JP6914387B1 - 異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム - Google Patents
異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム Download PDFInfo
- Publication number
- JP6914387B1 JP6914387B1 JP2020053208A JP2020053208A JP6914387B1 JP 6914387 B1 JP6914387 B1 JP 6914387B1 JP 2020053208 A JP2020053208 A JP 2020053208A JP 2020053208 A JP2020053208 A JP 2020053208A JP 6914387 B1 JP6914387 B1 JP 6914387B1
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- alarm
- monitoring area
- information processing
- predetermined
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 85
- 238000001514 detection method Methods 0.000 title claims description 67
- 230000000903 blocking effect Effects 0.000 claims abstract description 129
- 230000005856 abnormality Effects 0.000 claims abstract description 112
- 238000000034 method Methods 0.000 claims description 57
- 238000012544 monitoring process Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 241000098700 Sarcocheilichthys parvus Species 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 abstract description 18
- 230000004397 blinking Effects 0.000 abstract description 11
- 238000013459 approach Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 33
- 238000004891 communication Methods 0.000 description 15
- 238000012546 transfer Methods 0.000 description 12
- 230000004888 barrier function Effects 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
Landscapes
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
Description
<異常検知システムの概要>
まず、本実施形態1に係る異常検知システムの概要について説明する。図1は、本実施形態1に係る異常検知システムの概要を説明するための説明図である。
次に、図1に示した情報処理装置30の構成について説明する。図2は、図1に示した情報処理装置30の構成を示す機能ブロック図である。図2に示すように、情報処理装置30は、カメラ10、マイク20及び無線通信装置40と接続され、記憶部31、制御部32及びタイマ33を有する。
次に、遮断棒の現在位置と予測位置との距離算定の一例を説明する。図4は、遮断棒の現在位置と予測位置との距離算定の一例を説明するための説明図である。ここでは、カメラ10が撮像した画像に含まれる遮断機の遮断棒の取り付け点を座標の原点とし、該画像の垂直方向をY軸とし、Y軸と直交する所定の方向をX軸とする。X軸及びY軸それぞれの目盛は、実際の長さに合わせるよう設定してもよいし、分かりやすく10等分等に設定することもできる。
d={(x1−x2)2+(y1−y2)2}1/2 (式1)
次に、図1に示した監視センタ装置100の構成について説明する。図5は、図1に示した監視センタ装置100の構成を示す機能ブロック図である。図5に示すように、監視センタ装置100は、表示部101、入力部102及び無線通信装置110と接続され、記憶部103及び制御部104を有する。
次に、情報処理装置30における予測データ生成の処理手順ついて説明する。図7は、情報処理装置30における予測データ生成の処理手順を示すフローチャートである。まず、赤色閃光灯の点滅を検知するか又は警報音を検知したならば(ステップS101;Yes)、遮断棒降下時の一定時間毎の遮断棒の先端Pの座標を検出し(ステップS102)、検出した座標を蓄積データ31aに記憶する(ステップS103)。
次に、情報処理装置30における遮断棒の異常検出の処理手順ついて説明する。図8は、情報処理装置30における遮断棒の異常検出の処理手順を示すフローチャートである。ここでは、事前に予測データ31bが生成されているものとする。
次に、監視センタ装置100の処理手順について説明する。図9は、監視センタ装置100の処理手順を示すフローチャートである。まず、監視センタ装置100が情報処理装置30から警報を受信したならば(ステップS301;Yes)、表示部101に警告内容を表示するとともに、必要に応じて警告音を発報することにより、係員に対して警報を報知する(ステップS302)。
ところで、上記の実施形態1では、予測データと遮断棒の実測データとの距離に基づいて遮断棒の状況の異常検出を行う場合を示したが、遮断棒に対するいたずら等により遮断棒に曲がり等が生じた場合には、異常状態ではないにも関わらず、監視センタ装置100に異常通知が行われてしまう状況が生じ得る。そこで、本実施形態2では、深層学習により教師有り学習を行った学習済モデルを用いて異常検知を行う場合を説明する。
本実施形態2では、学習済モデルを生成するに際して、畳み込みニューラルネットワーク(CNN)を利用する。このCNNに対して教師データを入力して教師有り学習を行わせることにより、学習済モデルを生成する。CNN及び深層学習については、周知技術であるため、ここではその詳細な説明を省略するが、ここでは教師有り学習の概要について説明する。
次に、本実施形態2に係る異常検知システムの概要について説明する。図10は、本実施形態2に係る異常検知システムの概要を説明するための説明図である。ここでは、学習済モデルが事前に生成されているものとする。
R=Σ(pi)/n (式2)
次に、図10に示した情報処理装置200の構成について説明する。図11は、図10に示した情報処理装置200の構成を示す機能ブロック図である。なお、図2に示した情報処理装置30と同様の機能部についての説明は省略する。
