JP2023082448A - 検知装置および検知方法 - Google Patents

検知装置および検知方法 Download PDF

Info

Publication number
JP2023082448A
JP2023082448A JP2021196229A JP2021196229A JP2023082448A JP 2023082448 A JP2023082448 A JP 2023082448A JP 2021196229 A JP2021196229 A JP 2021196229A JP 2021196229 A JP2021196229 A JP 2021196229A JP 2023082448 A JP2023082448 A JP 2023082448A
Authority
JP
Japan
Prior art keywords
reflected
state
signal
detection
received signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021196229A
Other languages
English (en)
Inventor
昂志 太田
Takashi Ota
直也 柿本
Naoya Kakimoto
肇 河合
Hajime Kawai
泰路 伊藤
Taiji Ito
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP2021196229A priority Critical patent/JP2023082448A/ja
Priority to PCT/JP2022/043225 priority patent/WO2023100723A1/ja
Priority to TW111144716A priority patent/TW202323814A/zh
Publication of JP2023082448A publication Critical patent/JP2023082448A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/12Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

【課題】対象物の状態の変化を検知するための作業負荷およびコストを低減する。【解決手段】検知装置は、検知対象である対象物に対して電磁波または音波を発射し、対象物で反射された電磁波または音波を受信するセンサ部と、対象物が正常状態である場合に、対象物で反射されてセンサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録部と、基準データと、対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、対象物の状態が変化したことを検知する検知部と、を備える。【選択図】図1

Description

本発明は、検知装置および検知方法に関する。
メンテナンス作業には、計器の計測値または排水の汚れなどに変化がないかを確認するような単純な作業が存在する。作業負荷を低減するため、計器の撮像画像を解析することで変化を検知したり、匂いによって汚れを検知したりする技術が提案されている。また、特許文献1は、汚れの検知を自動化する技術を開示している。
特開2001-83099号公報
確認対象物の撮影画像を解析して、状態の変化を検知するためには、画像処理が可能な検知装置が使用されるためコストがかかる。また、既存の計器等に対して後付けで検知装置を設置することは、設置する場所または数によっては困難な場合がある。
本発明は、一側面では、対象物の状態の変化を検知するための作業負荷およびコストを低減する技術を提供することを目的とする。
本発明は、上記目的を達成するために、以下の構成を採用する。
本開示の第一側面は、検知対象である対象物に対して電磁波または音波を発射し、対象物で反射された電磁波または音波を受信するセンサ部と、対象物が正常状態である場合に、対象物で反射されてセンサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録部と、基準データと、対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、対象物の状態が変化したことを検知する検知部と、を備える、検知装置である。
検知装置は、対象物の状態の変化を検知する作業を自動化し、確認作業のための作業負荷を低減することができる。また、検知装置は軽量で簡易な装置により実現可能であるため、設置コストは抑制することができ可能である。なお、電磁波は光、電波を含み、音波は超音波を含む。
対象物は、針の動きによって計測値を示す計器であり、検知部は、計器の針が配置された面で反射された電磁波または音波の受信信号である反射信号に基づいて、針が動いたことを検知してもよい。検知装置は、針の位置の変化を検知することができるため、針を用いた計器の計測値の変化を自動で検知することができる。
対象物は、水槽内に貯留される排水であり、検知部は、排水の表面で反射された電磁波または音波の受信信号である反射信号に基づいて、排水の汚れを検知してもよい。検知装置は、水面の状態の変化を検知することができるため、排水の汚れを自動で検知することができる。
基準データは、基準受信信号を高速フーリエ変換することにより得られた各周波数成分の値であり、検知部は、基準データと、反射信号を高速フーリエ変換することにより得られる各周波数成分の値との周波数成分ごとの差分の合計が所定の閾値以上である場合に、対象物の状態が変化したことを検知してもよい。検知装置は、基準受信信号と反射信号とをスカラー値に変換し、閾値と比較するという簡易な処理によって、対象物の状態の変化を検知することができる。
検知部は、反射信号からノイズを除去した信号を高速フーリエ変換してもよい。検知装置は、ノイズを除去することで、対象物の状態の変化を精度良く検知することができる。
検知部は、基準受信信号を教師データとして学習させた学習済みモデルに、反射信号を入力し、学習済みモデルが出力する一致度であって、基準受信信号と反射信号との一致度に基づいて、対象物の状態が変化したことを検知してもよい。機械学習による学習済みモデルを用いて、基準受信信号と反射信号とを比較することで、検知装置は、対象物の状態の変化を精度良く検知することができる。
検知部は、基準受信信号を第1クラスの教師データとし、対象物が正常状態でない場合にセンサ部が受信した電磁波または音波の基準外受信信号を第2クラスの教師データとして学習させた学習済みモデルに、反射信号を入力し、学習済みモデルが出力する一致度であって、第1クラスの基準受信信号と反射信号との一致度および第2クラスの基準外受信信号と反射信号との一致度の少なくともいずれかに基づいて、対象物の状態が変化したことを検知してもよい。検知装置は、基準受信信号と反射信号との一致度、または基準外受信信号と反射信号との一致度から、対象物の状態の変化の度合いを検知することができる。
検知部が、対象物の状態が変化したことを検知した場合に、対象物の状態を管理するための外部装置に対象物の状態が変化したことを通知する通信部をさらに備えてもよい。検知装置は、対象物の状態が変化したことを、外部装置を介してユーザに通知することができる。
通信部は、有線LAN(Local Area Network)通信、USB通信を含む有線での通信規格、およびLPWA(Low Power Wide Area)、Wi-Fi、WiMAX、4GLTE(Long Term Evolution)、5G、WAN(Wide Area Network)を含む無線での通信規格のうち少なくともいずれかにより、外部装置と通信可能であってもよい。検知装置は、各種の通信方法により、対象物の状態の変化を外部装置に通知することができる。
本発明の第二側面は、検知対象である対象物に対して電磁波または音波を発射し、対象物で反射された電磁波または音波を受信するセンサ部を備える検知装置が、対象物が正常状態である場合に、対象物で反射されてセンサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録ステップと、基準データと、対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、対象物の状態が変化したことを検知する検知ステップと、を実行する、検知方法である。
また、本発明は、かかる方法を実現するためのプログラムまたはそのプログラムを非一時的に記録した記録媒体として捉えることもできる。なお、上記手段および処理の各々は可能な限り互いに組み合わせて本発明を構成することができる。
本発明によれば、対象物の状態の変化を検知するための作業負荷およびコストを低減す
ることができる。
図1は、検知装置の適用例を説明する図である。 図2は、検知装置の他の適用例を説明する図である。 図3は、センサの例を説明する図である。 図4は、検知装置の機能構成を例示する図である。 図5は、対象物の状態変化の検知処理を例示するフローチャートである。 図6は、対象物の状態変化の検知する方法について説明する図である。 図7は、対象物の状態変化を検知する他の方法について説明する図である。 図8は、学習済みモデルを用いた検知方法について説明する図である。 図9は、学習済みモデルを用いた他の検知方法について説明する図である。
以下、本発明の一側面に係る実施の形態を、図面に基づいて説明する。
<適用例>
図1は、検知装置10の適用例を説明する図である。検知装置10は、検知対象である対象物の状態の変化を検知するためのセンサ11を備える。センサ11は、対象物(遮蔽物)に対して電磁波(光、電波を含む)または音波(超音波を含む)を発射し、対象物で反射された電磁波または音波を受信する。検知装置10は、受信した電磁波または音波の波形の変化に基づいて、対象物の状態の変化を検知することができる。
図1の例では、検知装置10は、メーター20の針の状態の変化を検知する。メーター20は、針の動きによって計測値を示す計器である。例えば、スプリンクラーのポンプ圧、空調設備のバッファータンクの圧力などを計測するメーター20が複数箇所に点在する大型施設等では、作業者がメーター20を目視で確認する場合、作業負荷は増加し、人件費等のコストも上昇する。
検知装置10は、メーター20の針が配置された文字盤に電磁波または音波を発射し、反射された電磁波または音波を受信する。反射された電磁波または音波の受信信号である反射信号は、針の動きに応じて変化する。検知装置10は、反射信号の変化に基づいて、針が動いたことを自動で検知することができる。
検知装置10は、簡易な処理で対象物の状態の変化を検知することができるため、電池による駆動が可能である。検知装置10は、電池駆動が可能であるため、電気配線をすることなく既設のメーター20等に対して後付けで簡易に設置することができる。
検知装置10は、例えば、センサ11を支えるアームの一部でメーター20を挟み込むことにより設置することができる。また、アームは、メーター20を挟み込むのではなく、磁石によりメーター20に貼り付けられてもよい。センサ11を支えるアームは可動式であってもよい。可動式のアームで支えられるセンサ11は、センサ11を使用しない場合、またはメーター20を目視で確認する場合には、目視の妨げにならない位置に移動させることができる。また、センサ11を対象物に近づけて検知処理をすることで、外乱光による影響は抑制することが可能である。
図2を参照して、検知装置10の他の適用例について説明する。図2は、厨房排水から油分またはゴミを分離、収集するためのグリストラップを示す。グリストラップで収集された油分およびゴミを清掃せずに放置すると、排水の汚れおよび悪臭が発生する原因となる。作業者が排水の汚れを目視で確認する場合、作業負荷は増加し、人件費等のコストも
上昇する。
検知装置10は、水槽内に貯留される排水の表面に電磁波または音波を発射し、反射された電磁波または音波を受信する。反射された電磁波または音波の受信信号である反射信号は、例えば排水の上部に分離された油分が存在するか否かに応じて変化する。検知装置10は、反射信号の変化に基づいて、排水の汚れを自動で検知することができる。検知装置10は、例えば、メーター20に設置する場合と同様に、センサ11を支えるアームの一部でグリストラップの仕切り板を挟み込むことにより設置することができる。
このように、検知装置10は、対象物の状態の変化を自動で検知することができ、計器の計測値または排水の汚れなどに変化がないかを確認するような単純作業の作業負荷を軽減することができる。また、電池駆動が可能な簡易な検知装置10を後付けで設置することができるため、導入コストの抑制が可能である。
<実施形態>
(ハードウェア構成)
図1を参照して、検知装置10のハードウェア構成の一例について説明する。検知装置10は、センサ11、制御回路12、通信回路13、電源14を備える。
センサ11は、検知対象である対象物に対して電磁波(光、電波を含む)または音波(超音波を含む)を発射し、対象物で反射された電磁波または音波を受信する。なお、以下の説明では、センサ11は対象物に対して投光し、対象物によって反射された光を受光するものとして説明するが、本実施形態は、光以外の電磁波または音波に対しても同様に適用可能である。
図3を参照して、センサ11について説明する。図3に示すセンサ11は、投光回路によって制御される投光素子11a、および受光回路によって制御される受光素子11bが一つのケースに収納された一体形の光電センサである。また、図3に示すセンサ11は、対象物からの散乱反射光(拡散反射光)を受光する拡散反射型センサであり、投光領域と受光領域とが重なる検知エリア内の対象物を検知することができる。
なお、センサ11は、拡散反射型センサに限られず、電磁波または音波などを発射し、対象物によって反射した電磁波または音波などを受信するものであればよい。例えば、センサ11は、投光軸と受光軸に角度をつけて、投光領域と受光領域の向きを、検知対象物が存在する位置で交差するように調整する限定反射型センサであってもよい。また、センサ11は、水中で音波を発信し、対象物に反射して戻ってきた音波を受信するソナー、または超音波ToF(Time-of-Flight)センサなどであってもよい。
制御回路12は、AD変換器、プロセッサ、メモリなどを備えるマイコンで構成される。通信回路13は、ネットワークを介して外部装置と通信するためのインタフェースである。検知装置10は、通信回路13を介して外部装置と通信可能に接続される。通信回路13は、例えば、有線LAN通信、USB通信を含む有線での通信規格により外部装置に接続するためのインタフェースであってもよい。また、通信回路13は、LPWA、Wi-Fi、WiMAX、4GLTE、5G、WANを含む無線での通信規格により外部装置に接続するためのインタフェースであってもよい。電源14は、一次電池、二次電池、外部電源のいずれでもよい。本実施形態では、電源14は、一次電池(乾電池)が好ましい。
(機能構成)
図4を参照して、検知装置10の機能構成について説明する。図4は、検知装置10の
機能構成を例示する図である。検知装置10は、センサ部110、登録部120、検知部130、通信部140を有する。
センサ部110は、投光部111および受光部112を有する。投光部111は、対象物に対し、投光素子11aから光を発射する。受光部112は、対象物で反射された光を受光素子11bによって受光し、電気信号に変換する。センサ部110は、所定のタイミングで投受光を行う。所定のタイミングは、例えば、1日4回の所定時刻であってもよく、一定時間ごとであってもよい。
登録部120は、対象物が正常状態である場合に、対象物で反射された光の受信信号(以下、基準受信信号とも称される)を、基準データとして制御回路12のメモリに登録する。登録部120がメモリに登録した基準データは、対象物の状態が変化したか否かを検知するために用いられる。
検知部130は、投光部111から光が投光され、対象物で反射された光の受信信号である反射信号と、登録部120が登録した基準データとに基づいて、対象物の状態の変化を検知する。
通信部140は、対象物の状態が変化したことを検知した場合に、対象物の状態を管理するための外部装置に、対象物の状態が変化したことを通知する。通信部140は、対象物の状態が変化したこととともに、状態が変化した対象物を特定するための識別情報、状態が変化した時刻、対象物が存在する位置情報等を外部装置に通知してもよい。ユーザは、検知装置10からの通知を確認することにより、状態が変化した対象物を迅速に把握することができる。
(検知処理)
図5を参照して、対象物の状態変化を検知する検知処理について説明する。図5に示す検知処理は、対象物が正常状態である場合に開始され、対象物の状態の変化が検知されてユーザに通知されるまでの処理を例示する。
S101では、登録部120は、対象物が正常状態である場合の基準データを登録する。なお、基準データを登録する処理は、S102からS105までの処理とは別にあらかじめ実行されるようにしてもよい。
S102では、投光部111は、対象物に対して投光する。投光部111は、対象物の状態が変化していないかを確認するための所定のタイミングで投光すればよい。所定のタイミングは、検知対象の対象物の確認頻度に応じて設定されてもよい。所定のタイミングは、1日数回の決められた時刻であってもよく、数時間ごとといった所定の時間間隔であってもよい。
S103では、検知部130は、S101で登録された基準データと、対象物で反射された光の反射信号とを比較する。ここで図6から図9を参照して、基準データと、対象物で反射された光の反射信号とを比較し、対象物の状態の変化を検知する方法について説明する。
図6は、対象物の状態変化を検知する方法について説明する図である。対象物で反射された光は、センサ11の受光素子11bによって電気信号に変換される。変換された電気信号(反射信号)の波形600は、例えば高速フーリエ変換(FFT、Fast Fourier Transformation)により、周波数成分に変換される。図6の検知方法では、基準データは、
対象物が正常状態である場合の基準受信信号を、高速フーリエ変換により得られた各周波
数成分の値(振幅)とすることができる。
検知部130は、基準データと、対象物で反射した光の反射信号を高速フーリエ変換することにより得られる各周波数成分の値とを比較し、例えば、周波数成分ごとの差分の合計が所定の閾値以上である場合に、対象物の状態が変化したと判定する。所定の閾値は、例えば、周波数成分ごとの値(振幅)の合計のn%(0<n<10)とすることができる。
なお、検知部130は、反射信号を高速フーリエ変換して得られる周波数成分のうちの振幅の最大値を、基準データの対応する値と比較してもよい。このように、図6の検知方法は、対象物で反射された光の受信信号をスカラー値に変換して、基準データと比較することにより、対象物の状態の変化を検知する方法である。
図7は、対象物の状態変化を検知する他の方法について説明する図である。図7の検知方法は、図6で説明した方法と同様に、対象物で反射された光の受信信号(反射信号)の波形700をスカラー値に変換するが、反射信号のノイズを除去し、ノイズを除去した信号の波形701を高速フーリエ変換する方法である。ノイズの除去は、フィルタリング等の公知の技術を用いて実現することができる。
図8は、学習済みモデルを用いた検知方法について説明する図である。学習済みモデルは、ディープラーニング(例えば、R-CNN、Faster R-CNN、YOLO、SSDなど)を含む機械学習により生成される。図8の例では、学習済みモデルは、対象物が正常状態の場合に対象物で反射された光の基準受信信号(正常波形)800を教師データとして学習させたモデルである。生成された学習済みモデルは、基準データとして、制御回路12のメモリに登録される。
図5のS103において、検知部130は、メモリに登録された学習済みモデルに、S102で投光された光の反射信号(取得データ)801を入力する。学習済みモデルは、入力された反射信号801と正常波形800との一致度(正常波形であることの信頼度)を出力する。
検知部130は、例えば、一致度が所定の閾値以上である場合に、入力された反射信号801が正常であると判定する。また、検知部130は、一致度が所定の閾値未満である場合に、入力された反射信号801は正常ではなく、対象物の状態が変化したと判定することができる。所定の閾値は、例えば、変化を検知する検知精度に基づいて決定されればよい。入力された反射信号と基準受信信号とが一致する場合の学習済みモデルの出力値を1とすると、所定の閾値は、例えば、0.7以上の値に設定することができる。
図9は、学習済みモデルを用いた他の検知方法について説明する図である。図9の検知方法では、図8の検知方法と同様にディープラーニング等の機械学習により、学習済みモデルが生成される。図9の検知方法では、図8の例と異なり、学習済みモデルは、対象物が正常状態の場合の基準受信信号(正常波形)900および対象物が異常状態の場合の基準外受信信号(異常波形)901を教師データとして学習させた多クラスの識別が可能なモデルである。生成された学習済みモデルは、基準データとして、制御回路12のメモリに登録される。
図5のS103において、検知部130は、メモリに登録された学習済みモデルに、S102で投光された光の反射信号(取得データ)902を入力する。学習済みモデルは、入力された反射信号902と正常波形900(第1クラスに相当)との一致度(正常波形であることの信頼度)および異常波形901(第2クラスに相当)との一致度(異常波形
であることの信頼度)を出力する。
検知部130は、例えば、反射信号902と正常波形900との一致度が異常波形901との一致度よりも大きい場合、学習済みモデルに入力された反射信号902は正常であると判定する。また、反射信号902と正常波形900との一致度が異常波形901との一致度以下である場合、検知部130は、学習済みモデルに入力された反射信号902は異常であると判定し、対象物の状態が変化したと判定することができる。また、検知装置は、基準受信信号と反射信号との一致度、および基準外受信信号と反射信号との一致度から、対象物の状態の変化の度合いを検知することができる。
なお、検知部130は、図8で説明した検知方法と同様に、反射信号902と正常波形900(第1クラス)との一致度、または反射信号902と異常波形901(第2クラス)との一致度と、所定の閾値とを比較して、対象物の状態の変化を判定してもよい。例えば、検知部130は、反射信号902と正常波形900との一致度が所定の閾値以上である場合に、反射信号902が正常であると判定し、所定の閾値未満である場合に、反射信号902は正常ではなく対象物の状態が変化したと判定することができる。また、検知部130は、反射信号902と異常波形901との一致度が所定の閾値以上である場合に、反射信号902は正常ではなく対象物の状態が変化したと判定し、所定の閾値未満である場合に、反射信号902が正常であると判定することができる。
図5のS104では、検知部130は、S103での比較結果に基づいて、対象物の状態の変化を検知したか否かを判定する。また、学習済みモデルを用いた検知方法では、検知部130は、学習済みモデルの出力結果に基づいて、対象物の状態の変化を検知したか否かを判定する。対象物の状態の変化を検知した場合、処理はS105に進む。対象物の状態の変化を検知しなかった場合、処理はS102に戻る。
S105では、通信部140は、対象物の状態が変化したことを外部装置に通知する。通信部140は、対象物の状態が変化した時刻、対象物が存在する位置情報等の情報も外部装置に送信してもよい。ユーザは、外部装置を介して、対象物の状態が変化したこと、状態が変化した時刻、対象物が存在する位置情報等の情報を取得することができる。
上記の実施形態によれば、検知装置10は、対象物の状態の変化を検知する作業を自動化し、確認作業のための作業負荷を低減することができる。また、検知装置10は、電磁波または音波を発射し、対象物で反射された電磁波または音波を受信するセンサ11を備える軽量で簡易な装置により実現可能である。また、検知装置10は、画像処理のような負荷がかかる処理を実行しなくてもよいため、電池駆動が可能である。したがって、状態の変化を検知しようとする対象物が増加しても、各対象物に対する検知装置10の設置コストは抑制することが可能である。
<その他>
上記の各実施形態は、本発明の構成例を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。
なお、上記実施形態では、検知装置10が、対象物の状態変化を検知する例により説明したが、状態変化の検知は、外部装置により実行されてもよい。この場合、検知装置10は、対象物で反射された電磁波または音波の受信信号(反射信号)を外部装置に送信し、外部装置は、外部装置の記憶部に登録された基準データと、反射信号とを比較することにより、対象物の状態が変化したことを検知することができる。
<付記1>
検知対象である対象物に対して電磁波または音波を発射し、前記対象物で反射された電磁波または音波を受信するセンサ部(110、14)と、
前記対象物が正常状態である場合に、前記対象物で反射されて前記センサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録部(120)と、
前記基準データと、前記対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、前記対象物の状態が変化したことを検知する検知部(130)と、を備える、
検知装置(10)。
<付記2>
検知対象である対象物に対して電磁波または音波を発射し、前記対象物で反射された電磁波または音波を受信するセンサ部(110、14)を備える検知装置(10)が、
前記対象物が正常状態である場合に、前記対象物で反射されて前記センサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録ステップ(S101)と、
前記基準データと、前記対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、前記対象物の状態が変化したことを検知する検知ステップ(S103、S104)、を実行する、
検知方法。
10:検知装置、11:センサ、11a:投光素子、11b:受光素子、12:制御回路、13:通信回路、14:電源
110:センサ部、111:投光部、112:受光部、120:登録部、130:検知部、140:通信部

Claims (11)

  1. 検知対象である対象物に対して電磁波または音波を発射し、前記対象物で反射された電磁波または音波を受信するセンサ部と、
    前記対象物が正常状態である場合に、前記対象物で反射されて前記センサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録部と、
    前記基準データと、前記対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、前記対象物の状態が変化したことを検知する検知部と、を備える、
    検知装置。
  2. 前記対象物は、針の動きによって計測値を示す計器であり、
    前記検知部は、前記計器の前記針が配置された面で反射された電磁波または音波の受信信号である前記反射信号に基づいて、前記針が動いたことを検知する、
    請求項1に記載の検知装置。
  3. 前記対象物は、水槽内に貯留される排水であり、
    前記検知部は、前記排水の表面で反射された電磁波または音波の受信信号である前記反射信号に基づいて、前記排水の汚れを検知する、
    請求項1に記載の検知装置。
  4. 前記基準データは、前記基準受信信号を高速フーリエ変換することにより得られた各周波数成分の値であり、
    前記検知部は、前記基準データと、前記反射信号を高速フーリエ変換することにより得られる各周波数成分の値との周波数成分ごとの差分の合計が所定の閾値以上である場合に、前記対象物の状態が変化したことを検知する
    請求項1から3のいずれか1項に記載の検知装置。
  5. 前記検知部は、前記反射信号からノイズを除去した信号を高速フーリエ変換する、
    請求項4に記載の検知装置。
  6. 前記検知部は、前記基準受信信号を教師データとして学習させた学習済みモデルに、前記反射信号を入力し、前記学習済みモデルが出力する一致度であって、前記基準受信信号と前記反射信号との一致度に基づいて、前記対象物の状態が変化したことを検知する、
    請求項1から3のいずれか1項に記載の検知装置。
  7. 前記検知部は、前記基準受信信号を第1クラスの教師データとし、前記対象物が正常状態でない場合に前記センサ部が受信した電磁波または音波の基準外受信信号を第2クラスの教師データとして学習させた学習済みモデルに、前記反射信号を入力し、前記学習済みモデルが出力する一致度であって、前記第1クラスの前記基準受信信号と前記反射信号との一致度および前記第2クラスの前記基準外受信信号と前記反射信号との一致度の少なくともいずれかに基づいて、前記対象物の状態が変化したことを検知する、
    請求項1から3のいずれか1項に記載の検知装置。
  8. 前記検知部が、前記対象物の状態が変化したことを検知した場合に、前記対象物の状態を管理するための外部装置に前記対象物の状態が変化したことを通知する通信部をさらに備える、
    請求項1から7のいずれか1項に記載の検知装置。
  9. 前記通信部は、有線LAN(Local Area Network)通信、USB通信を含む有線での通信規格、およびLPWA(Low Power Wide Area
    )、Wi-Fi、WiMAX、4GLTE(Long Term Evolution)、5G、WAN(Wide Area Network)を含む無線での通信規格のうち少なくともいずれかにより、前記外部装置と通信可能である、
    請求項8に記載の検知装置。
  10. 検知対象である対象物に対して電磁波または音波を発射し、前記対象物で反射された電磁波または音波を受信するセンサ部を備える検知装置が、
    前記対象物が正常状態である場合に、前記対象物で反射されて前記センサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録ステップと、
    前記基準データと、前記対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、前記対象物の状態が変化したことを検知する検知ステップと、を実行する、
    検知方法。
  11. 検知対象である対象物に対して電磁波または音波を発射し、前記対象物で反射された電磁波または音波を受信するセンサ部を備える検知装置に、
    前記対象物が正常状態である場合に、前記対象物で反射されて前記センサ部が受信した電磁波または音波の基準受信信号の情報を、基準データとして登録する登録ステップと、
    前記基準データと、前記対象物で反射された電磁波または音波の受信信号である反射信号とに基づいて、前記対象物の状態が変化したことを検知する検知ステップと、を実行させる、
    プログラム。
JP2021196229A 2021-12-02 2021-12-02 検知装置および検知方法 Pending JP2023082448A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2021196229A JP2023082448A (ja) 2021-12-02 2021-12-02 検知装置および検知方法
PCT/JP2022/043225 WO2023100723A1 (ja) 2021-12-02 2022-11-22 検知装置および検知方法
TW111144716A TW202323814A (zh) 2021-12-02 2022-11-23 檢測裝置、檢測方法以及電腦可讀取記錄媒體

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021196229A JP2023082448A (ja) 2021-12-02 2021-12-02 検知装置および検知方法

Publications (1)

Publication Number Publication Date
JP2023082448A true JP2023082448A (ja) 2023-06-14

Family

ID=86612070

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021196229A Pending JP2023082448A (ja) 2021-12-02 2021-12-02 検知装置および検知方法

Country Status (3)

Country Link
JP (1) JP2023082448A (ja)
TW (1) TW202323814A (ja)
WO (1) WO2023100723A1 (ja)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10118673A (ja) * 1996-10-15 1998-05-12 Brother Ind Ltd 循環浄化装置
JPH11347578A (ja) * 1998-06-10 1999-12-21 Hitachi Chem Co Ltd 浄化槽
JP4899512B2 (ja) * 2005-02-14 2012-03-21 日産自動車株式会社 乗員保護装置、乗員保護方法および乗員保護装置付き車両
JP2006349608A (ja) * 2005-06-20 2006-12-28 Toto Ltd 超音波人体センサ及びそれを有するトイレ装置
JP6007538B2 (ja) * 2012-03-27 2016-10-12 日本電気株式会社 環境の観測システム
JP6459139B2 (ja) * 2014-09-16 2019-01-30 Toto株式会社 検知装置及び小便器洗浄装置
JP6531390B2 (ja) * 2014-12-26 2019-06-19 住友電気工業株式会社 電波センサ、検知方法および検知プログラム
JP7320222B2 (ja) * 2018-11-26 2023-08-03 公立大学法人北九州市立大学 浴室監視装置及び浴室監視方法
JP2021004738A (ja) * 2019-06-25 2021-01-14 神鋼検査サービス株式会社 超音波探傷用機械学習装置、該方法および該プログラムならびに超音波探傷装置
US11443133B2 (en) * 2019-12-10 2022-09-13 Ricoh Company, Ltd. Computer vision system for industrial equipment gauge digitization and alarms
CN112990190A (zh) * 2020-03-25 2021-06-18 长扬科技(北京)有限公司 指针式仪表读数的识别方法、装置

Also Published As

Publication number Publication date
TW202323814A (zh) 2023-06-16
WO2023100723A1 (ja) 2023-06-08

Similar Documents

Publication Publication Date Title
US20230003881A1 (en) Methods and apparatus to measure and analyze vibration signatures
CN107942206B (zh) 一种gis局部放电定位方法
JP2021192526A5 (ja)
CN103635828B (zh) 用传感器进行鲁棒且快速的存在检测的方法
JP2010189100A (ja) 異常診断装置および異常診断方法
JP2019067197A (ja) 故障予兆検知手法
JP2018051721A (ja) 異常検出装置、異常検出方法及びプログラム
EP2937689A1 (en) Adaptive baseline damage detection system and method
CN114492629A (zh) 异常检测方法、装置、电子设备及存储介质
CN102625912A (zh) 缺陷检测方法和系统
CN103983881A (zh) 核探测器的故障诊断方法及装置
CN103336266A (zh) 一种便携式变电站噪声成像定位检测装置
KR20200080814A (ko) 음향 방출 결함 신호 검출 장치 및 방법
CN114839621A (zh) Mems振镜状态检测方法及mems激光雷达
WO2023100723A1 (ja) 検知装置および検知方法
JP2010266327A (ja) 設備診断装置及び設備診断方法
CN112781721B (zh) 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置
CN104391044B (zh) 一种检测蜂窝结构腐蚀损伤的振动检测方法
CN103511110A (zh) 一种检测转速传感器安装位置的方法和系统
JPWO2014024559A1 (ja) 振動検出装置
JP2011203048A (ja) 音源位置特定装置および音源位置特定方法
KR20170109770A (ko) 수중 운동체의 자체 소음과 자기 발생 소나 신호를 이용한 수중 운동체의 상태 진단 방법 및 시스템
US20230236237A1 (en) Method for automatically creating installation-specific measuring profiles for an insulation monitoring system
CN210051434U (zh) 一种基于静电感应的振动测量装置
CN203643114U (zh) 一种基于免疫检测器的智能故障诊断系统