JP7461528B1 - 小動物検出システム、小動物検出方法及びプログラム - Google Patents
小動物検出システム、小動物検出方法及びプログラム Download PDFInfo
- Publication number
- JP7461528B1 JP7461528B1 JP2023017861A JP2023017861A JP7461528B1 JP 7461528 B1 JP7461528 B1 JP 7461528B1 JP 2023017861 A JP2023017861 A JP 2023017861A JP 2023017861 A JP2023017861 A JP 2023017861A JP 7461528 B1 JP7461528 B1 JP 7461528B1
- Authority
- JP
- Japan
- Prior art keywords
- data
- detection
- small animal
- moving object
- detection data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 890
- 241001465754 Metazoa Species 0.000 title claims abstract description 359
- 230000033001 locomotion Effects 0.000 claims abstract description 96
- 230000007613 environmental effect Effects 0.000 claims description 117
- 238000010801 machine learning Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 description 155
- 238000004891 communication Methods 0.000 description 42
- 238000012986 modification Methods 0.000 description 32
- 230000004048 modification Effects 0.000 description 32
- 238000010586 diagram Methods 0.000 description 22
- 241000700159 Rattus Species 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 14
- 235000019645 odor Nutrition 0.000 description 14
- 241000270295 Serpentes Species 0.000 description 13
- 230000015654 memory Effects 0.000 description 12
- 241000699666 Mus <mouse, genus> Species 0.000 description 11
- 241000270290 Gekkota Species 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 241000282412 Homo Species 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 8
- 241000699670 Mus sp. Species 0.000 description 7
- 230000000422 nocturnal effect Effects 0.000 description 7
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000009413 insulation Methods 0.000 description 4
- 241000270322 Lepidosauria Species 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000013021 overheating Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 241001674044 Blattodea Species 0.000 description 2