次に、情報処理装置200における遮断棒の異常検出の処理手順ついて説明する。図13は、情報処理装置200における遮断棒の異常検出の処理手順を示すフローチャートである。ここでは、事前に学習済モデル210が生成されているものとする。
20 マイク
30 情報処理装置
31 記憶部
31a 蓄積データ
31b 予測データ
31c 判定閾値データ
32 制御部
32a 警報音受付部
32b 画像受付部
32c 閃光灯検出部
32d 遮断棒検出部
32e 判定部
32f 警報通知部
32g 予測データ生成部
33 タイマ
40 無線通信装置
100 監視センタ装置
101 表示部
102 入力部
103 記憶部
103a 車両内表示装置データ
104 制御部
104a 警報受信部
104b 表示制御部
104c 警報転送部
110 無線通信装置
200 情報処理装置
210 学習済モデル
220 制御部
221 部分画像抽出部
222 危険スコア算定部
223 判定部
224 警報通知部
Claims (11)
- 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設された情報処理装置において前記監視領域における異常を検知する異常検知システムであって、
前記情報処理装置は、
あらかじめ前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した遮断棒における所定箇所の予測位置を特定する予測手段と、
前記予測手段により特定された前記所定箇所の予測位置と、前記踏切において前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した前記遮断棒における前記所定箇所の位置とに基づいて前記監視領域における異常を検知する異常検知手段と
を備える異常検知システム。 - 前記監視領域を撮像する撮像手段と、
前記撮像手段により撮像された画像に基づいて、前記閃光灯の閃光を検知する閃光検知手段と
をさらに備える請求項1に記載の異常検知システム。 - 前記監視領域における音を収集する音収集手段と
前記音収集手段により収集された音から雑音を除外して、警報機による警報音を検知する警報音検知手段と
をさらに備える請求項1に記載の異常検知システム。 - 前記所定の時間は、
前記遮断棒の閉位置に到達するまでの時間より短い請求項1〜3のいずれか一つに記載の異常検知システム。 - 前記異常検知手段は、
前記予測手段による予測結果と前記遮断棒の作動状況との差が所定値よりも大きい場合に、前記監視領域に異常が生じたものとみなして異常発生を検知する請求項1〜4のいずれか一つに記載の異常検知システム。 - 前記情報処理装置は、
前記異常検知手段により前記監視領域における異常が検知された場合に、所定の監視センタ装置又は電車の運転席に設けられた表示装置に警告を報知する報知手段をさらに備える請求項1〜5のいずれか一つに記載の異常検知システム。 - 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設された情報処理装置において前記監視領域における異常を検知する異常検知システムであって、
前記情報処理装置は、
前記遮断棒を含む画像と、動体と電車とが衝突する可能性を示す危険確率との対を教師データとして用いて、多層ニューラルネットワークに対して深層学習による教師有り学習を行うことにより生成され、前記監視領域を撮像する撮像装置により撮像された所定の経過時間ごとの画像に含まれる遮断棒の部分画像を入力し、所定の経過時間ごとの危険確率を出力する学習済モデルと、
前記学習済モデルから出力された危険確率から危険スコアを算定する危険スコア算定手段と、
前記危険スコア算定手段により算定された危険スコアに基づいて、前記監視領域外に所在する外部装置に対して異常状態を通知する異常状態通知手段と
を備える異常検知システム。 - 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設され、前記監視領域における異常を検知する情報処理装置であって、
あらかじめ前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した遮断棒における所定箇所の予測位置を特定する予測手段と、
前記予測手段により特定された前記所定箇所の予測位置と、前記踏切において前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した前記遮断棒における前記所定箇所の位置とに基づいて前記監視領域における異常を検知する異常検知手段と
を備える情報処理装置。 - 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設された情報処理装置において前記監視領域における異常を検知する異常検知システムにおける異常検知方法であって、
あらかじめ前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した遮断棒における所定箇所の予測位置を特定する予測工程と、
前記予測工程により特定された前記所定箇所の予測位置と、前記踏切において前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した前記遮断棒における前記所定箇所の位置とに基づいて前記監視領域における異常を検知する異常検知工程と
を含む異常検知方法。 - 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設され、前記監視領域における異常を検知する情報処理装置又は該情報処理装置の依頼により異常検知処理を実行するサーバ装置で実行される異常検知プログラムであって、
あらかじめ前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した遮断棒における所定箇所の予測位置を予測する予測手順と、
前記予測手順により特定された前記所定箇所の予測位置と、前記踏切において前記閃光灯の閃光又は警報機による警報音を検知された時点から所定の時間が経過した前記遮断棒における前記所定箇所の位置とに基づいて前記監視領域における異常を検知する異常検知手順と
をコンピュータに実行させる異常検知プログラム。 - 少なくとも閃光灯及び遮断棒を含む踏切の監視領域若しくはその近傍に配設され、前記監視領域における異常を検知する情報処理装置又は該情報処理装置の依頼により異常検知処理を実行するサーバ装置で実行される異常検知プログラムであって、
前記遮断棒を含む画像と、動体と電車とが衝突する可能性を示す危険確率との対を教師データとして用いて、多層ニューラルネットワークに対して深層学習による教師有り学習を行うことにより生成され、前記監視領域を撮像する撮像装置により撮像された所定の経過時間ごとの画像に含まれる遮断棒の部分画像を入力し、所定の経過時間ごとの危険確率を出力する学習済モデルと、
前記学習済モデルから出力された危険確率から危険スコアを算定する危険スコア算定手順と、
前記危険スコア算定手順により算定された危険スコアに基づいて、前記監視領域外に所在する外部装置に対して異常状態を通知する異常状態通知手順と
