilt die durch die Ausdrücke (10) bis (12) dargestellte Korrelation nicht. Eine solche Korrelation gilt nicht nur dann nicht, wenn einer der Magnetsensoren 15a, 15b und 15c durch das Magnetfeld beeinflusst wird, sondern auch dann nicht, wenn eine Situation auftritt, die die Magnetdaten „M_n“ verändert, wie beispielsweise eine Anomalie im Betrieb eines der Magnetsensoren 15a, 15b und 15c. Wenn diese Korrelation verloren geht, bestimmt die Bestimmungseinheit 26, dass eine Erfassungsanomalie aufgetreten ist. Bei der Erfassungsanomalie handelt es sich um eine Anomalie, die eine Änderung des Erfassungsergebnisses aufgrund eines anderen Faktors als der Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16 bewirkt. Wenn eine Erfassungsanomalie auftritt, kann die Sensorvorrichtung 100 die Bewegung der ersten Struktur 11 nicht korrekt erfassen.However, when one of the magnetic sensors 15a, 15b and 15c is affected by a magnetic field outside the sensor device 100 and thereby causes a change in the magnetic data “M _n ”, the correlation represented by expressions (10) to (12) does not hold. Such a correlation does not hold not only when one of the magnetic sensors 15a, 15b, and 15c is affected by the magnetic field, but also when a situation occurs that changes the magnetic data "M _n ", such as an abnormality in the operation of a of the magnetic sensors 15a, 15b and 15c. When this correlation is lost, the determination unit 26 determines that a detection anomaly has occurred. The detection anomaly is an anomaly that causes the detection result to change due to a factor other than the change in the relative position between the magnetic sensor 15 and the magnet 16 . When a detection anomaly occurs, the sensor device 100 cannot detect the movement of the first structure 11 correctly.

Die Bestimmungseinheit 26 bestimmt, dass keine Erfassungsanomalie aufgetreten ist, wenn alle nachstehenden Ausdrücke (13) bis (15) erfüllt sind. Andererseits stellt die Bestimmungseinheit 26 fest, dass eine Erfassungsanomalie aufgetreten ist, wenn zumindest einer der Ausdrücke (13) bis (15) unten nicht erfüllt ist.
[Relation 8] $| L_{1} - ‖ P_{1} + D_{1} + Δ D_{1} - (P_{3} + D_{3} + Δ D_{3}) ‖ | \leq Δ L_{1}$

| L_{2} - ‖ P_{2} + D_{2} + Δ D_{2} - (P_{1} + D_{1} + Δ D_{1}) ‖ | \leq Δ L_{2}

| L_{3} - ‖ P_{3} + D_{3} + Δ D_{3} - (P_{2} + D_{2} + Δ D_{2}) ‖ | \leq Δ L_{3}

The determination unit 26 determines that no detection anomaly has occurred when all of the following expressions (13) to (15) are satisfied. On the other hand, the determination unit 26 determines that a detection anomaly has occurred when at least one of the expressions (13) to (15) below is not satisfied.
[Relation 8]

| L_{1} - ‖ P_{1} + D_{1} + Δ D_{1} - (P_{3} + D_{3} + Δ D_{3}) ‖ | \leq Δ L_{1}

| L_{2} - ‖ P_{2} + D_{2} + Δ D_{2} - (P_{1} + D_{1} + Δ D_{1}) ‖ | \leq Δ L_{2}

| L_{3} - ‖ P_{3} + D_{3} + Δ D_{3} - (P_{2} + D_{2} + Δ D_{2}) ‖ | \leq Δ L_{3}

||P₁+D₁+ΔD₁-(P₃+D₃+ΔD₃)|| in Ausdruck (13) stellt ein Ergebnis der Ermittlung des Abstands zwischen dem Magneten 16a und dem Magneten 16c dar. Ferner ist „ΔL1“ ein Schwellwert für die Bestimmung, ob es sich bei einem Unterschied zwischen „L₁“ und ||P₁+D₁+ΔD₁-(P₃+D₃+ΔD₃)|| um einen Fehler, wie z. B. Rauschen, handelt oder nicht. ||P₂+D₂+ΔD₂-(P₁+D₁+ΔD₁)|| im obigen Ausdruck (14) stellt ein Ergebnis der Ermittlung des Abstands zwischen dem Magneten 16a und dem Magneten 16b dar. Zudem ist „ΔL₂“ ein Schwellwert für die Bestimmung, ob es sich bei einem Unterschied zwischen „L₂“ und ||P₂+D₂+AD₂-(P₁+D₁+ΔD₁)|| um einen Fehler, wie z. B. Rauschen, handelt oder nicht. ||P₃+D₃+AD₃-(P₂+D₂+AD₂)|| im obigen Ausdruck (15) stellt ein Ergebnis der Ermittlung des Abstands zwischen dem Magneten 16b und dem Magneten 16c dar. Ferner ist „ΔL₃“ ein Schwellwert für die Bestimmung, ob es sich bei einem Unterschied zwischen „L₃“ und ||P₃+D₃+ΔD₃-(P₂+D₂+ΔD₂)|| um einen Fehler, wie z. B. Rauschen, handelt oder nicht.||P ₁ +D ₁ +ΔD ₁ -(P ₃ +D ₃ +ΔD ₃ )|| in expression (13) represents a result of detecting the distance between the magnet 16a and the magnet 16c. Further, “ΔL1” is a threshold value for determining whether there is a difference between “L ₁ ” and ||P ₁ + D ₁ +ΔD ₁ -(P ₃ +D ₃ +ΔD ₃ )|| to an error such as B. Noise, acts or not. ||P ₂ +D ₂ +ΔD ₂ -(P ₁ +D ₁ +ΔD ₁ )|| in the above expression (14) represents a result of determining the distance between the magnet 16a and the magnet 16b. In addition, “ΔL ₂ ” is a threshold value for determining whether there is a difference between “L ₂ ” and ||P ₂ +D ₂ +AD ₂ -(P ₁ +D ₁ +ΔD ₁ )|| to an error such as B. Noise, acts or not. ||P3 ₊ _D3 + _AD3 -( _P2 + _D2 ₊ AD2 )|| in the above expression (15) represents a result of detecting the distance between the magnet 16b and the magnet 16c. Further, “ΔL ₃ ” is a threshold for determining whether there is a difference between “L ₃ ” and ||P ₃ +D ₃ +ΔD ₃ -(P ₂ +D ₂ +ΔD ₂ )|| to an error such as B. Noise, acts or not.

Wenn eine Erfassungsanomalie auftritt, gilt die obige Korrelation nicht, so dass der Unterschied zwischen „L₁“ und ||P₁+D₁+AD₁-(P₃+D₃+ΔD₃)|| und/oder der Unterschied zwischen „L₂“ und ||P₂+D₂+ΔD₂-(P₁+D₁+ΔD₁)|| und/oder der Unterschied zwischen „L₃“ und ||P₃+D₃+ΔD₃-(P₂+D₂+ΔD₂)|| größer als der Fehler ist. Die Bestimmungseinheit 26 kann somit anhand der Ausdrücke (13) bis (15) feststellen, ob eine Erfassungsanomalie aufgetreten ist oder nicht.When a detection anomaly occurs, the above correlation does not hold, so the difference between "L ₁ " and ||P ₁ +D ₁ +AD ₁ -(P ₃ +D ₃ +ΔD ₃ )|| and/or the difference between "L ₂ " and ||P ₂ +D ₂ +ΔD ₂ -(P ₁ +D ₁ +ΔD ₁ )|| and/or the difference between "L ₃ " and ||P ₃ +D ₃ +ΔD ₃ -(P ₂ +D ₂ +ΔD ₂ )|| larger than the error. Thus, the determination unit 26 can determine whether or not a detection anomaly has occurred based on expressions (13) to (15).

Wie oben beschrieben wurde, bestimmt die Bestimmungseinheit 26 das Vorhandensein oder Fehlen einer Erfassungsanomalie auf Basis des Ergebnisses der Ermittlung der Abstände zwischen den Magneten 16a, 16b und 16c, bei denen es sich um die an der zweiten Struktur 12 angeordneten Elemente handelt. Es wird darauf hingewiesen, dass die Bestimmungseinheit 26 das Vorhandensein oder Fehlen einer Erfassungsanomalie auf Basis eines Ergebnisses der Ermittlung von Abständen zwischen den Magnetsensoren 15a, 15b und 15c, bei denen es sich um die an der ersten Struktur 11 angeordneten Elemente handelt, bestimmen kann.As described above, the determination unit 26 determines the presence or absence of a detection anomaly based on the result of detecting the distances between the magnets 16 a , 16 b and 16 c which are the elements arranged on the second structure 12 . It is noted that the determination unit 26 can determine the presence or absence of a detection anomaly based on a result of detecting distances between the magnetic sensors 15 a , 15 b and 15 c which are the elements arranged on the first structure 11 .

6 zeigt ein Flussdiagramm zur Erläuterung der Funktionsweise einer Sensorvorrichtung gemäß der ersten Ausführungsform. Die Magnetsensoren 15a, 15b und 15c erfassen einen magnetischen Fluss, wenn die erste Struktur 11 betätigt wird. In Schritt S1 bezieht die Bezugseinheit 21 die von den Magnetsensoren 15a, 15b und 15c erfassten Magnetdaten. Die Berechnungseinheit 25 berechnet eine Bewegungsstrecke der ersten Struktur 11 und einen Drehwinkel der ersten Struktur 11 auf Basis der in Schritt S1 erhaltenen Magnetdaten. Als Ergebnis der Berechnung der Berechnungseinheit 25 erhält die Messvorrichtung 20 ein Messergebnis für die Bewegungsstrecke der ersten Struktur 11 und ein Messergebnis für den Drehwinkel der ersten Struktur 11. 6 shows a flowchart for explaining the functioning of a sensor device according to the first embodiment. The magnetic sensors 15a, 15b and 15c detect magnetic flux when the first structure 11 is actuated. In step S1, the acquisition unit 21 acquires the magnetic data detected by the magnetic sensors 15a, 15b and 15c. The calculation unit 25 calculates a moving distance of the first structure 11 and a rotation angle of the first structure 11 based on the magnetic data obtained in step S1. As a result of the calculation of the calculation unit 25, the measuring device 20 receives a measurement result for the movement distance of the first structure 11 and a measurement result for the rotation angle of the first structure 11.

In Schritt S2 bestimmt die Bestimmungseinheit 26 auf Basis der in Schritt S1 erhaltenen Magnetdaten, ob die Bedingungen der Ausdrücke, d. h. die obigen Ausdrücke (13) bis (15), erfüllt sind oder nicht. Wenn festgestellt wird, dass die Bedingungen der Ausdrücke erfüllt sind (Ja in Schritt S2), bestimmt die Bestimmungseinheit 26, dass keine Erfassungsanomalie aufgetreten ist. Die Ausgabeeinheit 24 gibt die durch die Berechnung der Berechnungseinheit 25 erhaltenen Messergebnisse aus.In step S2, the determination unit 26 determines whether the conditions of the expressions, i. H. the above expressions (13) to (15) are satisfied or not. If it is determined that the conditions of the expressions are satisfied (Yes in step S2), the determination unit 26 determines that no detection anomaly has occurred. The output unit 24 outputs the measurement results obtained by the calculation of the calculation unit 25 .

Wenn andererseits festgestellt wird, dass die Bedingungen der Ausdrücke nicht erfüllt sind (Nein in Schritt S2), bestimmt die Bestimmungseinheit 26, dass eine Erfassungsanomalie aufgetreten ist. Die Ausgabeeinheit 24 gibt keine Messergebnisse, sondern in Schritt S3 einen Alarm aus. Die Sensorvorrichtung 100 beendet somit die Prozedur gemäß dem in 6 dargestellten Verfahren.On the other hand, when it is determined that the conditions of the expressions are not satisfied (No in step S2), the determination unit 26 determines that a detection anomaly has occurred. The output unit 24 does not output measurement results but outputs an alarm in step S3. The sensor device 100 thus ends the procedure according to FIG 6 illustrated procedure.

Als Nächstes wird die Hardwarekonfiguration einer Messvorrichtung 20 beschrieben. Die Funktionen der Messvorrichtung 20 werden unter Verwendung einer Verarbeitungsschaltung implementiert. Bei der Verarbeitungsschaltung handelt es sich um dedizierte Hardware, die in der Messvorrichtung 20 installiert ist. Die Verarbeitungsschaltung kann ein Prozessor sein, der ein in einem Speicher gespeichertes Programm ausführt.Next, the hardware configuration of a measurement device 20 will be described. The functions of the measurement device 20 are implemented using processing circuitry. The processing circuit is dedicated hardware installed in the measuring device 20 . The processing circuitry may be a processor executing a program stored in a memory.

7 zeigt eine erste Darstellung zur Veranschaulichung eines Beispiels für die Hardwarekonfiguration einer Messvorrichtung gemäß der ersten Ausführungsform. 7 veranschaulicht die Hardwarekonfiguration für den Fall, dass die Funktionen der Messvorrichtung 20 durch die Verwendung dedizierter Hardware implementiert werden. Die Messvorrichtung 20 umfasst eine Verarbeitungsschaltung 41, die verschiedene Arten der Verarbeitung ausführt, eine externe Speichervorrichtung 42, die verschiedene Arten von Informationen speichert, und eine Eingabe-/Ausgabeschnittstelle 43, die eine Verbindungsschnittstelle zu einer Vorrichtung außerhalb der Messvorrichtung 20 ist. Die Eingabe-/Ausgabeschnittstelle 43 kann eine Eingabevorrichtung zur Eingabe von Informationen, wie z. B. eine Tastatur oder ein Zeigegerät, oder eine Ausgabevorrichtung zur Ausgabe von Informationen, wie z. B. eine Anzeigevorrichtung oder ein Audio-Gerät, umfassen. Die in 7 dargestellten Einheiten der Messvorrichtung 20 sind über einen Bus miteinander verbunden. 7 FIG. 12 is a first diagram showing an example of the hardware configuration of a measurement device according to the first embodiment. 7 12 illustrates the hardware configuration in the case where the functions of the measuring device 20 are implemented by using dedicated hardware. The measurement device 20 includes a processing circuit 41 that performs various types of processing, an external storage device 42 that stores various types of information, and an input/output interface 43 that is a connection interface to a device outside the measurement device 20 . The input/output interface 43 can be an input device for inputting information such as B. a keyboard or a pointing device, or an output device for outputting information such. a display device or an audio device. In the 7 units of the measuring device 20 shown are connected to one another via a bus.

Die Verarbeitungsschaltung 41, bei der es sich um dedizierte Hardware handelt, ist ein einzelner Schaltkreis, ein komplexer Schaltkreis, ein programmierter Prozessor, ein parallel programmierter Prozessor, eine anwendungsspezifische integrierte Schaltung (ASIC), ein Field Programmable Gate Array (FPGA) oder eine Kombination aus diesen. Die Funktionen der in 3 dargestellten Berechnungseinheit 25 und Bestimmungseinheit 26 werden unter Verwendung der Verarbeitungsschaltung 41 implementiert. Die externe Speichervorrichtung 42 ist ein Festplattenlaufwerk (HDD) oder ein Solid State Drive (SSD). Die Funktion der Speichereinheit 23 wird mit Hilfe der externen Speichervorrichtung 42 implementiert. Die Funktionen der Bezugseinheit 21 und der Ausgabeeinheit 24 werden unter Verwendung der Eingabe-/Ausgabeschnittstelle 43 implementiert.The processing circuit 41, which is dedicated hardware, is a single circuit, a complex circuit, a per programmed processor, a parallel programmed processor, an application specific integrated circuit (ASIC), a field programmable gate array (FPGA), or a combination of these. The functions of the in 3 Calculation unit 25 and determination unit 26 shown are implemented using processing circuit 41 . The external storage device 42 is a hard disk drive (HDD) or a solid state drive (SSD). The function of the storage unit 23 is implemented using the external storage device 42 . The functions of the reference unit 21 and the output unit 24 are implemented using the input/output interface 43 .

8 zeigt eine zweite Darstellung zur Veranschaulichung eines Beispiels für die Hardwarekonfiguration einer Messvorrichtung gemäß der ersten Ausführungsform. 8 zeigt die Hardwarekonfiguration für einen Fall, bei dem die Funktionen der Messvorrichtung 20 durch Verwendung von Hardware implementiert werden, die ein Programm ausführt. Ein Prozessor 44 und ein Speicher 45 sind wechselseitig mit der externen Speichervorrichtung 42 und der Eingabe-/Ausgabeschnittstelle 43 verbunden. 8th FIG. 12 is a second diagram showing an example of the hardware configuration of a measurement device according to the first embodiment. 8th FIG. 12 shows the hardware configuration in a case where the functions of the measurement device 20 are implemented by using hardware that executes a program. A processor 44 and a memory 45 are mutually connected to the external storage device 42 and the input/output interface 43 .

Der Prozessor 44 ist eine Zentraleinheit (CPU), eine Verarbeitungseinheit, eine arithmetische Einheit, ein Mikroprozessor, ein Mikrocomputer oder ein digitaler Signalprozessor (DSP). Die Funktionen der in 3 dargestellten Berechnungseinheit 25 und Bestimmungseinheit 26 werden durch den Prozessor 44 und Software, Firmware oder eine Kombination aus Software und Firmware realisiert. Software oder Firmware wird in Form von Programmen beschrieben und im Speicher 45 gespeichert, bei dem es sich um einen eingebauten Speicher handelt. Der Speicher 45 ist ein nichtflüchtiger oder flüchtiger Halbleiterspeicher wie ein Direktzugriffsspeicher (RAM), ein Festwertspeicher (ROM), ein Flash-Speicher, ein löschbarer programmierbarer Festwertspeicher (EPROM) oder ein elektrisch löschbarer programmierbarer Festwertspeicher (EEPROM (eingetragene Marke)).Processor 44 is a central processing unit (CPU), processing unit, arithmetic unit, microprocessor, microcomputer, or digital signal processor (DSP). The functions of the in 3 The calculation unit 25 and determination unit 26 shown are realized by the processor 44 and software, firmware or a combination of software and firmware. Software or firmware is described in the form of programs and stored in memory 45, which is built-in memory. The memory 45 is non-volatile or volatile semiconductor memory such as random access memory (RAM), read only memory (ROM), flash memory, erasable programmable read only memory (EPROM), or electrically erasable programmable read only memory (EEPROM (registered trademark)).

Gemäß der ersten Ausführungsform bestimmt die Bestimmungseinheit 26 auf Basis des von jeder der Sensoreinheiten 14a, 14b und 14c gelieferten Erfassungsergebnisses das Vorhandensein oder Fehlen einer Änderung des magnetischen Flusses aufgrund eines anderen Faktors als einer Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16. Die Bestimmungseinheit 26 bestimmt das Vorhandensein oder Fehlen einer Anomalie auf Basis eines Ergebnisses, bei dem die Abstände zwischen den Elementen erhalten werden, die in der ersten Struktur 11 angeordnet sind, oder eines Ergebnisses, bei dem die Abstände zwischen den Elementen erhalten werden, die in der zweiten Struktur 12 angeordnet sind, wobei die Elemente die Magnetsensoren 15a, 15b und 15c oder die Magnete 16a, 16b und 16c sind. Infolgedessen kann die Sensorvorrichtung 100 verifizieren, ob eine Anomalie bei der Erfassung aufgetreten ist.According to the first embodiment, the determination unit 26 determines, based on the detection result provided by each of the sensor units 14a, 14b and 14c, the presence or absence of a change in magnetic flux due to a factor other than a change in the relative position between the magnetic sensor 15 and the magnet 16. The determination unit 26 determines the presence or absence of an anomaly based on a result of obtaining the distances between the elements arranged in the first structure 11 or a result of obtaining the distances between the elements arranged in of the second structure 12, the elements being the magnetic sensors 15a, 15b and 15c or the magnets 16a, 16b and 16c. As a result, the sensor device 100 can verify whether an abnormality has occurred in detection.

Bei der ersten Ausführungsform ist die Messvorrichtung 20 integral mit der ersten Struktur 11 und der zweiten Struktur 12 ausgebildet, die in der Sensorvorrichtung 100 enthalten sind. Die Funktionen der Sensorvorrichtung 100 können unter Verwendung einer Vorrichtung implementiert werden, die an einem von der ersten Struktur 11 und der zweiten Struktur 12 entfernten Position angebracht ist.In the first embodiment, the measurement device 20 is formed integrally with the first structure 11 and the second structure 12 included in the sensor device 100 . The functions of the sensor device 100 can be implemented using a device that is attached at a position remote from the first structure 11 and the second structure 12 .

9 zeigt eine Darstellung zur Erläuterung einer Modifikation der ersten Ausführungsform. Ein Sensorvorrichtungssystem 200 gemäß der Modifikation umfasst eine Sensorvorrichtung 101 und eine Messvorrichtung 28. Die Sensorvorrichtung 101 umfasst die erste Struktur 11 und die zweite Struktur 12. Die Sensorvorrichtung 101 und die Messvorrichtung 28 sind miteinander verbunden, sodass eine Kommunikation zwischen diesen möglich ist. Die Sensorvorrichtung 101 und die Messvorrichtung 28 sind über ein drahtloses Kommunikationsnetzwerk oder ein drahtgebundenes Kommunikationsnetzwerk verbunden. Das Sensorvorrichtungssystem 200, das die Sensorvorrichtung 101 und die Messvorrichtung 28 umfasst, die miteinander kommunizieren können, implementiert Funktionen, die denen der in 3 dargestellten Sensorvorrichtung 100 ähnlich sind. 9 Fig. 12 is an illustration for explaining a modification of the first embodiment. A sensor device system 200 according to the modification includes a sensor device 101 and a measurement device 28. The sensor device 101 includes the first structure 11 and the second structure 12. The sensor device 101 and the measurement device 28 are connected to each other so that communication between them is possible. The sensor device 101 and the measuring device 28 are connected via a wireless communication network or a wired communication network. The sensor device system 200, which comprises the sensor device 101 and the measuring device 28 that can communicate with each other, implements functions similar to those of FIG 3 illustrated sensor device 100 are similar.

Die Sensorvorrichtung 101 ist anstelle der in 3 dargestellten Messvorrichtung 20 mit einer Kommunikationseinheit 17 ausgestattet. Die Messvorrichtung 28 ist anstelle der Bezugseinheit 21 mit einer Kommunikationseinheit 27 ausgestattet. Die Kommunikationseinheit 17 wird unter Verwendung einer Kommunikationsschnittstelle implementiert, die für die Kommunikation mit einer Vorrichtung außerhalb der Sensorvorrichtung 101 zuständig ist. Die Kommunikationseinheit 27 wird unter Verwendung eines Kommunikationsnetzwerks implementiert, das für die Kommunikation mit einer Vorrichtung außerhalb der Messvorrichtung 28 zuständig ist. Das Sensorvorrichtungssystem 200 gemäß der vorliegenden Modifikation kann wie die oben beschriebene Sensorvorrichtung 100 verifizieren, dass eine Anomalie bei der Erfassung aufgetreten ist.The sensor device 101 is instead of in 3 Measuring device 20 shown equipped with a communication unit 17. The measuring device 28 is equipped with a communication unit 27 instead of the reference unit 21 . The communication unit 17 is implemented using a communication interface responsible for communication with a device outside the sensor device 101 . The communication unit 27 is implemented using a communication network responsible for communication with a device outside the measurement device 28 . The sensor device system 200 according to the present modification, like the sensor device 100 described above, can verify that an abnormality has occurred in detection.

Bei der ersten Ausführungsform wandelt die Sensorvorrichtung 100 die neun Werte x₁, y₁, z₁, x₂, y₂, z₂, x₃, y₃ und z₃, die von den Magnetsensoren 15a, 15b und 15c erhalten werden, in Verschiebungsdaten um. Die Sensorvorrichtung 100 bestimmt zudem, ob eine Erfassungsanomalie aufgetreten ist oder nicht, je nachdem, ob die Korrelation, die durch die Tatsache, dass „L₁“, „L₂“ und „L₃“ unverändert sind, bestimmt wird, zutrifft oder nicht. Die Berechnungseinheit 25 kann die Verschiebungsdaten in sechs Freiheitsgraden erhalten, indem sie mindestens sechs der neun Werte verwendet. Bei einer zweiten Ausführungsform, die im Folgenden beschrieben wird, berechnet die Sensorvorrichtung 100 einzelne Verschiebungsdaten, indem sie ein Schema bei der Auswahl der Werte aus den neun Werten zur Verwendung bei der Berechnung der Verschiebungsdaten ändert. Eine Sensorvorrichtung 100 gemäß der zweiten Ausführungsform bestimmt dann, ob eine Erfassungsanomalie aufgetreten ist oder nicht, je nachdem, ob die berechneten einzelnen Verschiebungsdaten übereinstimmen oder nicht.In the first embodiment, the sensor device 100 converts the nine values x ₁ , y ₁ , z ₁ , x ₂ , y ₂ , z ₂ , x ₃ , y ₃ and z ₃ obtained from the magnetic sensors 15a, 15b and 15c into displacement data. The sensor device 100 also determines whether or not a detection anomaly has occurred based on whether the correla tion determined by the fact that "L ₁ ", "L ₂ " and "L ₃ " are unchanged, is true or not. The calculation unit 25 can obtain the six-degree-of-freedom displacement data by using at least six of the nine values. In a second embodiment described below, the sensor device 100 calculates individual displacement data by changing a scheme in selecting the values from the nine values for use in calculating the displacement data. A sensor device 100 according to the second embodiment then determines whether or not a detection anomaly has occurred based on whether or not the calculated individual displacement data match.

Zweite AusführungsformSecond embodiment

10 zeigt ein Flussdiagramm zur Erläuterung der Funktionsweise einer Sensorvorrichtung gemäß einer zweiten Ausführungsform der vorliegenden Erfindung. Bei der zweiten Ausführungsform bestimmt die Berechnungseinheit 25 die Verschiebungsdaten auf Basis von Werten, die unter den Magnetdaten ausgewählt sind, die von den Magnetsensoren 15a, 15b und 15c erhalten wurden. Ferner berechnet die Berechnungseinheit 25 die Verschiebungsdaten, indem sie das Schema für die Auswahl der Werte aus den Magnetdaten ändert. Die Bestimmungseinheit 26 bestimmt, ob eine Erfassungsanomalie aufgetreten ist oder nicht, je nachdem, ob die unter Änderung des Auswahlschemas berechneten einzelnen Verschiebungsdaten übereinstimmen oder nicht. Bei der zweiten Ausführungsform werden Komponenten, die mit Komponenten der obigen ersten Ausführungsform übereinstimmen, mit den gleichen Bezugszeichen versehen, die diesen Komponenten in der ersten Ausführungsform zugewiesen wurden, wobei hauptsächlich die Konfiguration beschrieben wird, die sich von der der ersten Ausführungsform unterscheidet. 10 shows a flow chart for explaining the functioning of a sensor device according to a second embodiment of the present invention. In the second embodiment, the calculation unit 25 determines the displacement data based on values selected from the magnetic data obtained from the magnetic sensors 15a, 15b and 15c. Further, the calculation unit 25 calculates the displacement data by changing the scheme for selecting the values from the magnetic data. The determination unit 26 determines whether or not a detection anomaly has occurred depending on whether or not the individual displacement data calculated changing the selection scheme match. In the second embodiment, components that are the same as components in the above first embodiment will be given the same reference numerals assigned to those components in the first embodiment, and the configuration that is different from that in the first embodiment will be mainly described.

In Schritt S11 bezieht die Bezugseinheit 21 die neun Werte „x₁, y₁, z₁, x₂, y₂, z₂, x₃, y₃ und z₃“, bei denen es sich um die Magnetdaten handelt. In Schritt S12 berechnet die Berechnungseinheit 25 die Verschiebungsdaten für jeden von mehreren Datensätzen. Die Berechnungseinheit 25 wählt die Werte so aus, dass zumindest einer der von dem Magnetsensor 15a erfassten Werte „x₁, y₁ und z₁“, zumindest einer der von dem Magnetsensor 15b erfassten Werte „x₂, y₂ und z₂“ und zumindest einer der von dem Magnetsensor 15c erfassten Werte „x₃, y₃ und z₃“ in den ausgewählten Werten enthalten ist.In step S11, the acquisition unit 21 acquires the nine values “x ₁ , y ₁ , z ₁ , x ₂ , y ₂ , z ₂ , x ₃ , y ₃ and z ₃ ” which are the magnetic data. In step S12, the calculation unit 25 calculates the displacement data for each of a plurality of data sets. The calculation unit 25 selects the values in such a way that at least one of the values “x ₁ , y ₁ and z ₁ ” detected by the magnetic sensor 15a, at least one of the values “x ₂ , y ₂ and z ₂ ” detected by the magnetic sensor 15b and at least one of the values “x ₃ , y ₃ and z ₃ ” detected by the magnetic sensor 15c is included in the selected values.

Es wird angenommen, dass die Berechnungseinheit 25 die Verschiebungsdaten in sechs Freiheitsgraden bestimmt, wobei sechs der neun Werte verwendet werden. Es wird angenommen, dass die Berechnungseinheit 25 die Verschiebungsdaten unter Verwendung von „x₁, y₁, x₂, y₂, x₃ und y₃“ bestimmt, die einen ersten Datensatz mit sechs Werten darstellen, die unter den neun Werten ausgewählt sind. Wenn eine Matrix „I“ zur Umwandlung des ersten Datensatzes in Verschiebungsdaten in sechs Freiheitsgraden durch die Elemente „b₁,... b₆₆“ definiert ist, gilt der nachstehende Ausdruck (16).
[Relation 9] $G = | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = I^{6 \times 6} M^{6 \times 1} = | \begin{matrix} b_{11} & \dots & b_{16} \\ ⋮ & ⋱ & ⋮ \\ b_{61} & \dots & b_{66} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |$

It is assumed that the calculation unit 25 determines the displacement data in six degrees of freedom using six of the nine values. It is assumed that the calculation unit 25 determines the displacement data using “x ₁ , y ₁ , x ₂ , y ₂ , x ₃ and y ₃ ” which is a first data set with six values selected from among the nine values . When a matrix "I" for converting the first data set into displacement data in six degrees of freedom is defined by the elements "b ₁ ,...b ₆₆ ", the following expression (16) holds.
[Relation 9]

G = | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = I^{6 \times 6} M^{6 \times 1} = | \begin{matrix} b_{11} & \dots & b_{16} \\ ⋮ & ⋱ & ⋮ \\ b_{61} & \dots & b_{66} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |

Es wird angenommen, dass die Berechnungseinheit 25 die Verschiebungsdaten auf Basis von „x₁, y₁, z₁, x₂, y₂ und x₃“ ermittelt, die einen zweiten Datensatz mit einem anderen Auswahlschema als dem des ersten Datensatzes darstellen. Wenn eine Matrix „I'“ zur Umwandlung des zweiten Datensatzes in Verschiebungsdaten in sechs Freiheitsgraden durch die Elemente „b'₁₁, ... b'₆₆“ definiert ist, gilt der nachstehende Ausdruck (17).
[Relation 10] $G= | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = I^{' 6 \times 6} M^{6 \times 1} = | \begin{matrix} b_{11}^{'} & \dots & b_{16}^{'} \\ ⋮ & ⋱ & ⋮ \\ b_{16}^{'} & \dots & b_{66}^{'} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |$

It is assumed that the calculation unit 25 obtains the displacement data based on “x ₁ , y ₁ , z ₁ , x ₂ , y ₂ and x ₃ ” which is a second data set with a different selection scheme from that of the first data set. When a matrix “I'” for converting the second data set into displacement data in six degrees of freedom is defined by the elements “b' ₁₁ , ... b' ₆₆ ”, expression (17) below holds.
[Relation 10]

G= | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = I^{' 6 \times 6} M^{6 \times 1} = | \begin{matrix} b_{11}^{'} & \dots & b_{16}^{'} \\ ⋮ & ⋱ & ⋮ \\ b_{16}^{'} & \dots & b_{66}^{'} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |

Wenn einer der Magnetsensoren 15a, 15b und 15c von einem Magnetfeld außerhalb der Sensorvorrichtung 100 beeinflusst wird, wodurch eine Änderung der Magnetdaten bewirkt wird, tritt ein Unterschied im Ergebnis der Berechnung der Verschiebungsdaten auf. Die Bestimmungseinheit 26 vergleicht die unter Verwendung des ersten Datensatzes berechneten Verschiebungsdaten mit den unter Verwendung des zweiten Datensatzes berechneten Verschiebungsdaten. In Schritt S13 bestimmt die Bestimmungseinheit 26, ob die für die einzelnen Datensätze berechneten einzelnen Verschiebungsdaten übereinstimmen oder nicht.When one of the magnetic sensors 15a, 15b and 15c is affected by a magnetic field outside the sensor device 100, causing the magnetic data to change, there occurs a difference in the result of the calculation of the displacement data. The determination unit 26 compares the displacement data calculated using the first data set with the displacement data calculated using the second data set. In step S13, the determining unit 26 determines whether or not the individual displacement data calculated for the individual data sets match.

Die Bestimmungseinheit 26 bestimmt, dass keine Erfassungsanomalie aufgetreten ist, wenn die unter Verwendung des ersten Datensatzes berechneten Verschiebungsdaten mit den unter Verwendung des zweiten Datensatzes berechneten Verschiebungsdaten übereinstimmen. Die Bestimmungseinheit 26 bestimmt, dass keine Erfassungsanomalie aufgetreten ist, wenn die unter Verwendung des ersten Datensatzes erhaltenen Verschiebungsdaten nicht mit den unter Verwendung des zweiten Datensatzes erhaltenen Verschiebungsdaten übereinstimmen. Die Bestimmungseinheit 26 kann das Vorhandensein oder Nichtvorhandensein einer Erfassungsanomalie auf Basis der Übereinstimmung oder Diskrepanz von einzelnen Verschiebungsdaten für drei oder mehr Datensätze bestimmen.The determination unit 26 determines that no detection anomaly has occurred when the displacement data calculated using the first data set agrees with the displacement data calculated using the second data set. The determination unit 26 determines that no detection anomaly has occurred when the different data obtained using the first data set training data does not match the displacement data obtained using the second dataset. The determining unit 26 may determine the presence or absence of a detection anomaly based on the agreement or discrepancy of individual displacement data for three or more data sets.

Die Bestimmungseinheit 26 bestimmt, dass keine Erfassungsanomalie aufgetreten ist, wenn die für die einzelnen Datensätze berechneten einzelnen Verschiebungsdaten übereinstimmen (Ja in Schritt S13). Die Ausgabeeinheit 24 gibt ein durch die Berechnung der Berechnungseinheit 25 erhaltenes Messergebnis aus.The determination unit 26 determines that no detection anomaly has occurred when the individual displacement data calculated for each record match (Yes in step S13). The output unit 24 outputs a measurement result obtained by the calculation of the calculation unit 25 .

Andererseits bestimmt die Bestimmungseinheit 26, dass eine Erfassungsanomalie aufgetreten ist, wenn die für die einzelnen Datensätze berechneten einzelnen Verschiebungsdaten nicht übereinstimmen (Nein in Schritt S13). Die Ausgabeeinheit 24 gibt kein Messergebnis, sondern in Schritt S14 einen Alarm aus. Damit beendet die Sensorvorrichtung 100 die Prozedur gemäß dem in 10 dargestellten Verfahren.On the other hand, the determination unit 26 determines that a detection anomaly has occurred when the individual displacement data calculated for each record does not match (No in step S13). The output unit 24 does not output a measurement result but outputs an alarm in step S14. The sensor device 100 thus ends the procedure according to FIG 10 illustrated procedure.

Die Berechnungseinheit 25 kann die Verschiebungsdaten auf Basis eines Datensatzes ermitteln, der sieben Werte umfasst, die unter den neun Werten ausgewählt sind. Es wird angenommen, dass die Berechnungseinheit 25 die Verschiebungsdaten auf Basis der sieben Werte „x₁, y₁, z₁, x₂, y₂, x₃ und y₃“ ermittelt, Wenn eine Matrix „J“ zur Umwandlung des Datensatzes in Verschiebungsdaten in sechs Freiheitsgraden durch die Elemente „c₁₁, ... c₆₇“ definiert ist, gilt der nachstehende Ausdruck (18).
[Relation 11] $G= | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = J^{6 \times 7} M^{7 \times 1} = | \begin{matrix} c_{11} & \dots & c_{17} \\ ⋮ & ⋱ & ⋮ \\ c_{61} & \dots & c_{67} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |$

The calculation unit 25 may obtain the displacement data based on a data set including seven values selected from the nine values. It is assumed that the calculation unit 25 obtains the displacement data based on the seven values “x ₁ , y ₁ , z ₁ , x ₂ , y ₂ , x ₃ and y ₃ ”, when a matrix “J” for converting the data set into Displacement data in six degrees of freedom is defined by the elements "c ₁₁ , ... c ₆₇ ", the following expression (18) holds.
[Relation 11]

G= | \begin{array}{l} X \\ Y \\ Z \\ A \\ B \\ C \end{array} | = J^{6 \times 7} M^{7 \times 1} = | \begin{matrix} c_{11} & \dots & c_{17} \\ ⋮ & ⋱ & ⋮ \\ c_{61} & \dots & c_{67} \end{matrix} | | \begin{array}{l} x_{1} \\ y_{1} \\ x_{2} \\ y_{2} \\ x_{3} \\ y_{3} \end{array} |

Die Berechnungseinheit 25 kann die Verschiebungsdaten auch auf Basis eines Datensatzes erhalten, der acht Werte umfasst, die unter den neun Werten ausgewählt sind. Wenn sieben oder acht Werte aus den Magnetdaten ausgewählt werden, kann die Berechnungseinheit 25 die Verschiebungsdaten berechnen, indem sie das Schema der Auswahl der Werte aus den Magnetdaten ändert. Die Bestimmungseinheit 26 kann das Vorhandensein oder Fehlen einer Erfassungsanomalie basierend darauf bestimmen, ob einzelne Verschiebungsdaten für mehrere Datensätze miteinander übereinstimmen oder nicht.The calculation unit 25 can also obtain the displacement data based on a data set including eight values selected from among the nine values. When seven or eight values are selected from the magnetic data, the calculation unit 25 can calculate the displacement data by changing the scheme of selecting the values from the magnetic data. The determining unit 26 may determine the presence or absence of a detection anomaly based on whether or not individual displacement data for a plurality of data sets agree with each other.

Gemäß der zweiten Ausführungsform erhält die Berechnungseinheit 25 mehrere einzelne Verschiebungsdaten, wobei sie das Schema der Auswahl der für die Berechnung der Verschiebungsdaten verwendeten Werte ändert. Die Bestimmungseinheit 26 bestimmt das Vorhandensein oder Fehlen einer Anomalie in Abhängigkeit davon, ob die berechneten mehreren einzelnen Verschiebungsdaten miteinander übereinstimmen oder nicht. Folglich kann die Sensorvorrichtung 100 überprüfen, ob eine Anomalie bei der Erfassung aufgetreten ist. Es wird darauf hingewiesen, dass ähnliche Funktionen wie die der Sensorvorrichtung 100 gemäß der zweiten Ausführungsform durch das oben beschriebene Sensorvorrichtungssystem 200 implementiert werden können.According to the second embodiment, the calculation unit 25 obtains a plurality of pieces of displacement data, changing the scheme of selection of the values used for the calculation of the displacement data. The determination unit 26 determines the presence or absence of an anomaly depending on whether or not the calculated plural pieces of displacement data agree with each other. Consequently, the sensor device 100 can check whether an abnormality has occurred in detection. It is noted that functions similar to those of the sensor device 100 according to the second embodiment can be implemented by the sensor device system 200 described above.

Bei der ersten und zweiten Ausführungsform ist die Anzahl der Sensoreinheiten 14 in jeder der Sensorvorrichtungen 100 und 101 nicht auf drei beschränkt und kann weniger als drei oder mehr als drei betragen. Die Anzahl der Sensoreinheiten 14 kann je nach gewünschtem Freiheitsgrad der Verschiebungsdaten entsprechend geändert werden. Die Sensorvorrichtungen 100 und 101 können jeweils mit zwei Sensoreinheiten 14 ausgestattet sein, die eine Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16 in Richtung jeder der drei Achsen erfassen können, wodurch die Translationsbewegung der ersten Struktur 11 in Richtung jeder der drei Achsen erfasst wird. Zusätzlich zu der Sensoreinheit 14, die die Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16 in Richtung jeder der drei Achsen erfasst, können die Sensorvorrichtungen 100 und 101 jeweils mit einer Sensoreinheit 14 ausgestattet sein, die eine Änderung der relativen Position zwischen dem Magnetsensor 15 und dem Magneten 16 in Richtung jeder von zwei Achsen oder in Richtung einer Achse erfasst. Bei der zweiten Ausführungsform kann die Berechnungseinheit 25 die Verschiebungsdaten erhalten, indem sie Werte aus den Werten auswählt, die von jedem der vier oder mehr Magnetsensoren 15 erfasst wurden.In the first and second embodiments, the number of the sensor units 14 in each of the sensor devices 100 and 101 is not limited to three, and may be less than three or more than three. The number of the sensor units 14 can be appropriately changed depending on the desired degree of freedom of the displacement data. The sensor devices 100 and 101 can each be equipped with two sensor units 14 that can detect a change in the relative position between the magnetic sensor 15 and the magnet 16 in the direction of each of the three axes, thereby reducing the translational movement of the first structure 11 in the direction of each of the three axes is detected. In addition to the sensor unit 14, which detects the change in the relative position between the magnetic sensor 15 and the magnet 16 in the direction of each of the three axes, the sensor devices 100 and 101 can each be equipped with a sensor unit 14, which detects a change in the relative position between the Magnetic sensor 15 and the magnet 16 detected in the direction of each of two axes or in the direction of one axis. In the second embodiment, the calculation unit 25 can obtain the displacement data by selecting one of the values detected by each of the four or more magnetic sensors 15 .

Die erste Struktur 11 und die zweite Struktur 12 sind nicht auf solche beschränkt, die durch den elastischen Körper 13 miteinander verbunden sind. Die erste Struktur 11 und die zweite Struktur 12 können beliebige Strukturen sein, solange die erste Struktur 11 eine Translationsbewegung oder Rotationsbewegung relativ zur zweiten Struktur 12 ausführen kann. Anstelle des elastischen Körpers 13 können die Sensorvorrichtungen 100 und 101 jeweils eine lineare Führung aufweisen, die die erste Struktur 11 zur Ausführung einer Translationsbewegung veranlasst.The first structure 11 and the second structure 12 are not limited to those connected to each other by the elastic body 13 . The first structure 11 and the second structure 12 can be any structure as long as the first structure 11 can perform translational movement or rotational movement relative to the second structure 12 . Instead of the elastic body 13, the sensor devices 100 and 101 can each have a linear guide, which causes the first structure 11 to perform a translational movement.

Die Sensorvorrichtungen 100 und 101 können jeweils als Eingabevorrichtung eines Roboters verwendet werden. Die Sensorvorrichtungen 100 und 101, von denen jede eine Eingabevorrichtung eines Roboters bildet, messen die Bewegung eines Funktionskörpers, wenn eine Person den Funktionskörper berührt, oder die Kraft, die auf den Funktionskörper ausgeübt wird, wenn eine Person den Funktionskörper berührt, und geben ein Messergebnis an eine Steuervorrichtung des Roboters aus. Die Steuervorrichtung lässt den Roboter eine Translationsbewegung und eine Rotationsbewegung in Übereinstimmung mit dem Messergebnis auszuführen. Die Sensorvorrichtungen 100 und 101 können somit als Eingabevorrichtung verwendet werden, damit ein Roboter in Übereinstimmung mit der menschlichen Bedienung betrieben werden kann.The sensor devices 100 and 101 can each be used as an input device of a robot. The sensor devices 100 and 101, each constituting an input device of a robot, measure the movement of a functional body when a person touches the functional body or the force applied to the functional body when a person touches the functional body and gives a measurement result to a controller of the robot. The control device makes the robot perform a translational movement and a rotational movement in accordance with the measurement result. Thus, the sensor devices 100 and 101 can be used as an input device for operating a robot in accordance with human operation.

Es wird darauf hingewiesen, dass die Sensorvorrichtung 100 und das Sensorvorrichtungssystem 200 das Vorhandensein oder Nichtvorhandensein einer Anomalie durch ein anderes Verfahren als die oben beschriebene Berechnung bestimmen können. Darüber hinaus können die Sensorvorrichtung 100 und das Sensorvorrichtungssystem 200 durch ein anderes Verfahren als die oben beschriebene Berechnung ein Messergebnis für die Bewegungsstrecke der ersten Struktur 11 und/oder den Drehwinkel der ersten Struktur 11 und/oder die auf die erste Struktur 11 ausgeübte äußere Kraft erhalten. Bei einer dritten Ausführungsform wird ein Fall beschrieben, in dem das Vorhandensein oder Fehlen einer Anomalie durch maschinelles Lernen bestimmt wird, bei dem es sich um ein anderes Verfahren als die oben beschriebene Berechnung handelt. Eine vierte Ausführungsform beschreibt einen Fall, in dem das Messergebnis für die Bewegungsstrecke der ersten Struktur 11 und/oder den Drehwinkel der ersten Struktur 11 und/oder die auf die erste Struktur 11 ausgeübte äußere Kraft durch maschinelles Lernen erhalten wird, bei dem es sich um ein anderes Verfahren als die oben beschriebene Berechnung handelt.It is noted that the sensor device 100 and the sensor device system 200 may determine the presence or absence of an anomaly by a method other than the calculation described above. In addition, the sensor device 100 and the sensor device system 200 may obtain a measurement result of the moving distance of the first structure 11 and/or the rotation angle of the first structure 11 and/or the external force applied to the first structure 11 by a method other than the above-described calculation . In a third embodiment, a case where the presence or absence of an anomaly is determined by machine learning, which is a method other than the calculation described above, will be described. A fourth embodiment describes a case where the measurement result for the moving distance of the first structure 11 and/or the rotation angle of the first structure 11 and/or the external force applied to the first structure 11 is obtained by machine learning, which is is a different method than the calculation described above.

Dritte AusführungsformThird embodiment

11 zeigt eine Darstellung zur Veranschaulichung der funktionellen Konfiguration einer Sensorvorrichtung gemäß einer dritten Ausführungsform der vorliegenden Erfindung. Bei der dritten Ausführungsform sind die gleichen Komponenten wie bei der obigen ersten und zweiten Ausführungsform mit den gleichen Bezugszeichen versehen, die diesen Komponenten der ersten und zweiten Ausführungsform zugeordnet wurden, und es wird hauptsächlich die Konfiguration beschrieben, die sich von der der ersten und zweiten Ausführungsform unterscheidet. 11 12 is a diagram showing the functional configuration of a sensor device according to a third embodiment of the present invention. In the third embodiment, the same components as in the above first and second embodiments are given the same reference numerals assigned to those components in the first and second embodiments, and the configuration different from that in the first and second embodiments will be mainly described differs.

Eine Sensorvorrichtung 102 gemäß der dritten Ausführungsform umfasst eine Messvorrichtung 50. Die Messvorrichtung 50 umfasst die Bezugseinheit 21, eine Steuereinheit 51, die die Messvorrichtung 50 steuert, eine Trainingsdatenbezugseinheit 53, die Trainingsdaten bezieht, die Speichereinheit 23 und die Ausgabeeinheit 24. Die Steuereinheit 51 umfasst eine Bestimmungseinheit 52, die das Vorhandensein oder Fehlen einer Anomalie anhand eines von jeder der Sensoreinheiten 14a, 14b und 14c gelieferten Erfassungsergebnisses bestimmt. Die Bestimmungseinheit 52 umfasst eine Lerneinheit 54.A sensor device 102 according to the third embodiment comprises a measuring device 50. The measuring device 50 comprises the reference unit 21, a control unit 51 which controls the measuring device 50, a training data obtaining unit 53 which obtains training data, the storage unit 23 and the output unit 24. The control unit 51 comprises a determination unit 52 which determines the presence or absence of an abnormality based on a detection result provided by each of the sensor units 14a, 14b and 14c. The determination unit 52 includes a learning unit 54.

Trainingsdaten sind Daten, die auf Informationen über externen Magnetismus 55, d.h. Informationen über das Vorhandensein von externem Magnetismus, und/oder dem Ergebnis der Ermittlung der Abstände zwischen den Magnetsensoren 15a, 15b und 15c, bei denen es sich um mehrere an der ersten Struktur 11 angeordnete Elemente handelt, und/oder dem Ergebnis der Ermittlung der Abstände zwischen den Magneten 16a, 16b und 16c basieren, bei denen es sich um mehrere an der zweiten Struktur 12 angeordnete Elemente handelt. Ein externer Magnetismus ist ein Magnetismus, der außerhalb der Sensorvorrichtung 102 erzeugt wird.Training data is data based on external magnetism information 55, i.e. information on the presence of external magnetism, and/or the result of determining the distances between the magnetic sensors 15a, 15b and 15c, which are a plurality of attached to the first structure 11 arranged elements, and/or based on the result of the determination of the distances between the magnets 16a, 16b and 16c, which are a plurality of elements arranged on the second structure 12. External magnetism is magnetism generated outside of the sensor device 102 .

Die Lerneinheit 54 lernt anhand eines Datensatzes das Vorhandensein oder Fehlen einer Anomalie bei der Erfassung durch die Sensorvorrichtung 102. Der Datensatz ist eine Kombination aus einer Zustandsvariablen und den Trainingsdaten. Die Zustandsvariable umfasst das von jeder der Sensoreinheiten 14a, 14b und 14c gelieferte Erfassungsergebnis. Die Bezugseinheit 21 fungiert als Zustandsbeobachtungseinheit, die die Zustandsvariable beobachtet. Die Bezugseinheit 21, die Trainingsdatenbezugseinheit 53 und die Lerneinheit 54 fungieren als Maschinenlernvorrichtung, die maschinelles Lernen ausführt. Die Funktion der Bestimmungseinheit 52, die die Lerneinheit 54 umfasst, wird ähnlich wie bei der ersten Ausführungsform unter Verwendung einer Verarbeitungsschaltung implementiert. Die Funktion der Trainingsdatenbezugseinheit 53 wird ähnlich wie bei der ersten Ausführungsform unter Verwendung der Eingabe-/Ausgabeschnittstelle 43 implementiert.The learning unit 54 uses a data set to learn the presence or absence of an anomaly in the detection by the sensor device 102. The data set is a combination of a state variable and the training data. The state variable includes the detection result supplied by each of the sensor units 14a, 14b and 14c. The reference unit 21 functions as a state observation unit that observes the state variable. The acquisition unit 21, the training data acquisition unit 53, and the learning unit 54 function as a machine learning device that performs machine learning. The function of the determination unit 52 including the learning unit 54 is implemented using a processing circuit similarly to the first embodiment. The function of the training data acquisition unit 53 is implemented using the input/output interface 43 similarly to the first embodiment.

Die Trainingsdatenbezugseinheit 53 bezieht von der Bezugseinheit 21 einzelne Werte, die das Ergebnis der Erfassung des magnetischen Flusses durch die Magnetsensoren 15a, 15b und 15c sind. Die Trainingsdatenbezugseinheit 53 konvertiert die einzelnen Werte des magnetischen Flusses bei „L₁“, „L₂“ und „L₃“. „L₁“ ist der Abstand zwischen der Position des Magneten 16a und der Position des Magneten 16c. „L₂“ ist der Abstand zwischen der Position des Magneten 16a und der Position des Magneten 16b. „L₃“ ist der Abstand zwischen der Position des Magneten 16b und der Position des Magneten 16c. Die Trainingsdatenbezugseinheit 53 bestimmt, ob es eine Abweichung bei „L₁“, „L₂“ und „L₃“ gibt oder nicht, wodurch Trainingsdaten erfasst werden, bei denen es sich um ein Bestimmungsergebnis handelt. Die Trainingsdatenbezugseinheit 53 gibt die bezogenen Trainingsdaten an die Lerneinheit 54 aus.The training data acquisition unit 53 acquires from the acquisition unit 21 individual values which are the result of detection of the magnetic flux by the magnetic sensors 15a, 15b and 15c. The training data acquisition unit 53 converts the individual magnetic flux values at “L ₁ ”, “L ₂ ”, and “L ₃ ”. "L ₁ " is the distance between the position of magnet 16a and the position of magnet 16c. "L ₂ " is the distance between the position of magnet 16a and the position of magnet 16b. "L ₃ " is the distance between the position of magnet 16b and the position of magnet 16c. The training data reference unit 53 determines whether or not there is a deviation in “L ₁ ”, “L ₂ ”, and “L ₃ ”, thereby acquiring training data that is a determination result. The training data acquisition unit 53 outputs the acquired training data to the learning unit 54 .

Die Lerneinheit 54 bezieht von der Bezugseinheit 21 einzelne Werte, die das Ergebnis der Erfassung des magnetischen Flusses durch die Magnetsensoren 15a, 15b und 15c sind. Die Lerneinheit 54 erzeugt einen Datensatz, indem sie die Werte des magnetischen Flusses und die Trainingsdaten miteinander in Verbindung bringt, wobei die Werte des magnetischen Flusses die Zustandsvariablen sind und es sich bei den Trainingsdaten um das Ergebnis einer Bestimmung handelt, ob es eine Abweichung bei „L₁“, „L₂“ und „L₃“ gibt oder nicht. Die Lerneinheit 54 lernt auf Basis des Datensatzes, ob das von der Berechnungseinheit 25 erhaltene Erfassungsergebnis normal ist oder nicht. Eine Anomalie im Erfassungsergebnis kann auftreten, wenn die Sensoreinheit 14 durch externen Magnetismus beeinflusst wird oder wenn die Sensoreinheit 14 versagt.The learning unit 54 acquires, from the reference unit 21, individual values which are the result of detection of the magnetic flux by the magnetic sensors 15a, 15b and 15c. The learning unit 54 creates a data set by relating the magnetic flux values and the training data, where the magnetic flux values are the state variables and the training data is the result of a determination as to whether there is a deviation in L ₁ ", "L ₂ " and "L ₃ " exist or not. The learning unit 54 learns whether or not the detection result obtained by the computing unit 25 is normal based on the data set. An abnormality in the detection result may occur when the sensor unit 14 is affected by external magnetism or when the sensor unit 14 fails.

Die Trainingsdatenbezugseinheit 53 kann bestimmen, ob es eine Abweichung im Abstand zwischen den Magnetsensoren 15a, 15b und 15c gibt oder nicht, und Trainingsdaten beziehen, bei denen es sich um ein Bestimmungsergebnis handelt. Die Trainingsdatenbezugseinheit 53 kann Trainingsdaten beziehen, bei denen es sich um Informationen über externen Magnetismus 55 handelt. Die Informationen über externen Magnetismus 55 sind Information, die angeben, ob ein externer Magnetismus vorhanden ist, der die Ausgabe der Sensoreinheit 14 beeinflussen kann. In diesem Fall werden die Informationen über externen Magnetismus 55, die ein Ergebnis der Messung des Magnetismus darstellen, von einem externen Messinstrument in die Trainingsdatenbezugseinheit 53 eingegeben. Bei dem externen Messinstrument handelt es sich um ein Messinstrument, das sich außerhalb der Sensorvorrichtung 102 befindet. Wenn sich eine Vorrichtung, die Magnetismus in Übereinstimmung mit einem Ansteuerzustand erzeugt, außerhalb der Sensorvorrichtung 102 befindet, können die Informationen über externen Magnetismus 55 auch Informationen sein, die den Ansteuerzustand der Vorrichtung angeben. In diesem Fall werden die Informationen über externen Magnetismus 55 von der Vorrichtung in die Trainingsdatenbezugseinheit 53 eingegeben. Es wird darauf hingewiesen, dass in 11 die Darstellung des externen Messinstruments fehlt.The training data acquisition unit 53 can determine whether or not there is a deviation in the distance between the magnetic sensors 15a, 15b, and 15c, and acquire training data that is a determination result. The training data acquisition unit 53 may acquire training data, which is information about external magnetism 55 . The external magnetism information 55 is information indicating whether there is external magnetism that may affect the output of the sensor unit 14 . In this case, the external magnetism information 55, which is a result of measurement of the magnetism, is input to the training data acquisition unit 53 from an external measuring instrument. The external gauge is a gauge located outside of the sensor device 102 . When a device that generates magnetism in accordance with a driving state is located outside the sensor device 102, the external magnetism information 55 may also be information indicating the driving state of the device. In this case, the external magnetism information 55 is input to the training data acquisition unit 53 from the device. It is noted that in 11 the display of the external measuring instrument is missing.

Zusätzlich zum Lernvorgang, ob das von der Berechnungseinheit 25 erhaltene Erfassungsergebnis normal ist oder nicht, kann die Lerneinheit 54 einen Wert, der einen Abweichungsgrad bei „L1“, „L2“ und „L3“ angibt, oder einen Wert ähnlich den Informationen, die den Abweichungsgrad angeben, erlernen. In diesem Fall ist in der Bestimmungseinheit 52 in einer Stufe nach der Lerneinheit 54 eine Einrichtung vorgesehen, um zu bestimmen, ob das von der Berechnungseinheit 25 erhaltene Erfassungsergebnis normal ist oder nicht. Diese Einrichtung bestimmt, ob das von der Berechnungseinheit 25 erhaltene Erfassungsergebnis normal ist oder nicht, indem sie einen Ausgabewert von der Lerneinheit 54 abfragt.In addition to learning whether the detection result obtained by the calculation unit 25 is normal or not, the learning unit 54 may use a value indicating a degree of deviation in “L1”, “L2” and “L3”, or a value similar to the information indicating the Specify degree of deviation, learn. In this case, in the determining unit 52 at a stage after the learning unit 54, means is provided to determine whether or not the detection result obtained from the calculating unit 25 is normal. This device determines whether or not the detection result obtained by the calculation unit 25 is normal by sampling an output value from the learning unit 54 .

Die Zustandsvariable, die in die Lerneinheit 54 eingegeben wird, ist nicht auf den von den Magnetsensoren 15a, 15b und 15c erfassten Wert beschränkt, sondern es kann ich auch um Informationen handeln, die durch arithmetische Verarbeitung des erfassten Wertes erhalten werden. Die Berechnungseinheit 25 kann den Verschiebungsbetrag der ersten Struktur 11 durch arithmetische Verarbeitung des erfassten Wertes berechnen und die Zustandsvariable, die der berechnete Wert ist, an die Lerneinheit 54 ausgeben.The state variable input to the learning unit 54 is not limited to the value detected by the magnetic sensors 15a, 15b and 15c, but may be information obtained by arithmetically processing the detected value. The calculation unit 25 can calculate the shift amount of the first pattern 11 by arithmetically processing the detected value and output the state variable, which is the calculated value, to the learning unit 54 .

Es ist zu beachten, dass wie bei der ersten Ausführungsform auch bei der dritten Ausführungsform die Anzahl der erfassten Werte, die in die Bezugseinheit 21 eingegeben werden, größer ist als die Anzahl der Werte des Messergebnisses, das durch Berechnung der Berechnungseinheit 25 erhalten wird. Die Sensorvorrichtung 102 ist mit mehreren Sensoreinheiten 14 ausgestattet, die eine Anzahl der erfassten Werte erhalten können, die größer ist als die Anzahl der Werte des Messergebnisses.It is to be noted that in the third embodiment, as in the first embodiment, the number of detected values input to the reference unit 21 is larger than the number of values of the measurement result obtained by calculation of the calculation unit 25 . The sensor device 102 is equipped with a plurality of sensor units 14 that can obtain a number of the detected values that is greater than the number of values of the measurement result.

Gemäß der dritten Ausführungsform kann die Sensorvorrichtung 102 das Vorhandensein oder Fehlen einer Anomalie exakt bestimmen, indem sie das Vorhandensein oder Fehlen einer Anomalie in Übereinstimmung mit dem Datensatz lernt. Gemäß der dritten Ausführungsform kann der Arbeitsaufwand für den Entwurf und die Implementierung der Bestimmungseinheit 52 im Vergleich zu einer manuellen Herleitung einer Verarbeitungsberechnung zur Bestimmung des Vorhandenseins oder Fehlens einer Anomalie durch einen Entwickler reduziert werden. Durch die Sensorvorrichtung 102 können daher die Kosten für den Entwicklungsaufwand gesenkt werden.According to the third embodiment, the sensor device 102 can accurately determine the presence or absence of an anomaly by learning the presence or absence of an anomaly in accordance with the data set. According to the third embodiment, the amount of work for the design and implementation of the determination unit 52 can be reduced compared to a manual derivation of a processing calculation for determining the presence or absence of an anomaly by a developer. The sensor device 102 can therefore reduce the costs for the development effort.

Das Lernen gemäß der dritten Ausführungsform kann zum Zeitpunkt der Herstellung der Sensorvorrichtung 102 oder zum Zeitpunkt der Anpassung an die Betriebsumgebung der Sensorvorrichtung 102 erfolgen. Durch ein zum Zeitpunkt der Herstellung der Sensorvorrichtung 102 durchgeführtes Lernen kann die Sensorvorrichtung 102 individuelle Unterschiede aufgrund der Charakteristika des Magnetsensors 15 und des Magneten 16 oder individuelle Unterschiede aufgrund der Montagepositionen des Magnetsensors 15 und des Magneten 16 kalibrieren. Die Sensorvorrichtung 102 kann das Vorhandensein oder Nichtvorhandensein einer Anomalie durch Kalibrieren der individuellen Unterschiede zum Zeitpunkt der Herstellung exakt bestimmen.The learning according to the third embodiment may be performed at the time of manufacturing the sensor device 102 or at the time of adapting the sensor device 102 to the operating environment. Through learning performed at the time of manufacturing the sensor device 102, the sensor device 102 can accommodate individual differences due to the characteristics of the magnetic sensor 15 and the magnet 16 or individual differences due to the mounting positions of the Calibrate the magnetic sensor 15 and the magnet 16. The sensor device 102 can accurately determine the presence or absence of an anomaly by calibrating the individual differences at the time of manufacture.

Wenn ein Roboter oder dergleichen, die mit der Sensorvorrichtung 102 ausgestattet sind, für die Inbetriebnahme und den Betriebsbeginn oder dergleichen eingestellt werden, kann die Sensorvorrichtung 102 außerdem das Lernen in der Betriebsumgebung durchführen. Durch das Lernen in der Betriebsumgebung können durch die Sensorvorrichtung 102 die Kosten für die Einstellarbeiten zum Zeitpunkt der Inbetriebnahme und des Betriebsbeginns gesenkt werden. Ferner kann durch das in der Betriebsumgebung durchgeführte Lernen der Sensorvorrichtung 102 das Vorhandensein oder Fehlen einer Anomalie mit hoher Genauigkeit in Übereinstimmung mit der Betriebsumgebung bestimmt werden.In addition, when a robot or the like equipped with the sensor device 102 is set for startup and operation start or the like, the sensor device 102 can perform the learning in the operating environment. By learning in the operating environment, the sensor device 102 can reduce the cost of adjustment work at the time of startup and start-up. Furthermore, through the learning of the sensor device 102 performed in the operating environment, the presence or absence of an abnormality can be determined with high accuracy in accordance with the operating environment.

Die Lerneinheit 54 speichert ein Ergebnis des Lernvorgangs. Die Bestimmungseinheit 52 bestimmt das Vorhandensein oder Fehlen einer Anomalie auf Basis der in die Bestimmungseinheit 52 eingegebenen Informationen und des Lernergebnisses und gibt ein Bestimmungsergebnis aus. Zum Zeitpunkt des Betriebs der Sensorvorrichtung 102 kann die Sensorvorrichtung 102 das Lernen durch die Lerneinheit 54 stoppen. Durch das Stoppen des Lernvorgangs muss die Sensorvorrichtung 102 die Trainingsdaten nicht in die Lerneinheit 54 eingeben. Die Sensorvorrichtung 102 muss die Trainingsdaten nicht eingeben und braucht daher die Informationen über externen Magnetismus 55 nicht zu beziehen und muss keine Verarbeitung zur Ermittlung der Abstände zwischen den Magnetsensoren 15a, 15b und 15c und keine Verarbeitung zur Ermittlung der Abstände zwischen den Magneten 16a, 16b und 16c durchführen.The learning unit 54 stores a result of the learning process. The determination unit 52 determines the presence or absence of an abnormality based on the information input to the determination unit 52 and the learning result, and outputs a determination result. At the time of operating the sensor device 102 , the sensor device 102 may stop learning by the learning unit 54 . By stopping the learning process, the sensor device 102 does not have to input the training data into the learning unit 54 . The sensor device 102 does not need to input the training data and therefore does not need to obtain the external magnetism information 55 and does not need to perform processing to determine the distances between the magnetic sensors 15a, 15b and 15c and processing to determine the distances between the magnets 16a, 16b and perform 16c.

Da es nicht notwendig ist, die Informationen über externen Magnetismus 55 zum Zeitpunkt des Betriebs der Sensorvorrichtung 102 zu beziehen, besteht keine Notwendigkeit für ein externes Messinstrument zur Messung des externen Magnetismus. Infolgedessen kann die Sensorvorrichtung 102 das Vorhandensein oder Nichtvorhandensein einer Anomalie zum Zeitpunkt des Betriebs mit hoher Genauigkeit bei niedrigen Betriebskosten bestimmen. Da zum Zeitpunkt des Betriebs der Sensorvorrichtung 102 die Verarbeitung zum Erhalt der Abstände zwischen den Magnetsensoren 15a, 15b und 15c und die Verarbeitung zum Erhalt der Abstände zwischen den Magneten 16a, 16b und 16c gestoppt werden kann, können bei der Sensorvorrichtung 102 Ressourcen für die Verarbeitung durch die Bestimmungseinheit 52 reduziert werden. Durch das Stoppen der Verarbeitung zum Erhalt der Abstände zwischen den Magnetsensoren 15a, 15b und 15c und der Verarbeitung zum Erhalt der Abstände zwischen den Magneten 16a, 16b und 16c kann bei der Sensorvorrichtung 102 die Geschwindigkeit der Verarbeitung durch die Bestimmungseinheit 52 erhöht werden.Since it is not necessary to obtain the external magnetism information 55 at the time of operation of the sensor device 102, there is no need for an external measuring instrument to measure the external magnetism. As a result, the sensor device 102 can determine the presence or absence of an abnormality at the time of operation with high accuracy at a low running cost. At the time of operation of the sensor device 102, since the processing for obtaining the distances between the magnetic sensors 15a, 15b, and 15c and the processing for obtaining the distances between the magnets 16a, 16b, and 16c can be stopped, the sensor device 102 can have resources for processing can be reduced by the determining unit 52 . In the sensor device 102, by stopping the processing for obtaining the distances between the magnetic sensors 15a, 15b, and 15c and the processing for obtaining the distances between the magnets 16a, 16b, and 16c, the speed of the processing by the determination unit 52 can be increased.

Die Sensorvorrichtung 102 kann die Trainingsdaten gegebenenfalls während des Betriebs erfassen und der Lerneinheit 54 erlauben, das Lernen mitten im Betrieb durchzuführen. Durch das Lernen auf Basis der Trainingsdaten während des Betriebs kann die Sensorvorrichtung 102 das Vorhandensein oder Fehlen einer Anomalie in Übereinstimmung mit einer Änderung in der Umgebung mit hoher Genauigkeit bestimmen. Wenn die Lerneinheit 54 einen Wert lernt, der den Grad der Abweichung bei „L1‟, „L2‟ und „L3‟ angibt, bei denen es sich um die Abstände handelt, die als Kriterien für die Bestimmung des Vorhandenseins oder Fehlens einer Anomalie dienen, berücksichtigt die Sensorvorrichtung 102 den Wert, der den Grad der Abweichung angibt, bei dem es sich um den von der Lerneinheit 54 ausgegebenen Wert handelt. Infolgedessen kann die Sensorvorrichtung 102 eine vorbeugende Wartung vornehmen, die vor Anomalieanzeichen warnt. Es wird darauf hingewiesen, dass das Sensorvorrichtungssystem 200 gemäß der ersten Ausführungsform oder die Sensorvorrichtung 100 gemäß der zweiten Ausführungsform ähnlich wie die Sensorvorrichtung 102 gemäß der dritten Ausführungsform lernen kann.If necessary, the sensor device 102 can acquire the training data during operation and allow the learning unit 54 to perform the learning in the middle of operation. By learning based on the training data during operation, the sensor device 102 can determine the presence or absence of an abnormality in accordance with a change in the environment with high accuracy. When the learning unit 54 learns a value indicating the degree of deviation in "L1", "L2" and "L3", which are the distances used as criteria for determining the presence or absence of an anomaly, the sensor device 102 considers the value indicating the degree of deviation, which is the value output from the learning unit 54 . As a result, the sensor device 102 can perform preventive maintenance that warns of abnormal signs. It is noted that the sensor device system 200 according to the first embodiment or the sensor device 100 according to the second embodiment can learn similarly to the sensor device 102 according to the third embodiment.

Vierte AusführungsformFourth embodiment

12 zeigt eine Darstellung zur Veranschaulichung der funktionellen Konfiguration einer Sensorvorrichtung gemäß einer vierten Ausführungsform der vorliegenden Erfindung. Bei der vierten Ausführungsform sind die gleichen Komponenten wie bei der ersten bis dritten Ausführungsform mit den gleichen Bezugszeichen versehen, die den Komponenten der ersten bis dritten Ausführungsform zugeordnet wurden, wobei hauptsächlich die Konfiguration beschrieben wird, die sich von der der ersten bis dritten Ausführungsform unterscheidet. 12 12 is a diagram showing the functional configuration of a sensor device according to a fourth embodiment of the present invention. In the fourth embodiment, the same components as in the first to third embodiments are given the same reference numerals assigned to the components in the first to third embodiments, and the configuration different from those in the first to third embodiments will be mainly described.

Eine Sensorvorrichtung 103 gemäß der vierten Ausführungsform umfasst eine Messvorrichtung 60. Die Messvorrichtung 60 umfasst die Bezugseinheit 21, eine Steuereinheit 61, die die Messvorrichtung 60 steuert, eine Trainingsdatenbezugseinheit 63, die Trainingsdaten bezieht, die Speichereinheit 23 und die Ausgabeeinheit 24. Die Steuereinheit 61 umfasst eine Berechnungseinheit 62. Durch Berechnung auf Basis des Erfassungsergebnisses, das von jeder der Sensoreinheiten 14a, 14b und 14c geliefert wird, erhält die Berechnungseinheit 62 ein Messergebnis für die Bewegungsstrecke der ersten Struktur 11 und/oder den Drehwinkel der ersten Struktur 11 und/oder die auf die erste Struktur 11 ausgeübte äußere Kraft. Die Berechnungseinheit 62 umfasst eine Lerneinheit 64.A sensor device 103 according to the fourth embodiment comprises a measuring device 60. The measuring device 60 comprises the reference unit 21, a control unit 61 which controls the measuring device 60, a training data obtaining unit 63 which obtains training data, the storage unit 23 and the output unit 24. The control unit 61 comprises a calculation unit 62. By calculating on the basis of the detection result supplied by each of the sensor units 14a, 14b and 14c, the calculation unit 62 obtains a measurement result for the movement distance of the first structure 11 and/or the rotation angle of the first structure 11 and/or the exerted on the first structure 11 external force. The calculation unit 62 includes a learning unit 64.

Die Trainingsdaten umfassen ein Ergebnis der praktischen Messung der Bewegungsstrecke der ersten Struktur 11 und ein Ergebnis der praktischen Messung des Drehwinkels der ersten Struktur 11. Die Lerneinheit 64 lernt in Übereinstimmung mit einem Datensatz das Vorhandensein oder Fehlen einer Anomalie bei der Erfassung durch die Sensorvorrichtung 103. Der Datensatz ist eine Kombination aus einer Zustandsvariablen und den Trainingsdaten. Die Zustandsvariable umfasst das von jeder der Sensoreinheiten 14a, 14b und 14c gelieferte Erfassungsergebnis. Die Bezugseinheit 21 fungiert als eine Zustandsbeobachtungseinheit, die die Zustandsvariable beobachtet. Die Bezugseinheit 21, die Trainingsdatenbezugseinheit 63 und die Lerneinheit 64 fungieren als Maschinenlernvorrichtung, die das maschinelle Lernen ausführt. Die Funktion der Berechnungseinheit 62, die die Lerneinheit 64 umfasst, wird ähnlich wie bei der ersten Ausführungsform durch Verwendung einer Verarbeitungsschaltung implementiert. Die Funktion der Trainingsdatenbezugseinheit 63 wird ähnlich wie bei der ersten Ausführungsform durch die Verwendung der Eingabe-/Ausgabeschnittstelle 43 implementiert.The training data includes a result of practical measurement of the moving distance of the first structure 11 and a result of practical measurement of the rotation angle of the first structure 11. The learning unit 64 learns the presence or absence of an abnormality in detection by the sensor device 103 in accordance with a data set. The dataset is a combination of a state variable and the training data. The state variable includes the detection result supplied by each of the sensor units 14a, 14b and 14c. The reference unit 21 functions as a state observation unit that observes the state variable. The acquisition unit 21, the training data acquisition unit 63, and the learning unit 64 function as a machine learning device that performs machine learning. The function of the calculation unit 62 including the learning unit 64 is implemented by using a processing circuit similarly to the first embodiment. The function of the training data acquisition unit 63 is implemented by using the input/output interface 43 similarly to the first embodiment.

Ein externes Messinstrument 65 ist ein Messinstrument, das sich außerhalb der Sensorvorrichtung 103 befindet. Das externe Messinstrument 65 misst die Bewegungsstrecke der ersten Struktur 11 und den Drehwinkel der ersten Struktur 11. Die Trainingsdatenbezugseinheit 63 bezieht von dem externen Messinstrument 65 Trainingsdaten, die das Ergebnis der praktischen Messung der Bewegungsstrecke und des Drehwinkels sind. Die Trainingsdatenbezugseinheit 63 gibt die bezogenen Trainingsdaten an die Lerneinheit 64 aus.An external gauge 65 is a gauge located outside of the sensor device 103 . The external measuring instrument 65 measures the moving distance of the first structure 11 and the turning angle of the first structure 11. The training data acquisition unit 63 acquires from the external measuring instrument 65 training data which is the result of practical measurement of the moving distance and the turning angle. The training data acquisition unit 63 outputs the acquired training data to the learning unit 64 .

Die Lerneinheit 64 bezieht von der Bezugseinheit 21 Werte, die das Ergebnis der Erfassung des magnetischen Flusses durch die Magnetsensoren 15a, 15b und 15c darstellen. Die Lerneinheit 64 erzeugt einen Datensatz, indem sie die Werte des magnetischen Flusses und die Trainingsdaten miteinander in Verbindung bringt, wobei die Werte des magnetischen Flusses die Zustandsvariablen sind und es sich bei den Trainingsdaten um das Ergebnis der tatsächlichen Messung der Bewegungsstrecke und des Drehwinkels handelt. Die Lerneinheit 64 lernt auf Basis des Datensatzes das Ergebnis der Messung der Bewegungsstrecke der ersten Struktur 11 und des Drehwinkels der ersten Struktur 11.The learning unit 64 acquires from the reference unit 21 values representing the result of detection of the magnetic flux by the magnetic sensors 15a, 15b and 15c. The learning unit 64 creates a data set by relating the magnetic flux values and the training data, where the magnetic flux values are the state variables and the training data is the result of the actual measurement of the moving distance and the rotation angle. The learning unit 64 learns the result of the measurement of the movement distance of the first structure 11 and the angle of rotation of the first structure 11 on the basis of the data set.

Es wird darauf hingewiesen, dass die Trainingsdaten ein Ergebnis der praktischen Messung der auf die erste Struktur 11 ausgeübten äußeren Kraft sein können. In diesem Fall bezieht die Trainingsdatenbezugseinheit 63 von dem externen Messinstrument 65 das Ergebnis der praktischen Messung der auf die erste Struktur 11 ausgeübten äußeren Kraft. Zudem erstellt die Lerneinheit 64 einen Datensatz, indem sie die Werte des magnetischen Flusses und die Trainingsdaten miteinander in Verbindung bringt, wobei die Werte des magnetischen Flusses die Zustandsvariablen und die Trainingsdaten das Ergebnis der tatsächlichen Messung der äußeren Kraft sind. Die Lerneinheit 64 lernt auf Basis des Datensatzes die äußere Kraft, die auf die erste Struktur 11 ausgeübt wird.It is pointed out that the training data can be a result of the practical measurement of the external force exerted on the first structure 11 . In this case, the training data acquisition unit 63 acquires the result of practical measurement of the external force applied to the first structure 11 from the external measurement instrument 65 . In addition, the learning unit 64 creates a data set by relating the magnetic flux values and the training data, the magnetic flux values being the state variables and the training data being the result of the actual measurement of the external force. The learning unit 64 learns the external force applied to the first structure 11 based on the data set.

Die äußere Kraft, mit der die Lerneinheit 64 lernt, umfasst insgesamt sechs Komponenten, darunter eine Translationskraftkomponente und eine Momentkomponente. Die Translationskraftkomponente ist eine Kraftkomponente, die die erste Struktur 11 zwingt, eine Translationsbewegung in Richtung jeder der drei Achsen auszuführen, und die Momentkomponente ist eine Kraftkomponente, die die erste Struktur 11 zwingt, eine Rotationsbewegung um jede der drei Achsen auszuführen. Die äußere Kraft, mit der die Lerneinheit 64 lernt, muss nur aus zumindest einer der sechs Komponenten bestehen und kann eine Kombination beliebiger Komponenten aus den sechs Komponenten sein.The external force with which the learning unit 64 learns includes a total of six components including a translational force component and a moment component. The translational force component is a force component that forces the first structure 11 to perform translational motion in each of the three axes, and the moment component is a force component that forces the first structure 11 to perform a rotational motion about each of the three axes. The external force with which the learning unit 64 learns need only consist of at least one of the six components and can be a combination of any one of the six components.

Wie oben beschrieben wurde, muss die Trainingsdatenbezugseinheit 63 lediglich die Trainingsdaten beziehen, d. h. das Ergebnis der praktischen Messung der Bewegungsstrecke der ersten Struktur 11 und/oder das Ergebnis der praktischen Messung des Drehwinkels der ersten Struktur 11 und/oder das Ergebnis der praktischen Messung der auf die erste Struktur 11 ausgeübten äußeren Kraft. Die Lerneinheit 64 muss nur das Messergebnis für zumindest eine der Größen Bewegungsstrecke, Drehwinkel und äußere Kraft lernen.As described above, the training data acquisition unit 63 only needs to acquire the training data, i. H. the result of practical measurement of the moving distance of the first structure 11 and/or the result of practical measurement of the rotation angle of the first structure 11 and/or the result of practical measurement of the external force applied to the first structure 11. The learning unit 64 only needs to learn the measurement result for at least one of the moving distance, the rotation angle, and the external force.

Die Zustandsvariable, die in die Lerneinheit 64 eingegeben wird, ist nicht auf den Wert beschränkt, der von den Magnetsensoren 15a, 15b und 15c erfasst wird, wobei es sich um Informationen handeln kann, die durch arithmetische Verarbeitung des erfassten Wertes erhalten werden. Die Berechnungseinheit 62 kann den Verschiebungsbetrag der ersten Struktur 11 durch arithmetische Verarbeitung des erfassten Wertes berechnen und die Zustandsvariable, die der berechnete Wert ist, in die Lerneinheit 54 eingeben.The state variable input to the learning unit 64 is not limited to the value detected by the magnetic sensors 15a, 15b and 15c, but may be information obtained by arithmetically processing the detected value. The calculation unit 62 can calculate the shift amount of the first pattern 11 by arithmetically processing the detected value and inputting the state variable, which is the calculated value, to the learning unit 54 .

Es ist zu beachten, dass wie bei der ersten Ausführungsform auch bei der vierten Ausführungsform die Anzahl der erfassten Werte, die in die Bezugseinheit 21 eingegeben werden, größer ist als die Anzahl der Werte des Messergebnisses, die durch Berechnung der Berechnungseinheit 62 erhalten werden. Die Sensorvorrichtung 103 ist mit mehreren Sensoreinheiten 14 ausgestattet, die eine Anzahl an erfassten Werten erhalten können, die größer als die Anzahl der Messergebniswerte ist.It should be noted that in the fourth embodiment, like the first embodiment, the number of detected values input to the reference unit 21 is larger than the number of values of the measurement result obtained by calculation of the calculation unit 62 . The sensor device 103 is equipped with a plurality of sensor units 14, the one number of recorded values that is greater than the number of measurement result values.

Gemäß der vierten Ausführungsform kann die Sensorvorrichtung 103 durch Lernen des Messergebnisses für die Bewegungsstrecke, den Drehwinkel oder die äußere Kraft in Übereinstimmung mit dem Datensatz ein hochgenaues Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die auf die erste Struktur 11 ausgeübte äußere Kraft erhalten. Gemäß der vierten Ausführungsform kann der Arbeitsaufwand für den Entwurf und die Implementierung der Berechnungseinheit 62 im Vergleich zu einer manuellen Herleitung einer Verarbeitungsberechnung zur Ermittlung des Messergebnisses durch einen Entwickler reduziert werden. Durch die Sensorvorrichtung 103 können daher die Kosten für den Entwicklungsaufwand gesenkt werden.According to the fourth embodiment, by learning the measurement result of the moving distance, the rotation angle, or the external force in accordance with the data set, the sensor device 103 can obtain a highly accurate measurement result of the moving distance of the first structure 11, the rotation angle of the first structure 11, or the force acting on the first structure 11 received external force exerted. According to the fourth embodiment, the amount of work for the design and implementation of the calculation unit 62 can be reduced compared to a developer manually deriving a processing calculation for obtaining the measurement result. The sensor device 103 can therefore reduce the cost of the development effort.

Bei der vierten Ausführungsform kann das Lernen zum Zeitpunkt der Herstellung der Sensorvorrichtung 103 oder zum Zeitpunkt der Anpassung an die Betriebsumgebung der Sensorvorrichtung 103 durchgeführt werden. Durch Lernen, das zum Zeitpunkt der Herstellung der Sensorvorrichtung 103 durchgeführt wird, kann die Sensorvorrichtung 103 individuelle Unterschiede aufgrund der Charakteristika des Magnetsensors 15 und des Magneten 16 oder individuelle Unterschiede aufgrund der Montagepositionen des Magnetsensors 15 und des Magneten 16 kalibrieren. Durch Kalibrieren der individuellen Unterschiede zum Zeitpunkt der Herstellung kann die Sensorvorrichtung 103 ein hochgenaues Messergebnis liefern.In the fourth embodiment, the learning can be performed at the time of manufacturing the sensor device 103 or at the time of adapting the sensor device 103 to the operating environment. Through learning performed at the time of manufacturing the sensor device 103, the sensor device 103 can calibrate individual differences due to the characteristics of the magnetic sensor 15 and the magnet 16 or individual differences due to the mounting positions of the magnetic sensor 15 and the magnet 16. By calibrating the individual differences at the time of manufacture, the sensor device 103 can provide a highly accurate measurement result.

Wenn ein Roboter oder dergleichen, die mit der Sensorvorrichtung 103 ausgestattet sind, für die Inbetriebnahme und den Betriebsbeginn des Roboters oder dergleichen eingestellt werden, kann die Sensorvorrichtung 103 ferner das Lernen in der Betriebsumgebung durchführen. Durch das Lernen in der Betriebsumgebung können durch die Sensorvorrichtung 102 die Kosten für die Einstellarbeiten zum Zeitpunkt der Inbetriebnahme und des Betriebsbeginns gesenkt werden. Zudem kann die Sensorvorrichtung 103 durch das in der Betriebsumgebung durchgeführte Lernen ein hochgenaues Messergebnis in Übereinstimmung mit der Betriebsumgebung erhalten.Further, when a robot or the like equipped with the sensor device 103 is set for the startup and operation start of the robot or the like, the sensor device 103 can perform the learning in the operating environment. By learning in the operating environment, the sensor device 102 can reduce the cost of adjustment work at the time of startup and start-up. In addition, through the learning performed in the operating environment, the sensor device 103 can obtain a highly accurate measurement result in accordance with the operating environment.

Die Lerneinheit 64 speichert ein Ergebnis des Lernvorgangs. Die Berechnungseinheit 62 berechnet ein Messergebnis auf Basis der in die Berechnungseinheit 62 eingegebenen Informationen und des Lernergebnisses, und gibt das Messergebnis aus. Zum Zeitpunkt des Betriebs der Sensorvorrichtung 103 kann die Sensorvorrichtung 103 das Lernen durch die Lerneinheit 64 stoppen. Durch das Stoppen des Lernvorgangs muss die Sensorvorrichtung 103 die Trainingsdaten nicht in die Lerneinheit 64 eingeben. Die Sensorvorrichtung 102 muss die Trainingsdaten nicht eingeben und muss daher kein Ergebnis einer praktischen Messung von dem externen Messinstrument 65 beziehen.The learning unit 64 stores a result of the learning process. The calculation unit 62 calculates a measurement result based on the information input to the calculation unit 62 and the learning result, and outputs the measurement result. At the time of operating the sensor device 103 , the sensor device 103 may stop learning by the learning unit 64 . By stopping the learning process, the sensor device 103 does not have to input the training data into the learning unit 64 . The sensor device 102 does not need to input the training data and therefore does not need to obtain a practical measurement result from the external measuring instrument 65 .

Da es nicht notwendig ist, das Ergebnis der tatsächlichen Messung zum Zeitpunkt des Betriebs der Sensorvorrichtung 103 zu beziehen, besteht keine Notwendigkeit für das externe Messinstrument 65. Infolgedessen kann die Sensorvorrichtung 103 bei niedrig gehaltenen Betriebskosten ein hochgenaues Messergebnis zum Zeitpunkt des Betriebs erhalten. Die Sensorvorrichtung 103 kann die Trainingsdaten gegebenenfalls während des Betriebs beziehen und der Lerneinheit 64 erlauben, das Lernen im laufenden Betrieb durchzuführen. Durch Lernen auf Basis der Trainingsdaten während des Betriebs kann die Sensorvorrichtung 103 ein hochgenaues Messergebnis in Übereinstimmung mit einer Änderung der Umgebung erhalten. Es wird darauf hingewiesen, dass das Sensorvorrichtungssystem 200 gemäß der ersten Ausführungsform oder die Sensorvorrichtung 100 gemäß der zweiten Ausführungsform ähnlich wie die Sensorvorrichtung 103 gemäß der vierten Ausführungsform lernen kann.Since it is not necessary to obtain the result of actual measurement at the time of operation of the sensor device 103, there is no need for the external measuring instrument 65. As a result, the sensor device 103 can obtain a highly accurate measurement result at the time of operation with the running cost kept low. If necessary, the sensor device 103 can obtain the training data during operation and allow the learning unit 64 to carry out the learning during operation. By learning based on the training data during operation, the sensor device 103 can obtain a highly accurate measurement result in accordance with a change in the environment. It is noted that the sensor device system 200 according to the first embodiment or the sensor device 100 according to the second embodiment can learn similarly to the sensor device 103 according to the fourth embodiment.

Eine Sensorvorrichtung kann sowohl das Lernen der dritten Ausführungsform als auch das Lernen der vierten Ausführungsform durchführen. 13 zeigt eine Darstellung zur Veranschaulichung eines Beispiels für eine Sensorvorrichtung, die sowohl das Lernen der dritten Ausführungsform als auch das Lernen der vierten Ausführungsform ausführt. Eine in 13 dargestellte Sensorvorrichtung 104 lernt das Vorhandensein oder Fehlen einer Anomalie wie eine Sensorvorrichtung 102 gemäß der dritten Ausführungsform. Wie bei der Sensorvorrichtung 103 gemäß der vierten Ausführungsform lernt auch die Sensorvorrichtung 104 das Messergebnis für die Bewegungsstrecke und/oder den Drehwinkel und/oder die äußere Kraft.A sensor device can perform both the learning of the third embodiment and the learning of the fourth embodiment. 13 FIG. 12 is a diagram showing an example of a sensor device that performs both the learning of the third embodiment and the learning of the fourth embodiment. one inside 13 Illustrated sensor device 104 learns the presence or absence of an abnormality like sensor device 102 according to the third embodiment. As with the sensor device 103 according to the fourth embodiment, the sensor device 104 also learns the measurement result for the moving distance and/or the rotation angle and/or the external force.

Die Sensorvorrichtung 104 umfasst eine Messvorrichtung 70. Die Messvorrichtung 70 umfasst die Bezugseinheit 21, eine Steuereinheit 71, die die Messvorrichtung 70 steuert, eine Trainingsdatenbezugseinheit 73, die Trainingsdaten bezieht, die Speichereinheit 23 und die Ausgabeeinheit 24. Die Steuereinheit 71 weist eine Lerneinheit 74 auf. Die Trainingsdatenbezugseinheit 73 umfasst die Funktion der in 11 dargestellten Trainingsdatenbezugseinheit 53 und die Funktion der in 12 dargestellten Trainingsdatenbezugseinheit 63. Die Lerneinheit 74 umfasst die Funktion der in 11 dargestellten Lerneinheit 54 und die Funktion der in 12 dargestellten Lerneinheit 64. Die Steuereinheit 71 umfasst die Funktion der in 11 dargestellten Steuereinheit 51 und die Funktion der in 12 dargestellten Steuereinheit 61. In 13 sind andere Komponenten als die Lerneinheit 74 in der Steuereinheit 71 nicht dargestellt.The sensor device 104 includes a measuring device 70. The measuring device 70 includes the reference unit 21, a control unit 71 that controls the measuring device 70, a training data reference unit 73 that obtains training data, the storage unit 23 and the output unit 24. The control unit 71 has a learning unit 74 . The training data acquisition unit 73 comprises the function of the 11 illustrated training data acquisition unit 53 and the function of in 12 illustrated training data reference unit 63. The learning unit 74 includes the function of in 11 Learning unit 54 shown and the function of the 12 Learning unit 64 shown. The control unit 71 includes the function of the 11 illustrated control unit 51 and the function of in 12 illustrated control unit 61. In 13 components other than the learning unit 74 in the control unit 71 are not shown.

Die Sensorvorrichtung 104 kann das Vorhandensein oder Fehlen einer Anomalie exakt bestimmen, indem sie das Vorhandensein oder Fehlen einer Anomalie in Übereinstimmung mit dem Datensatz lernt. Darüber hinaus kann die Sensorvorrichtung 104 durch Lernen des Messergebnisses für die Bewegungsstrecke, den Drehwinkel oder die äußere Kraft in Übereinstimmung mit dem Datensatz ein hochgenaues Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die von der ersten Struktur 11 aufgenommene äußere Kraft erhalten.The sensor device 104 can accurately determine the presence or absence of an anomaly by learning the presence or absence of an anomaly in accordance with the data set. In addition, by learning the measurement result for the moving distance, the rotation angle, or the external force in accordance with the data set, the sensor device 104 can obtain a highly accurate measurement result for the moving distance of the first structure 11, the rotation angle of the first structure 11, or that sensed by the first structure 11 receive external power.

Die Lerneinheit 74, die integriert sowohl die Lernfunktionen der dritten Ausführungsform als auch der vierten Ausführungsform aufweist, verfügt über einen Teil wie eine Eingabeschicht, die eine gemeinsame Verarbeitung für beide Lernfunktionen durchführt. Infolgedessen kann bei der Sensorvorrichtung 104 der Verarbeitungsaufwand für das Lernen reduziert werden. Ferner kann die Lerneinheit 74 das Ergebnis der Bestimmung des Vorhandenseins oder Nichtvorhandenseins einer Anomalie bei der Berechnung des Messergebnisses berücksichtigen. Bei der Berechnung des Messergebnisses kann die Lerneinheit 74 einem Wert, der ein Faktor für eine Anomalie ist, unter den von dem Magnetsensor 15 gelieferten Erfassungsergebnissen eine reduzierte Gewichtung zuweisen. Die Sensorvorrichtung 104 spiegelt das Ergebnis der Bestimmung des Vorhandenseins oder Fehlens einer Anomalie in der Berechnung des Messergebnisses wider, so dass die Sensorvorrichtung 104 ein hochgenaues Messergebnis erhalten kann, selbst wenn eine Änderung in der Umgebung auftritt, die eine Anomalie im Messergebnis verursacht. Es wird darauf hingewiesen, dass das Sensorvorrichtungssystem 200 gemäß der ersten Ausführungsform oder die Sensorvorrichtung 100 gemäß der zweiten Ausführungsform ein ähnliches Lernverfahren wie die Sensorvorrichtung 104 durchführen kann.The learning unit 74, which has integrated both the learning functions of the third embodiment and the fourth embodiment, has a part such as an input layer that performs common processing for both learning functions. As a result, in the sensor device 104, the amount of processing for learning can be reduced. Further, the learning unit 74 may consider the result of determining the presence or absence of an anomaly when calculating the measurement result. In calculating the measurement result, the learning unit 74 may assign reduced weight to a value, which is a factor of abnormality, among the detection results provided by the magnetic sensor 15 . The sensor device 104 reflects the result of determining the presence or absence of an anomaly in the calculation of the measurement result, so that the sensor device 104 can obtain a highly accurate measurement result even if there is a change in the environment that causes an anomaly in the measurement result. It is noted that the sensor device system 200 according to the first embodiment or the sensor device 100 according to the second embodiment can perform a similar learning process as the sensor device 104 .

Das Lernen bei der dritten und vierten Ausführungsform ist nicht auf ein Lernen beschränkt, das unter Verwendung der Lerneinheiten 54, 64 und 74 ausgeführt wird, die interne Komponenten der Sensorvorrichtungen 102, 103 und 104 sind. Die Lerneinheit kann in einer externen Vorrichtung angeordnet sein, die über ein Netzwerk mit der Sensorvorrichtung 102, 103 oder 104 verbunden ist. Die in der externen Vorrichtung angeordnete Lerneinheit bezieht die Trainingsdaten und die Zustandsvariable von der Sensorvorrichtung 102, 103 oder 104 über das Netzwerk. Ein Lernergebnis, das von der in der externen Vorrichtung angeordneten Lerneinheit geliefert wird, wird über das Netzwerk an die Sensorvorrichtung 102, 103 oder 104 übertragen. Die Lerneinheit kann in einem Cloud-Server untergebracht sein.The learning in the third and fourth embodiments is not limited to learning performed using the learning units 54, 64 and 74 which are internal components of the sensor devices 102, 103 and 104. The learning unit can be arranged in an external device which is connected to the sensor device 102, 103 or 104 via a network. The learning unit arranged in the external device obtains the training data and the state variable from the sensor device 102, 103 or 104 via the network. A learning result provided by the learning unit arranged in the external device is transmitted to the sensor device 102, 103 or 104 via the network. The learning unit can be hosted in a cloud server.

Die Lerneinheiten 54 und 74 lernen das Vorhandensein oder Nichtvorhandensein einer Anomalie durch sogenanntes überwachtes Lernen, z. B. nach einem neuronalen Netzwerkmodell. Die Lerneinheiten 64 und 74 lernen das Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die auf die erste Struktur 11 ausgeübte äußere Kraft beispielsweise durch überwachtes Lernen gemäß einem neuronalen Netzwerkmodell. Das überwachte Lernen bezieht sich auf ein Modell, das für die Lerneinheiten 54, 64 und 74 eine große Anzahl von Datensätzen angibt, von denen jeder eine bestimmte Eingabe und ein Label umfasst, das ein der Eingabe entsprechendes Ergebnis ist, wodurch die Lerneinheiten 54, 64 und 74 Merkmale des Datensatzes so lernen können, dass ein Ergebnis aus dieser Eingabe geschätzt wird.The learning units 54 and 74 learn the presence or absence of an anomaly by so-called supervised learning, e.g. B. according to a neural network model. The learning units 64 and 74 learn the measurement result of the moving distance of the first structure 11, the rotation angle of the first structure 11, or the external force applied to the first structure 11 by supervised learning according to a neural network model, for example. Supervised learning refers to a model that specifies, for Learning Items 54, 64, and 74, a large number of datasets, each containing a particular input and a label that is an outcome corresponding to the input, whereby Learning Items 54, 64 and 74 can learn characteristics of the data set so that a result is estimated from that input.

Das neuronale Netzwerk umfasst eine Eingabeschicht mit mehreren Neuronen, eine versteckte Schicht, die eine mittlere Schicht mit mehreren Neuronen ist, und eine Ausgabeschicht mit mehreren Neuronen. Bei der mittleren Schicht kann es sich um eine Schicht oder zwei oder mehr Schichten handeln.The neural network includes an input layer with multiple neurons, a hidden layer which is a middle layer with multiple neurons, and an output layer with multiple neurons. The middle layer can be one layer or two or more layers.

14 zeigt eine Darstellung zur Veranschaulichung eines Beispiels für die Konfiguration eines neuronalen Netzwerks, das bei der dritten und vierten Ausführungsform zum Lernen verwendet wird. Das in 14 dargestellte neuronale Netzwerk ist ein dreischichtiges neuronales Netzwerk. Die Eingabeschicht umfasst die Neuronen X1, X2 und X3. Die mittlere Schicht umfasst die Neuronen Y1 und Y2. Die Ausgabeschicht umfasst die Neuronen Z1, Z2 und Z3. Es wird darauf hingewiesen, dass jede Schicht in beliebiger Anzahl vorhanden sein kann. Eine Vielzahl von Werten, die in die Eingabeschicht eingegeben werden, wird mit den Gewichtungen w11, w12, w13, w14, w15 und w16 multipliziert, die Gewichtungen W1 sind, und in die mittlere Schicht eingegeben. Eine Vielzahl von Werten, die in die mittlere Schicht eingegeben werden, wird mit den Gewichtungen w21, w22, w23, w24, w25 und w26, die Gewichtungen W2 sind, multipliziert und von der Ausgabeschicht ausgegeben. Das von der Ausgabeschicht ausgegebene Ergebnis ändert sich in Abhängigkeit von den Werten der Gewichtungen W1 und W2. 14 Fig. 12 is a diagram showing an example of the configuration of a neural network used for learning in the third and fourth embodiments. This in 14 The neural network shown is a three-layer neural network. The input layer includes neurons X1, X2 and X3. The middle layer includes neurons Y1 and Y2. The output layer includes the neurons Z1, Z2 and Z3. It is noted that each layer can be present in any number. A plurality of values input to the input layer are multiplied by weights w11, w12, w13, w14, w15, and w16, which are weights W1, and input to the middle layer. A plurality of values input to the middle layer are multiplied by weights w21, w22, w23, w24, w25, and w26, which are weights W2, and output from the output layer. The result output from the output layer changes depending on the values of the weights W1 and W2.

Das neuronale Netzwerk der Lerneinheiten 54 und 74 lernt das Vorhandensein oder Nichtvorhandensein einer Anomalie bei der Erfassung durch die Sensorvorrichtungen 102 und 104. Das neuronale Netzwerk lernt eine Beziehung zwischen der Zustandsvariablen und dem Vorhandensein oder Nichtvorhandensein einer Anomalie durch sogenanntes überwachtes Lernen in Übereinstimmung mit einem Datensatz, der auf Basis einer Kombination aus der von der Bezugseinheit 21 beobachteten Zustandsvariablen und den von den Trainingsdatenbezugseinheiten 53 und 73 bezogenen Trainingsdaten erstellt wurde. In diesem Fall lernt das neuronale Netzwerk die Beziehung, indem es die Gewichtungen W1 und W2 so anpasst, dass sich das Ergebnis, das als Ergebnis der Eingabe des von der Sensoreinheit 14 gelieferten Erfassungsergebnisses in die Eingabeschicht von der Ausgabeschicht ausgegeben wird, den Trainingsdaten annähert. Die Trainingsdaten sind die Informationen über das Vorhandensein von externem Magnetismus, das Ergebnis der Ermittlung der Abstände zwischen den Magnetsensoren 15a, 15b und 15c oder das Ergebnis der Ermittlung der Abstände zwischen den Magneten 16a, 16b und 16c.The neural network of the learning units 54 and 74 learns the presence or absence of an abnormality in detection by the sensor devices 102 and 104. The neural network learns a relationship between the state variables and the presence or absence of an anomaly by so-called supervised learning in accordance with a data set made on the basis of a combination of the state variable observed by the reference unit 21 and the training data obtained by the training data reference units 53 and 73. In this case, the neural network learns the relationship by adjusting the weights W1 and W2 so that the result output from the output layer as a result of inputting the detection result provided from the sensor unit 14 into the input layer approximates the training data. The training data is the information on the presence of external magnetism, the result of detecting the distances between the magnetic sensors 15a, 15b and 15c, or the result of detecting the distances between the magnets 16a, 16b and 16c.

Das neuronale Netzwerk der Lerneinheiten 64 und 74 lernt ein Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die auf die erste Struktur 11 ausgeübte äußere Kraft. Das neuronale Netzwerk lernt eine Beziehung zwischen der Zustandsvariablen und dem Messergebnis durch sogenanntes überwachtes Lernen in Übereinstimmung mit einem Datensatz, der auf Basis einer Kombination aus der von der Bezugseinheit 21 beobachteten Zustandsvariablen und den von den Trainingsdatenbezugseinheiten 53 und 73 bezogenen Trainingsdaten erstellt wurde. In diesem Fall lernt das neuronale Netzwerk die Beziehung, indem es die Gewichtungen W1 und W2 so anpasst, dass sich das Ergebnis, das als Ergebnis der Eingabe des von der Sensoreinheit 14 gelieferten Erfassungsergebnisses in die Eingabeschicht von der Ausgabeschicht ausgegeben wird, den Trainingsdaten annähert. Die Trainingsdaten sind das Ergebnis der praktischen Messung der Bewegungsstrecke, des Drehwinkels oder der äußeren Kraft.The neural network of the learning units 64 and 74 learns a measurement result of the moving distance of the first structure 11, the rotation angle of the first structure 11, or the external force applied to the first structure 11. The neural network learns a relationship between the state variable and the measurement result by so-called supervised learning in accordance with a data set made based on a combination of the state variable observed by the reference unit 21 and the training data obtained by the training data reference units 53 and 73. In this case, the neural network learns the relationship by adjusting the weights W1 and W2 so that the result output from the output layer as a result of inputting the detection result provided from the sensor unit 14 into the input layer approximates the training data. The training data is the result of practical measurement of the movement distance, the angle of rotation or the external force.

Das neuronale Netzwerk kann auch durch sogenanntes unüberwachtes Lernen das Vorhandensein oder Nichtvorhandensein einer Anomalie bei der Erfassung durch die Sensorvorrichtungen 102 und 104 lernen. Durch unüberwachtes Lernen kann das neuronale Netzwerk auch das Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die auf die erste Struktur 11 ausgeübte äußere Kraft lernen. Das unüberwachte Lernen ist ein Modell, das den Lerneinheiten 54, 64 und 74 eine große Menge an Eingabedaten zur Verfügung stellt, ohne entsprechende Trainingsausgabedaten anzugeben, wodurch die Lerneinheiten 54, 64 und 74 eine Verteilung der Eingabedaten lernen können.The neural network can also learn the presence or absence of an anomaly in detection by the sensor devices 102 and 104 through so-called unsupervised learning. The neural network can also learn the measurement result of the moving distance of the first structure 11, the rotation angle of the first structure 11, or the external force applied to the first structure 11 through unsupervised learning. Unsupervised learning is a model that provides learning units 54, 64, and 74 with a large amount of input data without specifying corresponding training output data, allowing learning units 54, 64, and 74 to learn a distribution of the input data.

Eine Methode des unüberwachten Lernens ist das Clustering, bei dem die Eingabedaten auf Basis der Ähnlichkeit der Eingabedaten gruppiert werden. Die Lerneinheiten 54, 64 und 74 erzeugen ein prädiktives Ausgabemodell, indem eine Ausgabe so zugeordnet wird, dass ein bestimmtes Kriterium unter Verwendung eines Ergebnisses der Clusterbildung optimiert wird. Die Lerneinheiten 54, 64 und 74 können das Vorhandensein oder Nichtvorhandensein einer Anomalie oder eines Messergebnisses durch halb-überwachtes Lernen lernen, d. h. durch ein Modell, das eine Kombination aus unüberwachtem Lernen und überwachtem Lernen darstellt. Beim halb-überwachten Lernen werden die Trainingsausgabedaten einigen der Eingabedaten zugewiesen, anderen Eingabedaten jedoch nicht.One method of unsupervised learning is clustering, in which the input data is grouped based on the similarity of the input data. Learning units 54, 64 and 74 generate a predictive output model by allocating an output to optimize a particular criterion using a clustering result. The learning units 54, 64 and 74 can learn the presence or absence of an anomaly or a measurement result by semi-supervised learning, i. H. through a model that represents a combination of unsupervised learning and supervised learning. In semi-supervised learning, the training output data is matched to some of the input data but not to other input data.

Anhand von Datensätzen, die für mehrere Sensorvorrichtungen 102 und 104 erstellt wurden, können die Lerneinheiten 54 und 74 das Vorhandensein oder Fehlen einer Anomalie bei der Erfassung durch die Sensorvorrichtungen 102 und 104 lernen. Anhand von Datensätzen, die für mehrere Sensorvorrichtungen 103 und 104 erzeugt wurden, können die Lerneinheiten 64 und 74 außerdem das Messergebnis für die Bewegungsstrecke der ersten Struktur 11, den Drehwinkel der ersten Struktur 11 oder die auf die erste Struktur 11 ausgeübte äußere Kraft lernen.Using data sets created for a plurality of sensor devices 102 and 104 , the learning units 54 and 74 can learn the presence or absence of an anomaly in the detection by the sensor devices 102 and 104 . The learning units 64 and 74 can also learn the measurement result for the moving distance of the first structure 11, the rotation angle of the first structure 11, or the external force exerted on the first structure 11 using data sets generated for a plurality of sensor devices 103 and 104.

Die Lerneinheiten 54, 64 und 74 können Datensätze von mehreren Sensorvorrichtungen 102, 103 und 104 beziehen, die am selben Standort verwendet werden, oder sie können Datensätze von mehreren Sensorvorrichtungen 102, 103 und 104 beziehen, die sich an verschiedenen Standorten befinden. Die Datensätze können von Vorrichtungen wie mehreren Robotern gesammelt werden, die unabhängig voneinander an mehreren Standorten betrieben werden. Nach dem Beginn der Erfassung der Datensätze durch die mehreren Sensorvorrichtungen 102, 103 und 104 können weitere Sensorvorrichtungen 102, 103 und 104 hinzugefügt werden, so dass Datensätze durch die hinzugefügten Sensorvorrichtungen erfasst werden. Zudem können nach dem Beginn der Erfassung der Datensätze durch die mehreren Sensorvorrichtungen 102, 103 und 104 eine oder mehrere der mehreren Sensorvorrichtungen 102, 103 und 104 weggelassen werden, so dass von der weggelassenen einen oder den weggelassenen mehreren Sensorvorrichtungen kein Datensatz erfasst wird.Learning units 54, 64, and 74 may obtain data sets from multiple sensor devices 102, 103, and 104 used at the same site, or they may obtain data sets from multiple sensor devices 102, 103, and 104 located at different sites. The data sets can be collected by devices such as multiple robots operating independently at multiple locations. After the multiple sensor devices 102, 103 and 104 start collecting the data sets, further sensor devices 102, 103 and 104 can be added so that data sets are collected by the added sensor devices. Additionally, after the plurality of sensor devices 102, 103, and 104 begin collecting data sets, one or more of the plurality of sensor devices 102, 103, and 104 may be omitted such that no data set is collected from the omitted one or more sensor devices.

Die Lerneinheiten 54, 64 und 74, die jeweils das Vorhandensein oder Nichtvorhandensein einer Erfassungsanomalie oder das Messergebnis in einem Satz von Sensorvorrichtungen 102, 103 und 104 gelernt haben, können an einem anderen Satz von Sensorvorrichtungen 102, 103 und 104 angebracht werden. Die Lerneinheiten 54, 64 und 74, die jeweils an dem anderen Satz von Sensorvorrichtungen 102, 103 und 104 angebracht wurden, können das prädiktive Ausgabemodell durch erneutes Lernen in dem anderen Satz von Sensorvorrichtungen 102, 103 und 104 aktualisieren.The learning units 54, 64 and 74 each having learned the presence or absence of a detection anomaly or the measurement result in one set of sensor devices 102, 103 and 104 can be attached to another set of sensor devices 102, 103 and 104. Learning units 54, 64 and 74, the that have been attached to the other set of sensor devices 102, 103, and 104, respectively, can update the predictive output model by relearning in the other set of sensor devices 102, 103, and 104.

Zum Erlernen der Extraktion eines Merkmalswerts kann als von den Lerneinheiten 54, 64 und 74 verwendeter Lernalgorithmus Deep Learning verwendet werden. Die Lerneinheiten 54, 64 und 74 können maschinelles Lernen gemäß einer anderen bekannten, von Deep Learning verschiedenen Methode durchführen, wie z. B. anhand genetischer Programmierung, funktionaler Logikprogrammierung oder einer Support Vector Machine.Deep learning can be used as the learning algorithm used by the learning units 54, 64, and 74 to learn how to extract a feature value. Learning units 54, 64, and 74 may perform machine learning according to another known method other than deep learning, such as B. using genetic programming, functional logic programming or a support vector machine.

Die in der obigen Ausführungsform dargestellte Konfiguration stellt lediglich ein Beispiel für den Inhalt der vorliegenden Erfindung dar und kann daher mit einer anderen bekannten Technik kombiniert oder teilweise weggelassen und/oder modifiziert werden, ohne den Umfang der vorliegenden Erfindung zu verlassen.The configuration shown in the above embodiment is only an example of the content of the present invention, and therefore may be combined with another known technique, or partially omitted and/or modified without departing from the scope of the present invention.

Bezugszeichenlistereference list

1111: erste Struktur;first structure;
1212: zweite Struktur;second structure;
1313: elastischer Körper;elastic body;
14, 14a, 14b, 14c14, 14a, 14b, 14c: Sensoreinheit;sensor unit;
15, 15a, 15b, 15c15, 15a, 15b, 15c: Magnetsensor;magnetic sensor;
16, 16a, 16b, 16c16, 16a, 16b, 16c: Magnet;Magnet;
17, 2717, 27: Kommunikationseinheit;communication unit;
20, 28, 50, 60, 7020, 28, 50, 60, 70: Messvorrichtung;measuring device;
2121: Bezugseinheit;reference unit;
22, 51, 61, 7122, 51, 61, 71: Steuereinheit;control unit;
2323: Speichereinheit;storage unit;
2424: Ausgabeeinheit;output unit;
25, 6225, 62: Berechnungseinheit;calculation unit;
26, 5226, 52: Bestimmungseinheit;destination unit;
4141: Verarbeitungsschaltung;processing circuit;
4242: externe Speichervorrichtung;external storage device;
4343: Eingabe-/Ausgabeschnittstelle;input/output interface;
4444: Prozessor;Processor;
4545: Speicher;Storage;
53, 63, 7353, 63, 73: Trainingsdatenbezugseinheit;training data reference unit;
54, 64, 7454, 64, 74: Lerneinheit;learning unit;
5555: Informationen über externen Magnetismus;information about external magnetism;
6565: externes Messinstrument;external measuring instrument;
100, 101, 102, 103, 104100, 101, 102, 103, 104: Sensorvorrichtung;sensor device;
200200: Sensorvorrichtungssystem;sensor device system;

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents cited by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent Literature Cited

JP 60177232 [0003]

Claims

Sensor device for detecting a movement of a functional body moving under an external force, the sensor device having: a first structure that is the functional body; a second structure that is a different structure from the functional body; a plurality of sensor units, each comprising a magnetic sensor and a magnet, for detecting a change in the relative position between the magnetic sensor and the magnet based on a change in the magnetic flux detected by the magnetic sensor, the magnetic sensor being an element which is attached to either the first structure or disposed on the second structure, and the magnet is an element disposed on the other of the first and second structures; a calculation unit for calculating a measurement result for the moving distance of the first structure with respect to the second structure and/or the rotation angle of the first structure with respect to the second structure and/or or to obtain the external force exerted on the first structure; and a determination unit for determining the presence or absence of an abnormality based on a detection result provided by each of the plurality of sensor units, the abnormality being a change in magnetic flux due to a factor other than the change in relative position between the magnetic sensor and the magnets.

sensor device claim 1 wherein the determining unit determines the presence or absence of an abnormality based on a result of obtaining distances between a plurality of elements arranged on the first structure or a result of obtaining distances between a plurality of elements arranged on the second structure.

sensor device claim 1 wherein a plurality of the magnetic sensors obtain values of magnetic fluxes in a plurality of directions, and wherein the computing unit obtains displacement data based on values selected from among the obtained values, the displacement data representing the moving distance or the rotation angle, and the computing unit obtains a plurality of pieces of displacement data, wherein the scheme for selecting values for use in calculating the displacement data is changed, and the determination unit determines the presence or absence of an anomaly depending on whether or not the plurality of pieces of displacement data match.

Sensor device according to one of Claims 1 until 3 , wherein the first structure and the second structure are connected to each other such that the first structure can be actuated relative to the second structure.

sensor device claim 1 , wherein the number of values representing the detection result provided by each of the plurality of sensor units is larger than the number of values representing the measurement result obtained by calculation of the calculation unit.

sensor device claim 1 further comprising a training data obtaining unit for obtaining training data based on information on the presence of magnetism outside the sensor device and/or a result in which distances between a plurality of elements arranged on the first structure are obtained and/or a result, wherein distances between a plurality of elements arranged on the second structure are obtained, wherein the determining unit comprises a learning unit for learning the presence or absence of an anomaly in accordance with a data set made on the basis of a combination of the training data and a state variable that includes the detection result provided by each of the plurality of sensor units.

sensor device claim 1 further comprising a training data obtaining unit for obtaining training data which is a practical measurement result of moving distance and/or a practical measurement result of rotation angle and/or a practical measurement result of external force, wherein the calculation unit a learning unit to learn a measurement result for the moving distance and/or the rotation angle and/or the external force in accordance with a data set made on the basis of a combination of the training data and a state variable provided by each of the plurality of sensor units Detection result includes.

A sensor device system for detecting a movement of a functional body moving under an external force, the sensor device system comprising: a first structure that is the functional body; a second structure that is a different structure from the functional body; a plurality of sensor units, each comprising a magnetic sensor and a magnet, for detecting a change in the relative position between the magnetic sensor and the magnet based on a change in the magnetic flux detected by the magnetic sensor, the magnetic sensor being an element which is attached to either the first structure or disposed on the second structure, and the magnet is an element disposed on the other of the first and second structures; a calculation unit for calculating a measurement result for the moving distance of the first structure with respect to the second structure and/or the rotation angle of the first structure with respect to the second structure and/or or to obtain the external force exerted on the first structure; and a determination unit for determining the presence or absence of an abnormality based on a detection result provided by each of the plurality of sensor units, the abnormality being a change in magnetic flux due to a factor other than the change in relative position between the magnetic sensor and the magnet acts.