- SIKJAQJRHWYJAI-UHFFFAOYSA-N Indole Chemical compound C1=CC=C2NC=CC2=C1 SIKJAQJRHWYJAI-UHFFFAOYSA-N 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000002845 discoloration Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- ZFRKQXVRDFCRJG-UHFFFAOYSA-N skatole Chemical compound C1=CC=C2C(C)=CNC2=C1 ZFRKQXVRDFCRJG-UHFFFAOYSA-N 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- PZOUSPYUWWUPPK-UHFFFAOYSA-N indole Natural products CC1=CC=CC2=C1C=CN2 PZOUSPYUWWUPPK-UHFFFAOYSA-N 0.000 description 1
- RKJUIXBNRJVNHR-UHFFFAOYSA-N indolenine Natural products C1=CC=C2CC=NC2=C1 RKJUIXBNRJVNHR-UHFFFAOYSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 229940074386 skatole Drugs 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
Description
侵入を検知する方法として、カメラを設置して常時監視する方法が考えられる。しかし、小動物ということで対象が小さいこと、どこから侵入するか分からないこと等から、カメラの設置は現実的でない。具体的には、検知する場合には複数台のカメラを設置し常時稼働させて、データを遠隔に送信し監視することとなり、設備負担が大きい。
透過型光センサで、発光部と受光部との間を小動物が通過し、光を遮蔽した場合に侵入を検出する方法もあるが、発光部と受光部とは、それぞれの中心を精密に揃えて設置する必要があり、多様な現場に容易に設置できない。
臭いでは、小動物の種類を特定することはできない。
本発明は、上記の問題点に鑑みてなされたものであって、簡素な構成で小動物を検出できる小動物検出システム、小動物検出方法及びプログラムを提供することを目的とする。
(2)本発明の一態様に係る小動物検出システムにおいて、前記動体検出センサは、ドップラーセンサであってもよい。
(3)本発明の一態様に係る小動物検出システムにおいて、前記設備に設置される振動検出センサ及び環境センサの少なくとも一方をさらに備え、前記取得部は、前記振動検出センサが検出した振動検出データ及び環境センサが検出した環境データの少なくとも一方を取得し、前記推定部は、前記取得部が取得した前記振動検出データ及び前記環境データの少なくとも一方にさらに基づいて小動物が設備に侵入して存在しているか否かを推定するようにしてもよい。
(4)本発明の一態様に係る小動物検出システムにおいて、前記取得部は、前記振動検出センサが複数の前記振動検出データを検出した検出時刻情報及び複数の前記環境センサが複数の前記環境データを検出した検出時刻情報の少なくとも一方をさらに取得し、前記推定部は、前記取得部が取得した複数の前記振動検出データを検出した前記検出時刻情報及び複数の前記環境データを検出した前記検出時刻情報の少なくとも一方にさらに基づいて、前記設備に侵入している小動物の種類を推定するようにしてもよい。
(5)本発明の一態様に係る小動物検出システムにおいて、前記取得部は、前記動体検出センサが前記動体検出データを検出した検出時刻情報をさらに取得し、前記推定部は、動体検出データに関する時系列データと、振動検出データに関する時系列データ及び環境データに関する時系列データの少なくとも一方との組み合わせと、動体検出データに関する前記時系列データと前記振動検出データに関する前記時系列データ及び環境データに関する時系列データの少なくとも一方とが取得された空間に侵入している小動物の種類との関係を機械学習しており、前記取得部が取得した前記動体検出データ及び前記検出時刻情報と、振動検出データ及び前記検出時刻情報と環境データ及び前記検出時刻情報の少なくとも一方とに基づいて動体検出データに関する時系列データと振動検出データに関する時系列データ及び環境データに関する時系列データの少なくとも一方との組み合わせを作成し、作成した動体検出データに関する前記時系列データと、振動検出データに関する前記時系列データ及び環境データに関する時系列データの少なくとも一方との前記組み合わせと当該機械学習の結果とに基づいて前記設備に侵入している小動物の種類を推定するようにしてもよい。
(6)本発明の一態様に係る小動物検出システムにおいて、前記振動検出センサは、超音波センサ、音波センサのいずれかであり、前記環境センサは、温度センサ、湿度センサ及び臭いセンサのいずれかであってもよい。
また、本願でいう「XXに基づいて」とは、「少なくともXXに基づく」ことを意味し、XXに加えて別の要素に基づく場合も含む。また、「XXに基づいて」とは、XXを直接に用いる場合に限定されず、XXに対して演算や加工が行われたものに基づく場合も含む。「XX」は、任意の要素(例えば、任意の情報)である。
以下、本発明の実施形態について図面を参照して説明する。同一又は類似の機能を有する構成には、同一の符号を付し、その構成に関して重複する説明は省略する場合がある。
(小動物検出システム)
図1は、本発明の実施形態の小動物検出システム1の一例を示す図である。小動物検出システム1は、建物や設備内に存在している小動物を検出する。小動物検出システム1は、例えば、受変電設備内に小動物が存在しているか否かを検出する。小動物とは、成体になっても体が比較的小さな動物であり、例えば、鼠、ヤモリ、蛇、蛾などを含む。また、小動物検出システム1は、小動物の他、人間の存在の可能性についても検出する。小動物検出システム1は、小動物検出装置100と、振動検出センサ208-1、振動検出センサ208-2、・・・・、振動検出センサ208-n(nは、n>0の整数)とを備える。
図1には、小動物検出装置100と、振動検出センサ208-1、・・・・、振動検出センサ208-nとに加えて、振動検出センサ208-1、・・・・、振動検出センサ208-nをそれぞれ備える受変電設備200-1、受変電設備200-2、・・・、受変電設備200-nと、警報処理サーバ300とが描かれている。
振動検出センサ208-1は、振動を検出するセンサである。例えば、振動検出センサ208-1は、超音波センサ、音波センサである。超音波センサは、送波器により超音波を対象物に向け発信し、その反射波を受波器で受信することにより、対象物の有無や対象物までの距離を検出するセンサである。対象物が動く(振動する)と、超音波センサが受信する反射波にも影響が出るため、小動物のような動く対象物が存在することを検知することができる。また、超音波センサは、部分放電によって超音波が振動するため、高感度に受変電設備200-1内の変化を捉えることができる。例えば、超音波センサによって振動した超音波を検出することによって絶縁体表面の部分放電を検出できるため高圧絶縁劣化を検出できる。高圧絶縁劣化を検出できることによって、設備の破損、汚損、腐食、異音をチェックできる。設備の破損、汚損、腐食、異音には、受変電設備200-1に侵入した小動物によるものが含まれる。
音波センサは、音波を検出するセンサである。音波センサによって人が感じる音の変化を捉えることができる。対象物が動くと、対象物が体を動かす際に発生する音や、地面や壁や設備に接触することで発生する音などがあるため、音波センサによって対象物が存在することを検知することができる。また、例えば、音波センサによって放電音、異音(振動音、うなり)を検出できるため接触不良・過負荷を検出できる。接触不良・過負荷を検出できることによって、設備の破損、汚損、腐食、異音をチェックできる。設備の破損、汚損、腐食、異音には、受変電設備200-1に侵入した小動物によるものが含まれる。
以下、一例として振動検出センサ208-1が超音波センサである場合について説明を続ける。振動検出センサ208-1は、インターフェイスボックス206-1と接続される。振動検出センサ208-1は、受変電設備200-1の内部で20kHz以上の音(超音波)を発信し、超音波の反射や透過した超音波を検出する。振動検出センサ208-1は、検出した超音波を示す情報(振動検出センサが音波センサである場合も想定し、以下「音波情報」という)をインターフェイスボックス206-1へ出力する。例えば、振動検出センサ208-1は、0.1秒毎に音波情報をインターフェイスボックス206-1へ出力する。
インターフェイスボックス206-1は、ゲートウェイ202-1と接続される。インターフェイスボックス206-1は、振動検出センサ208-1が出力した音波情報を取得する。インターフェイスボックス206-1は、取得した音波情報をA/D(Analog-to-digital)変換することで振動検出データを作成する。インターフェイスボックス206-1は、振動検出データに、検出時刻情報として自装置の時計の時刻情報を付与してゲートウェイ202-1に出力する。例えば、インターフェイスボックス206-1は、0.1秒毎に、振動検出データに、検出時刻情報を付与してゲートウェイ202-1に出力する。
ゲートウェイ202-1は、漏洩電流センサ204-1が出力した漏電電流情報を取得する。ゲートウェイ202-1は、取得した漏電電流情報に基づいて警報を発報するか否かを判定する。ゲートウェイ202-1は、警報を発報すると判定した場合に、警報処理サーバ300に警報を発報させるための警報発報情報を作成し、作成した警報発報情報を警報処理サーバに送信する。
インターフェイスボックス(インターフェイスボックス206-1~インターフェイスボックス206-n)から取得する全振動検出データを全てのゲートウェイ(ゲートウェイ202-1~ゲートウェイ202-n)が小動物検出装置100に送信すると、小動物検出装置100に対する通信負荷が非常に高くなる。そのため、ゲートウェイ202-1は、インターフェイスボックス206-1から所定の時間の間に取得した振動検出データについて、データの特徴を残しつつデータ数を減少させるために加工を行う。
例えば、ゲートウェイ202-1は、所定の時間毎に、所定の時間の間に取得した振動検出データに基づいて平均値と標準偏差とを算出し、データ数を減少させる。所定の時間の一例は、1分から7分である。なお、平均値からは、その時間推移を確認することにより、小動物の大まかな活動時間帯を把握することができる。また、標準偏差については、小動物の活動時間帯が平均値を用いて確認された後、その時間帯における標準偏差を確認することで、より具体的に活動時刻の推測が可能である。なお、データ数を減少させる加工については、平均値と標準偏差とは別の加工の種類を用いてもかまわない。例えば、ある等間隔でデータを間引いて抽出する方法や、その方法と前述の標準偏差とを組み合わせて用いてもよい。以後のすべての実施形態や変形例では、基本的に、各センサ類からの検出データを平均値と標準偏差に加工して使用する例を説明するが、平均値だけ、等間隔で間引いたデータだけ、という風に1種類の加工のみ使用するようにしてもよい。所定の時間を30秒など、より短くすると、小動物のちょっとした活動も検知されるが、同時にノイズも拾いやすくなる。そのため平均値の推移を確認すると、小動物の活動の検知がノイズに埋もれて認識しにくくなる可能性がある。
さらに、所定の時間が短いと、使用するデータが増大するため、データ送信や、処理・演算に付加がかかる。一方、所定の時間を10分など、より長くすると、使用するデータ量を削減できるが、小動物の活動が平均値の計算で平滑化されて埋もれてしまう。そのため、適度なデータ量で且つ小動物の活動を検知可能、ということで1分から7分が好適と判断した。以下、一例として、所定の時間が5分である場合について説明を続ける。また、「所定の時間の間に取得した振動検出データに基づいて算出した平均値と標準偏差」のことを、「所定の時間毎に算出した振動検出データの平均値と標準偏差」、と表現する場合もある。
ゲートウェイ202―1は、受変電設備200-1の識別情報である受変電設備識別情報と、所定の期間の間に所定の時間毎に算出した振動検出データの平均値及び標準偏差とを含む受変電設備振動情報を作成し、作成した受変電設備振動情報を、小動物検出装置100へ送信する。例えば、ゲートウェイ202-1は、所定の期間毎に受変電設備振動情報を、小動物検出装置100へ送信する。所定の期間の一例は、一日である。これは、小動物には、夜行性(鼠、ヤモリなど)、昼行性(蛇など)のものがあり、小動物の種類の特定と活動状況を確認するには、一日程度の情報が必要とされるためである。なお、以降、「所定の期間の間に所定の時間毎に算出した(された)○○データの平均値及び標準偏差」を、「所定の期間に算出した(された)○○データの平均値及び標準偏差」と表現する場合もある。
小動物検出装置100と、ゲートウェイ202-1と、警報処理サーバ300とは、ネットワークNWを介して通信する。ネットワークNWは、例えば、インターネット、WAN(Wide Area Network)、LAN(Local Area Network)、プロバイダ装置、無線基地局などを含む。
受変電設備200-2、・・・、受変電設備200-nは、受変電設備200-1と同様の構成であるため、説明を省略する。
警報処理サーバ300は、ゲートウェイ202が送信した警報発報情報を受信し、受信した警報発報情報を処理することによって警報を発報する。
図2は、本実施形態の小動物検出装置100の一例を示す図である。小動物検出装置100は、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100の一例は、キュービクル(高圧受電設備)などの受変電設備200から離れた場所に設置される。小動物検出装置100は、例えば、通信部102と、取得部104と、推定部106と、出力部108と、記憶部110とを備える。
取得部104は、通信部102が受信した受変電設備振動情報を取得する。取得部104は、取得した受変電設備振動情報に含まれる受変電設備識別情報、所定の期間に算出された振動検出データの複数の平均値及び標準偏差を取得する。
推定部106は、取得部104から受変電設備識別情報、所定の期間に算出された振動検出データの複数の平均値及び標準偏差を取得する。推定部106は、取得した振動検出データの複数の平均値及び標準偏差に基づいて受変電設備識別情報に該当する受変電設備200内への小動物または人の侵入についての推定結果を取得する。
例えば推定部106は、取得した振動検出データの複数の平均値に振動データ閾値以上であるものが含まれる場合に鼠、蛾及び人の少なくとも一種類が受変電設備200に侵入していると判定する。一方、推定部106は、取得した振動検出データの複数の平均値の全てが振動データ閾値未満である場合に鼠、蛾及び人のいずれも受変電設備200に侵入していないと判定する。
出力部108は、受変電設備識別情報と、その受変電設備識別情報に該当する受変電設備200内への小動物または人の侵入についての推定結果とを含む、警報処理サーバ300を宛先とする推定結果通知を作成し、作成した推定結果通知を通信部102へ出力してもよい。通信部102は、出力部108からの推定結果通知を、警報処理サーバ300へ送信する。警報処理サーバ300は、小動物検出装置100が送信した推定結果通知を受信し、受信した推定結果通知を、予め定めた連絡先(保安作業員)である端末(スマホやタブレット等)に通信してもよい。
また、出力部108は、受変電設備識別情報と、その受変電設備識別情報に該当する受変電設備200に侵入している小動物または人の侵入についての推定結果とを含む、予め決めた連絡先(保安作業員)の端末(スマホやタブレット等)を宛先とする推定結果通知を作成し、作成した推定結果通知を通信部102へ出力してもよい。通信部102は、出力部108からの推定結果通知を、予め決めた連絡先(保安作業員)の端末(スマホやタブレット等)へ送信する。
また、これらの機能部のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)などのハードウェア(回路部;circuitryを含む)によって実現されてもよいし、ソフトウェアとハードウェアとの協働によって実現されてもよい。コンピュータプログラムは、予めHDDやフラッシュメモリなどの記憶装置に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。
図3は、本実施形態の小動物検出システム1の動作の一例を示す図である。
(ステップS1-1)
受変電設備200において、振動検出センサ208は、受変電設備200の内部で20kHz以上の音(超音波)を発信し、音波の反射や透過した音波を検出する。なお、振動検出センサ208は発信と検出を所定の頻度で常時実施しているものとする。
(ステップS2-1)
受変電設備200において、振動検出センサ208は、検出した音波に関する情報として音波情報をインターフェイスボックス206へ出力する。なお、振動検出センサ208は、例えば0.1秒毎に音波情報をインターフェイスボックス206に出力しているものとする。
(ステップS3-1)
受変電設備200において、インターフェイスボックス206は、振動検出センサ208が出力した音波情報を取得する。インターフェイスボックス206は、取得した音波情報をA/D変換することで振動検出データを作成する。
(ステップS4-1)
受変電設備200において、インターフェイスボックス206は、例えば0.1秒間隔で、振動検出データに、検出時刻情報を付与してゲートウェイ202に出力する。
(ステップS5-1)
受変電設備200において、ゲートウェイ202は、インターフェイスボックス206が出力した振動検出データ及び検出時刻情報を取得し、取得した振動検出データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。
(ステップS6-1)
受変電設備200において、ゲートウェイ202は、所定の時間の間に取得した振動検出データに基づき、平均値と標準偏差とを算出する。ゲートウェイ202は、受変電設備識別情報、所定の期間に算出した振動検出データの平均値及び標準偏差を複数含む受変電設備振動情報を作成する。
受変電設備200において、ゲートウェイ202は、作成した受変電設備振動情報を、小動物検出装置100へ送信する。
(ステップS8-1)
小動物検出装置100において、通信部102は、ゲートウェイ202が送信した受変電設備振動情報を受信する。
(ステップS9-1)
小動物検出装置100において、取得部104は、通信部102が受信した受変電設備振動情報を取得する。取得部104は、取得した受変電設備振動情報に含まれる受変電設備識別情報、所定の期間の間に所定の時間毎に算出された振動検出データの複数の平均値及び標準偏差を取得する。
小動物検出装置100において、推定部106は、取得部104から受変電設備識別情報、所定の期間に算出された振動検出データの複数の平均値及び標準偏差を取得する。推定部106は、取得した振動検出データの複数の平均値及び標準偏差に基づいて受変電設備識別情報に該当する受変電設備200内への小動物または人の侵入について推定する。
(ステップS11-1)
小動物検出装置100において、出力部108は、推定部106から受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200内への小動物または人の侵入についての推定結果を取得する。出力部108は、取得した受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200内への小動物または人の侵入についての推定結果とを出力する。
例えば推定部106は、取得した振動検出データの複数の平均値に振動データ閾値以上であるものが含まれる場合に、その振動データ閾値以上の振動検出データの平均値を算出するのに使用した振動検出データの検出時刻情報が夜を示す場合には鼠、蛾及び人の少なくとも一種類が受変電設備200に侵入している可能性があると判定し、夜以外を示す場合には人が受変電設備200に侵入している可能性があると判定する。
前述した実施形態において、ゲートウェイ202が、小動物検出装置100の機能を有していてもよい。
このように構成することによって、小動物検出システム1は、設備に設置される振動検出センサ208が検出した振動検出データを取得し、取得した振動検出データに基づいて設備に小動物または人が侵入して存在しているか否かを推定できるため、設備に複数台のカメラを設置し常時稼働させて、データを遠隔に送信し監視する場合と比較して、簡素な構成で小動物または人を検出できる。小動物または人を検出できることにより、対策をとることができるため、小動物または人の侵入による異常発生を抑制することができる。
また、小動物検出システム1において、推定部106は、振動検出データに基づいて設備に小動物が存在することを推定する。
このように構成することによって、小動物検出システム1は、設備に設置される振動検出センサ208が検出した振動検出データを取得し、取得した振動検出データに基づいて設備内への小動物または人の侵入について推定できるため、設備に複数台のカメラを設置し常時稼働させて、データを遠隔に送信し監視する場合と比較して、簡素な構成で小動物または人の侵入を推定できる。ただし、活動パターンが明確な一部の小動物については種類を推定できる。小動物または人の侵入を推定できることにより、対策をとることができるため、小動物の侵入による異常発生を抑制することができる。
このように構成することによって、振動検出センサ208は、振動検出データを検出した検出時刻情報にさらに基づいて、設備内への小動物または人の侵入について推定し、侵入している小動物の種類を推定できるため、小動物の種類の推定精度を向上できる。
実施形態の変形例1の小動物検出システム1aの一例は、図1を適用できる。ただし、小動物検出装置100の代わりに、小動物検出装置100aを備える点で小動物検出システム1とは異なる。
図4は、実施形態の変形例1の小動物検出装置100aの一例を示す図である。小動物検出装置100aは、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100aの一例は、受変電設備200から離れた場所に設置される。小動物検出装置100aは、例えば、通信部102と、取得部104と、推定部106aと、出力部108と、記憶部110とを備える。
例えば、0時0分00.1秒から0時5分00.0秒まで、0.1秒間隔で取得した振動検出データ(3000個)を使って平均値や標準偏差が1つずつ作成されるが、それらに関連付ける検出時刻情報として、代表点時刻情報が最後の時刻であると定義されている場合には、0時5分が検出時刻情報として付与される。
以後、ゲートウェイ202にて算出した平均値や標準偏差に対して関連付ける検出時刻情報は、検出時刻情報の1つであり、平均値を算出するのに使用した検出時刻情報に基づき予め定義した代表点時刻情報であるものとする。
取得部104は、通信部102から取得した受変電設備振動情報に含まれる受変電設備識別情報と、所定の期間に算出された振動検出データの複数の平均値及び標準偏差と、それらの平均値を算出するのに使用した振動検出データの検出時刻情報(代表点時刻情報。以後、省略)とを取得する。
推定部106aは、以下で説明する学習済モデル106aaに、作成した振動検出データの平均値及び標準偏差の時系列データを入力することによって、受変電設備識別情報に該当する受変電設備200に侵入している小動物の種類を推定(判別)する。
ステップS6-1では、受変電設備200において、ゲートウェイ202は、所定の時間毎に振動検出データの平均値と標準偏差とを算出する。ゲートウェイ202は、受変電設備識別情報と、所定の期間に算出した振動検出データの複数の平均値及び標準偏差と、それらの平均値を算出するのに使用した振動検出データの検出時刻情報とを含む受変電設備振動情報を作成する。
ステップS9-1では、小動物検出装置100において、取得部104は、通信部102が受信した受変電設備振動情報を取得する。取得部104は、取得した受変電設備振動情報に含まれる受変電設備識別情報と、所定の期間に算出された振動検出データの複数の平均値及び標準偏差と、それらの平均値を算出するのに使用した振動検出データの検出時刻情報とを取得する。