をコンピュータに実行させる異常検知プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020053208A JP6914387B1 (ja) | 2020-03-24 | 2020-03-24 | 異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020053208A JP6914387B1 (ja) | 2020-03-24 | 2020-03-24 | 異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6914387B1 true JP6914387B1 (ja) | 2021-08-04 |
JP2021151830A JP2021151830A (ja) | 2021-09-30 |
Family
ID=77057484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020053208A Active JP6914387B1 (ja) | 2020-03-24 | 2020-03-24 | 異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6914387B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114898523A (zh) * | 2022-03-29 | 2022-08-12 | 山东信通电子股份有限公司 | 一种具有测距功能的输电线路图像监测方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2601094Y2 (ja) * | 1993-11-24 | 1999-11-02 | 株式会社 京三製作所 | 踏切遮断機の異常検出装置 |
JP4430379B2 (ja) * | 2003-11-14 | 2010-03-10 | マミヤ・オーピー株式会社 | 遮断桿の折損検知装置およびシステム |
JP2007261544A (ja) * | 2006-03-30 | 2007-10-11 | Nippon Signal Co Ltd:The | 踏切遮断機 |
JP2008290549A (ja) * | 2007-05-23 | 2008-12-04 | West Japan Railway Co | 遮断機の異常検知システム |
JP6771318B2 (ja) * | 2016-06-06 | 2020-10-21 | 知子 一安 | インフラ管理方法及び装置 |
JP7031817B2 (ja) * | 2017-05-14 | 2022-03-08 | 株式会社コンピュータシステム研究所 | 監視システム、監視プログラム、および、記憶媒体 |
JP2019041248A (ja) * | 2017-08-25 | 2019-03-14 | 独立行政法人自動車技術総合機構 | 障害物検知装置、障害物検知方法、及び、障害物検知プログラム |
JP2019114000A (ja) * | 2017-12-22 | 2019-07-11 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理装置の制御方法及びプログラム |
-
2020
- 2020-03-24 JP JP2020053208A patent/JP6914387B1/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114898523A (zh) * | 2022-03-29 | 2022-08-12 | 山东信通电子股份有限公司 | 一种具有测距功能的输电线路图像监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021151830A (ja) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
EP3892963A1 (en) | Road monitoring system, road monitoring device, road monitoring method, and non-transitory computer-readable medium | |
CN104751603B (zh) | 危岩崩塌监测预警系统及方法 | |
JP5927691B2 (ja) | エリアモニタリングシステム | |
JP2013080305A (ja) | 作業者の異常状態検知装置及び作業現場の異常状態管理方法 | |
KR100916960B1 (ko) | 승강장 모니터링 시스템 | |
CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN112185050B (zh) | 安全等级确认方法、装置和消防系统 | |
CN110525444B (zh) | 一种针对驾驶员身体异常状况的处理方法及装置 | |
JP2020093890A (ja) | クレーン作業監視システム、クレーン作業監視方法、危険状態判定装置、及びプログラム | |
JP6914387B1 (ja) | 異常検知システム、情報処理装置、異常検知方法及び異常検知プログラム | |
KR20230091400A (ko) | 위험도 산출을 통한 지능형 교통 관제시스템 | |
JP2019079303A (ja) | 道路設備点検システムおよび道路設備点検方法、ならびにそれに使用されるサーバ | |
KR100690279B1 (ko) | 다목적 영상감지 시스템 | |
CN110544312A (zh) | 虚拟场景中的视频显示方法、装置、电子设备与存储装置 | |
CN109919066A (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN112576310B (zh) | 基于机器人的隧道安防检测方法及系统 | |
CN101635083B (zh) | 一种事件检测方法及装置 | |
JP2009086748A (ja) | 監視装置及びプログラム | |
CN112723075B (zh) | 一种数据不平衡的电梯振动影响因素分析方法 | |
JP3361399B2 (ja) | 障害物検知方法及びその装置 | |
JP6978986B2 (ja) | 警報システム、警報制御装置及び警報方法 | |
CN105547495B (zh) | 弓网高温干扰识别检测方法 | |
JP2021183429A (ja) | 異常通知システム及び異常通知方法 | |
CN111178194A (zh) | 入侵检测方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210427 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210618 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210706 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6914387 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |