JP2021501079A - データフュージョンコンセプト - Google Patents

Abstract

本発明は、鉄道線路（１０）の少なくとも１つの特徴をモニタするシステムに関し、本システムは、複数のデータソース（１９、２０、２４、２６）からデータを取り出しかつ処理し、鉄道線路（１０）の少なくとも１つの特徴を示す出力データを提供するように適合された中央演算装置（２２）と、各データリンクを介してデータを中央演算装置に送るように適合された少なくとも２つのデータソース（１９、２０、２４、２６）と、を備え、２つのデータソースのうちの少なくとも１つ（１９）が、モニタされるべき鉄道線路（１０）部分の近傍に位置付けられる少なくとも１つのセンサユニット（１６ａから１６ｃ）を含む。 本発明によれば、少なくとも２つのデータソース（１９、２０、２４、２６）によって送られる当該データが鉄道線路（１０）の様々な物理的特性および／または様々な環境特性を指すように少なくとも２つのデータソースを設ける。

Description

本発明は、鉄道線路の少なくとも１つの特徴をモニタするシステムに関し、本システムは、複数のデータソースからデータを取り出しかつ処理し、鉄道線路の少なくとも１つの特徴を示す出力データを提供するように適合された中央演算装置と、各データリンクを介してデータを中央演算装置に送るように適合された少なくとも２つのデータソースと、を備え、２つのデータソースのうちの少なくとも１つが、モニタされるべき鉄道線路部分の近傍に位置付けられる少なくとも１つのセンサユニットを含む。さらに、本発明は、このようなシステムを利用して鉄道線路の少なくとも１つの特徴をモニタする方法に関する。

線路自体または線路間の鉄道枕木に取り付けられたセンサを利用して、摩耗しやすい分岐機構またはその他の部分などの鉄道線路部分をモニタすることは当該技術分野において既知である。当該センサは、センサが取り付けられた構成要素の加速度など、物理的特性を測定する。測定されたオブザーバブルを示すデータは、次いでセンサが配信する生データをさらに処理する中央演算装置に送られる。ただし、このようなシステム内に提供されるデータはかなりの粗データであり、センサが取り出したデータと、その他の環境関連の影響または鉄道線路関連の影響との間の複雑な相関関係を考慮することは難しい。したがって、このようなシステムによって提供されるモニタリングには、高い信頼性がないことが多い。

鉄道線路の特徴をモニタするという状況の中で「データフュージョン」として知られるコンセプトを用いて、少なくとも２つのデータソースが提供するデータを融合することによって鉄道線路および鉄道線路の関連する特徴の現状についてかなり信頼できる高性能の統合的予測をし、統合的結論を導き出せることを実現するのは、本発明の発明者の成果の１つである。

したがって、本発明に係るシステムでは、少なくとも２つのデータソースによって送られる当該データが鉄道線路の様々な物理的特性および／または様々な環境特性を指すように少なくとも２つのデータソースを設ける。鉄道線路の様々な物理的特性および／または鉄道線路の様々な環境特性を統合することによって、鉄道線路の観察された物理的特性および現状と、鉄道線路の少なくとも１つの観察された特徴との間の複雑な相関関係を任意に引き出すことができる。

もうすでに上記の加速度センサを単に使用するよりも著しい改善が見られ、鉄道線路をモニタするという状況下でのデータフュージョンのかなりシンプルで有益な１つの事例は、鉄道枕木上など鉄道線路部分の近傍に位置付けられる加速度センサと共に少なくとも１つの温度センサを第２のデータソースとして使用することである。気温あるいは鉄道線路自体の温度を考慮に入れることによって、熱膨張による鉄道線路の張力のより良い理解が達成される。これは、主要データソース（すなわち加速度センサ）が提供する加速度データの処理時に説明され得る。このように、さらなる正当な取り組みで観察時における鉄道線路部分の衛生状態の著しい理解の改善が達成できる。

データソース（例えば、メインフレームコンピュータまたはサービス設計としてのクラウドベースのハードウェア）への信頼できるデータリンクを設けることができさえすれば、中央演算装置は既知のあらゆる方法で実装可能である。鉄道線路の少なくとも１つの特徴に関する正確かつ信頼できる情報を取り出すために、中央演算装置を介して高性能アルゴリズムおよび／または高性能データベースを利用することができる。さらに、データソースは様々な方法でも実装することができ、データソースは通常１または複数のセンサを含むことができ、またはデータベースからのデータへのアクセス、ならびに中央演算装置でデータリンクを確立する機能を有することができる。ただし、以下で考察するように、データソースはさらにより複雑な設計であってもよく、データソース自体がかなりの処理能力を備えたマイクロコントローラなどの計算ユニットを含んでもよい。

これに関連して、本発明に係る本システムのデータソースの少なくとも１つは、データを中央演算装置に送る前にデータの前処理を行うよう適合される前処理ユニットを含んでもよい。データ処理の全態様を担う中央演算装置にセンサがその記録したデータを容易に提供する、いわゆる「クラウドコンピューティング」の原則に依存する当該技術から既知である上記システムと違い、本発明は、データソース自体がある程度までインテリジェントである、いわゆる「フォグコンピューティング」アプローチまたは「エッジコンピューティング」アプローチを利用することができる。したがって、本発明に係るシステム内で処理する膨大な量のデータを中央演算装置から、既知のコンセプトと比べて多くの利点を有することができるデータソースの前処理ユニットにリロケートすることができる。

まず、適切なデータ圧縮アルゴリズムまたはデータフィルタリングアルゴリズムによって、例えば、高度に専門化された、場合によってはハードワイヤードにさえされた前処理ユニットをデータソースに設けることによって、中央演算装置に送られるデータを実質的に削減できることが多い。これらの前処理ユニットはそのかなり特殊なデータ処理動作用に特別に設計され得るため、最低水準のデータ処理で計算効率の著しい改善が迅速に実現できる。場合によっては、およびすでに言及したように、生信号をフィルタすることができ、関連性を発見したデータだけを中央演算装置に送ることができ、代替的または追加的に、そのデータを高圧縮率を有するデータ形式でエンコードできる。これにより、データリンクに必要な帯域幅を実質的に削減することにつながる可能性があり、結果、種々の利点の中で、特に本システムのエネルギー消費が減り、本システムに高い信頼性がもたらされ得る。

鉄道線路自体の最も基本的な物理的特性に依拠できるように、および、本システムの中央演算装置によって実行されるデータフュージョンプロセスの中にこの物理的特性を含められるように、広範囲のデータソースが本発明に係るシステム内で利用できるとしても、センサユニットの少なくとも１つをモニタされるべき鉄道線路の鉄道枕木に配置すれば有益になり得る。当該鉄道枕木は鉄道線路自体と密接に接続しており、その上データを取り出す際、センサに損傷を与えないようにするために、または過剰な非線形効果を生じさせないようにするために、鉄道線路上を走る列車が鉄道枕木まで十分な距離を依然として有しているという理由から、鉄道枕木はセンサユニットを鉄道枕木上に配置する最適の状況を与えている。

ある実施形態では、鉄道線路部分の近傍に位置付けられるセンサユニットの少なくとも１つは、当該鉄道線路部分の加速度、速度および／または位置を感知するように構成できる、および／またはセンサユニットの少なくとも１つは、加速度センサ、光学センサ、音響センサ、超音波センサ、電気センサおよび／または磁気センサ、もしくは温度センサであってもよい。当該センサユニットはさらに、センサユニットデータを一定時間ごとに、または、内側または外側のトリガ事象に基づいて提供するように構成できる。

代替的または追加的に、環境特性を指すデータを提供するデータソースの少なくとも１つは、気象データまたは鉄道時刻表データを提供するように構成することができる。当該データソースは、例えば、問題がある鉄道線路を利用して列車に関する現時点の走行情報および位置情報を評価しかつ転送することで鉄道時刻表を作成することによって、または、クラウドベースの気象情報サービスなどその他のソースから取り出され、さらに利用するために中央演算装置に送る前にデータソースが前処理を行うことができるデータを利用することによって、そのような気象データまたは鉄道時刻表データ自体を生成することができる。

さらに、データソースの少なくとも１つは、データを手入力するためのインタフェースを含んでもよい。こうしたデータは入力式の任意の種類のオブザーバブルを指す場合がある（例えば、訓練を受けた人間のオペレータが行う鉄道線路への光学検査の結果を最適なフォーマットに入力し、続けて他のデータソースが提供するデータとさらなる融合および処理を行うために中央演算装置にその結果を提供できる）。

鉄道線路の広範囲の物理的特性または環境特性およびその環境を利用して本発明のデータフュージョンコンセプトを利用することができ、さらに、鉄道線路への光学検査を示せる手入力データなどを固有に統合できることが、上記のタイプのセンサユニットから、ならびに当該センサを構成して感知する物理的特性から、理解できよう。

さらに、中央演算装置と少なくとも１つのデータソースとの間のデータリンクが双方向である場合、有益になり得る。こうした双方向リンクにより、データソースから中央演算装置までのデータ転送が可能になるだけでなく、逆の場合も同様に多くのシナリオで有益に利用可能になる。例えば、鉄道線路の少なくとも１つの特徴をモニタすることで、あるデータソースの疑わしい動作が示された場合、中央演算装置はデータソースが自己診断を行うように、またはデータソースが観察された動作を検証するために高速でデータを提供するように指示できる。さらに、双方向データリンクを確立することによって、例えば改善された前処理アルゴリズムなどのアップグレードをデータソースに提供することができる。

双方向データリンクを利用したさらなる発展形態によれば、中央演算装置はさらに、１または複数のデータソースを待機モードからデータ提供モードに切り替えることによって選択的に１または複数のデータソースを動作するように適合することができる。データソースを動作状態に選択的に切り替え、その後データソースがデータを提供した後、または予め決められた期間の経過後、データソースをもう一度非動作状態に切り替える当該段階は、本発明に係るシステムが必要とするエネルギーの節約に寄与し、帯域幅を低減することに寄与する。データソースを選択的に動作する条件は、一定時間ごと、およびあるセンサユニットの近傍に列車が通過するなどの予測される事象が発生したとき、またはその他のあらゆる最適な条件に基づいてもよい。当該条件はさらに、上記で考察したように、データソースに対応する指示を与えることによってリアルタイムで更新できる。

代替的または追加的に、データソースの少なくとも１つは、少なくとも１つの動作条件に基づいて待機モードからデータ提供モードに切り替えるように適合できる。当該動作条件は同様に、データソース自体に時計を設ける必要があるように一定時間間隔に基づいてもよく、またはデータソースのセンサユニットによって感知される物理的特性が疑わしいオブザーバブルの予め決められた閾値を超えるなどのいくつかのトリガ条件が発生することによって基づいてよい。

さらに、中央演算装置および／またはデータソースの少なくとも１つはさらに、履歴データを記憶および／または提供するように適合することができる。このような履歴データを利用可能にすることによって、鉄道線路の関連する特徴の時間的動向をモニタできるため、結果、例えば時が経つにつれて鉄道線路の特徴の変化を示す鉄道線路の老朽化プロセスを理解でき、予測される動作と比較できる。

本発明で使用されるフォグコンピューティングのコンセプトにより、データソースの少なくとも１つは複数のサブソースおよび上位層を含む階層構造を有することが可能になる。上位層は、複数のサブソースからデータを収集するように、および複数のサブソースからデータをできる限り前処理するように、ならびに収集されたデータおよび前処理されたデータを中央演算装置に提供するように適合することができる。こうした階層構造の１つの実施可能な実施形態は、共通の前処理ユニットを含む多くのセンサユニットを備えたデータソースであってもよく、共通の前処理ユニットはデータを前処理した場合のみセンサユニットが提供するデータを収集および前処理する。このデータソースは例えばデータ圧縮を含み、次いでその圧縮データを中央演算装置に提供し得る。このような実施形態では、データソースの階層構造の層と中央演算装置との間にあらゆる適切な方法で必要な処理能力および労力を分散できる。

本発明によると、データソースまたはデータサブソースの少なくとも２つによって送られるデータが共通オブザーバブルの様々な範囲または部分的に重なる範囲を示すように、データソースまたはデータサブソースの少なくとも２つを設けることができる。様々なデータソース、様々なデータサブソース、または様々なセンサユニットが共通オブザーバブルの様々な範囲を感知するというこうした原則は、「センサフュージョン」と呼ばれることがあり、オブザーバブルの各範囲に特殊センサを用いて広範囲のオブザーバブル上に非常に正確なデータを提供することに寄与し得る。このデータはその後結合または融合される。

本発明のさらなる別の発展形態によれば、少なくとも１つの追加のデータリンクを一組のデータソース間またはデータソースのグループ間に設けてもよい。当該追加のデータリンクは、例えば、上記のデータソースの選択的動作の際に有益に利用できる。例えば、ある事象が１つのデータソースで発生したことから、ある期間内にある事象が別のデータソースで発生すると見込まれるということが結論づけられる場合、当該別のデータソースを見込まれる事象の予め決められた期間にデータ提供モードに切り替えることができる。実際、例えば、１つのデータソースの位置に列車が通過することを記録した１つのデータソースは、鉄道線路の下方にあるさらなるデータソースの動作を列車の走行方向にトリガすることができる。さらに、中央演算装置に迂回させる必要なく個々のデータソース間で低水準の診断手続または一貫性検査のためにデータソース間でデータリンクを利用することができる。

各実装および個々のデータソースならびに中央演算装置を位置決めすることに応じて、中央演算装置とデータソースの少なくとも１つとの間のデータリンクの少なくとも１つ、および／または一組のデータソース間またはデータソースのグループ間のデータリンクの少なくとも１つが無線方式である場合に有益になり得る。本発明に係るシステム用に専用無線プロトコルを開発し得るとしても、携帯電話技術またはＢｌｕｅｔｏｏｔｈ（登録商標）技術などの無線データ伝送の既知の規格を個々のデータリンクの必要な範囲および帯域幅に応じて同様に利用してもよい。一方、ここでもまた、本システム内の個々のデータソースの各実装およびモニタされるべき鉄道線路の位置決めに応じて、有線ベースのデータリンクを同様に使用してもよい。

上記のように、第２の態様によれば、本発明はさらに、本発明に係るシステムを利用して鉄道線路の少なくとも１つの特徴をモニタする方法に関し、本方法は以下の段階を含む。 中央演算装置を介して、複数のデータソースからデータを取り出す段階と、予め決められた指示に従って取り出したデータを処理する段階と、を含む。

当該指示は、あらゆる適切なアルゴリズムを含むことができ、データベース、および鉄道線路の特徴をモニタするのに適したその他のあらゆるデータ処理法を用いてもよい。

さらに、本発明に係る方法は、時間的動向をモニタするために、および履歴データを様々な種類のアルゴリズム用に容易に利用可能にするために、中央演算装置および／またはデータソースの少なくとも１つを介して履歴データを記憶する段階を含んでもよい。

さらなる発展形態によれば、本発明に係る方法は機械学習をする段階を含んでもよく、機械学習をする段階に従って、取り出したデータを処理するための予め決められた指示を変える段階を含んでもよい。この目的のために、ニューラルネットワークまたは遺伝的アルゴリズムなど既知の技術を利用してもよい。

すでに上述したように、モニタされるべき少なくとも１つの特徴は、鉄道線路または鉄道線路部分の摩耗状態または衛生状態であってもよく、および／または鉄道線路の少なくとも１つの特徴をモニタする段階は、例えばデータを表示するために、またはデータ処理するために、鉄道線路または鉄道線路部分の多次元仮想モデルを生成する段階を含んでもよい。

さらにすでに上述したように、本発明に係る方法は、データソースの少なくとも１つが中央演算装置に送られるデータに対して実行する前処理段階を含んでもよく、当該前処理段階は、データ量を小さくする段階を含むことが好ましい。

データ量を小さくする当該段階のかなり実用的かつ容易な１つの実装方法は、トリガ条件の少なくとも１つを満たした場合にのみデータが中央演算装置に送られるように、前処理段階で少なくとも１つのトリガ条件に関するデータを評価する段階を含むことであってもよい。

添付図１と共に本発明の実施形態の以下の記載を参照すると、本発明の追加機能および有利な効果が本発明の実施形態の以下の記載から理解されるだろう。
本発明に係るシステムの実施形態の概略図を示し、全体的に参照符号１で示される。

当該システム１は、図１で示されるように、分岐機構１０ａを含む部分が図１で概略的に示される鉄道線路１０の少なくとも１つの特徴をモニタするように構成される。鉄道線路１０の第１の一組の線路１２が第２の一組の線路１２ａと分岐機構１０ａで交わることで、結果、分岐機構の動作条件に基づいて列車は線路１２から線路１２ａに案内することができる、または線路１２に留まることができる。

さらに、図１は、第１の線路１２または第２の線路１２ａと関連付けられた複数の鉄道枕木１４ａから１４ｃを示す。各加速度センサ１６ａから１６ｃが鉄道枕木１４ａから１４ｃ上に位置決めされ、列車が通過したときに鉄道枕木１４ａから１４ｃの加速度を測定する。各加速度センサは、鉄道線路１０の加速度センサの各位置の周囲にある摩耗状態または衛生状態のインジケータになり得る。したがって、これらの加速度センサ１６ａから１６ｃは、鉄道線路１０の近傍に位置し、本発明の意味におけるセンサユニットに対応する。

実線で示されるように、当該加速度センサ１６ａから１６ｃは共通計算ユニット１８とデータ接続状態にある。加速度センサは、加速度センサの各位置で取り出した加速度データを共通計算ユニットに提供する。したがって、加速度センサ１６ａから１６ｃは、加速度センサの共通計算ユニット１８と共に、本発明に係る階層的データソース１９を形成する。その後、本システム１の中央演算装置２２とデータ接続状態になる。

図１の矢印で示されるように、各加速度センサ１６ａから１６ｃおよび共通計算ユニット１８間の全データリンクは双方向であり、さらに双方向データリンクは、一組の加速度センサ１６ａから１６ｃ自体の間にも設けられ、そのデータリンクは破線で示される。したがって、例えば、列車が図１で示される分岐機構１０ａを上から下への方向で通過した場合、測定された加速度が予め決められたトリガ閾値を超えて列車が通過したことを第１の加速度センサ１６ａが記録したら即座に、第１の加速度センサは動作シグナルを第２の加速度センサ１６ｂに送ることができる。これは、一定期間内に第２の加速度センサ１６ｂの位置での列車の通過を見込むことができるためである。

図１で示されるシステム１はさらに、温度センサ、光学センサまたは音響センサ２０などの環境センサを含むその他の複数のデータソースを備え、環境センサは、鉄道線路１０の近傍で温度事象または光学事象、もしくは音響事象を検知するように構成される。次いで、当該環境データはさらに中央演算装置２２に提供され、中央演算装置はさらに、例えば気象データまたは鉄道時刻表データを示すクラウドベースのデータソース２６から、ならびに、人間のオペレータが行う鉄道線路１０への光学検査に基づいたデータなど任意の追加データを手入力するデータソース２４からデータを取り出すことができる。

例えば、トリガアルゴリズム、フィルタリングアルゴリズムおよび／または符号化アルゴリズムを利用することによってデータリンクを介して中央演算装置２２に送られるデータ量を小さくするために、データソース自体が、場合によっては、データソースの各センサユニットによって収集されたデータの前処理を行うことができることに留意されたい。

最終的に、中央演算装置２２は、鉄道線路１０の摩耗状態または衛生状態を予測および評価することで保守点検作業などを促進かつ最適化するために、様々なデータソース１９、２０、２４および２６から利用可能であるデータにデータフュージョンアルゴリズムを実行することになる。この目的のために中央演算装置２２は、鉄道線路１０の関連する特徴に関するデータを人間が読める形式でその後必要なタスクを実行できる人間のオペレータに出力するように適合してもよい。あるいは、その結果をあらゆる必要な保守点検段階またはその他のあらゆる適切なアクションを自動的にトリガできる上位統合システム２８に提供してもよい。

最後に、中央演算装置２２は機械学習法を実行するように適合することができる。例えば、ニューラルネットワークを利用してフィードバックデータに依拠し、そのフィードバックデータに測定された物理量を与え、測定された物理量が与えられたフィードバックデータに対して予測を検証することができ、その予測からアルゴリズムを改善することができる。

Claims (21)

1. 鉄道線路の特徴をモニタするシステムであって、
   複数のデータソースからデータを取り出しかつ処理し、前記鉄道線路の特徴を示す出力データを提供するように適合された中央演算装置と、
   各データリンクを介してデータを前記中央演算装置に送るように適合された２つ以上のデータソースと、を備え、
   前記データソースの少なくとも１つが、モニタされるべき前記鉄道線路の一部分の近傍に位置付けられる１または複数のセンサユニットを含み、
   データソースによって送られる前記データが前記鉄道線路の様々な物理的特性および／または様々な環境特性を指すように前記データソースを設ける、
   システム。
2. 前記データソースが、データを前記中央演算装置に送る前に前記データの前処理を行うように適合される前処理ユニットを含む、請求項１に記載のシステム。
3. 前記センサユニットがモニタされるべき前記鉄道線路の鉄道枕木上に配置される、請求項１または２に記載のシステム。
4. 前記鉄道線路の一部分の近傍に位置付けられる前記センサユニットが、前記鉄道線路の一部分の加速度、速度および／または位置を感知するように構成され、および／または前記センサユニットが、加速度センサ、光学センサ、音響センサ、超音波センサ、電気センサおよび／または磁気センサ、もしくは温度センサである、請求項１から３の何れか一項に記載のシステム。
5. 環境特性を指すデータを提供する前記データソースが、気象データまたは鉄道時刻表データを提供するように構成される、請求項１から４の何れか一項に記載のシステム。
6. 前記データソースが、データを手入力するためのインタフェースを含む、請求項１から５の何れか一項に記載のシステム。
7. 前記中央演算装置と、前記データソースとの間のデータリンクが双方向である、請求項１から６の何れか一項に記載のシステム。
8. 前記中央演算装置がさらに、前記データソースを待機モードからデータ提供モードに切り替えることによって選択的に前記データソースを動作するように適合される、請求項７に記載のシステム。
9. 前記データソースがさらに、動作条件に基づいて待機モードからデータ提供モードに切り替えるように適合される、請求項１から８の何れか一項に記載のシステム。
10. 前記中央演算装置および／または前記データソースがさらに、履歴データを記憶および提供するように適合される、請求項１から９の何れか一項に記載のシステム。
11. 前記データソースが、複数のサブソースおよび上位層を含む階層構造を有し、前記上位層は、前記複数のサブソースからデータを収集かつ前処理するように、および前処理されたデータを前記中央演算装置に提供するように適合される、請求項１から１０の何れか一項に記載のシステム。
12. 前記データソースまたはデータサブソースによって送られる前記データが共通オブザーバブルの様々な範囲または部分的に重なる範囲を示すように、前記データソースまたは前記データサブソースを設ける、請求項１から１１の何れか一項に記載のシステム。
13. 追加データリンクを一組のデータソース間またはデータソースのグループ間に設ける、請求項１から１２の何れか一項に記載のシステム。
14. 前記中央演算装置と前記データソースとの間のデータリンク、および／または一組のデータソース間またはデータソースのグループ間のデータリンクが無線方式である、請求項１から１３の何れか一項に記載のシステム。
15. 請求項１から１４の何れか一項に記載のシステムを利用して鉄道線路の特徴をモニタする方法であって、
    前記中央演算装置を介して、前記複数のデータソースからデータを取り出す段階と、
    予め決められた指示に従って前記取り出したデータを処理する段階と、を含む
    方法。
16. 前記方法はさらに、前記中央演算装置および／または前記複数のデータソースの少なくとも１つを介して履歴データを記憶する段階を含む、請求項１５に記載の方法。
17. 前記方法はさらに、例えばニューラルネットワークを利用して前記予め決められた指示を変える機械学習をする段階を含む、請求項１５または１６に記載の方法。
18. モニタされるべき前記特徴が、前記鉄道線路または前記鉄道線路の一部分の摩耗状態または衛生状態である、請求項１５から１７の何れか一項に記載の方法。
19. 前記鉄道線路の前記特徴をモニタする段階が、前記鉄道線路または前記鉄道線路の一部分の多次元仮想モデルを生成する段階を含む、請求項１５から１８の何れか一項に記載の方法。
20. 前記データソースが前記中央演算装置に送られるデータに対して実行する前処理段階を含む、請求項１５から１９の何れか一項に記載の方法。
21. トリガ条件の少なくとも１つを満たした場合にのみデータが前記中央演算装置に送られるように、前記前処理段階が前記少なくとも１つのトリガ条件に関するデータを評価する段階を含む、請求項２０に記載の方法。

Images