ステップS10-1では、小動物検出装置100aにおいて、推定部106aは、取得部104から受変電設備識別情報と、所定の期間に算出された振動検出データの複数の平均値及び標準偏差と、それらの平均値を算出するのに使用した振動検出データの検出時刻情報とを取得する。推定部106aは、取得した振動検出データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した振動検出データの検出時刻情報とに基づいて、振動検出データの平均値及び標準偏差の時系列データを作成する。推定部106aは、学習済モデル106aaに、作成した振動検出データの平均値及び標準偏差の時系列データを入力することによって、受変電設備識別情報に該当する受変電設備200に侵入している小動物の種類を推定(判別)する。
前述した実施形態の変形例1において、ゲートウェイ202が、小動物検出装置100aの機能を有していてもよい。
このように構成することによって、小動物検出システム1aは、振動検出データの平均値及び標準偏差の時系列データと振動検出データの平均値及び標準偏差の時系列データが取得された空間に侵入している小動物の種類との関係を機械学習した結果と取得部が取得した振動検出データ及び検出時刻情報に基づいて作成した振動検出データの平均値及び標準偏差の時系列データとに基づいて設備に侵入している小動物の種類を推定できるため、小動物の種類の推定精度を向上できる。
図6は、実施形態の変形例2の小動物検出システム1bの一例を示す図である。実施形態の変形例2の小動物検出システム1bは、小動物検出装置100bと、振動検出センサ208-1、振動検出センサ208-2、・・・・、振動検出センサ208-nと、動体検出センサ210-1、動体検出センサ210-2、・・・・、動体検出センサ210-nと、環境センサ212-1、環境センサ212-2、・・・・、環境センサ212-nとを備える。
図6には、小動物検出装置100bと、振動検出センサ208-1、・・・・、振動検出センサ208-nと、動体検出センサ210-1、・・・・、動体検出センサ210-nと、環境センサ212-1、・・・・、環境センサ212-nとに加えて、振動検出センサ208-1、・・・・、振動検出センサ208-n、動体検出センサ210-1、・・・・、動体検出センサ210-n及び環境センサ212-1、・・・・、環境センサ212-nをそれぞれ備える受変電設備200b-1、・・・、受変電設備200b-nと、警報処理サーバ300が描かれている。
動体検出センサ210-1は、動くものを検出するセンサである。動体検出センサ210-1は、例えばドップラーセンサである。ドップラーセンサは発射したマイクロ波の反射波を受信し、発射した周波数と受信した周波数の差から動体を検出するドップラー効果を利用したセンサである。ドップラーセンサによって高感度に受変電設備200b-1内の動体を検出できる。動体には、受変電設備200b-1に侵入した小動物が含まれる。
動体検出センサにはドップラーの他、赤外線センサ等がある。赤外線センサを軸とした場合、検出対象の小動物が周囲温度以上の体温が無ければならない。また、体温があっても表面積が小さい鼠であれば赤外線センサに接近するか、センサの感度を相当高くしなければならない。感度が高ければノイズの影響を受けやすくなる。また、変温動物の爬虫類は赤外線で温度差を認識できないので、赤外線センサでは、爬虫類の検出は不可能である。
一方、ドップラーセンサでは、ドップラーレーダは超高帯域の「音」(超音波より更に高い周波数帯域)を発信し、障害物からの反射を見る(検出する)。ドップラーセンサは、反射が一定であれば動いているものが無いと判断し、反射が乱れれば「乱れ」を動体ありと認識する。つまりドップラーセンサでは、音の届く範囲に静物しかなければ反射に乱れはなく、動体があれば反射の乱れを侵入とみなすため対象物の体温や大きさ、動く速さに影響されることがない。なお、キュービクル内では唯一換気扇が動体として存在するが換気扇はキュービクル上部にあり、小動物は下部から侵入するため、センサを下部に設置すれば換気扇の影響は受けなくなる。
環境センサ212-1は、受変電設備200b-1の内部の温度、湿度、臭いなどの環境を検出する。動体検出センサ210-1は、検出した環境を示す情報(以下「環境データ」という)をインターフェイスボックス206b-1へ出力する。
インターフェイスボックス206b-1は、動体検出センサ210-1が出力したマイクロ波情報を取得する。インターフェイスボックス206b-1は、取得したマイクロ波情報をA/D変換することで動体検出データを作成する。インターフェイスボックス206b-1は、動体検出データに、検出時刻情報を付与してゲートウェイ202b-1に出力する。
インターフェイスボックス206b-1は、環境センサ212-1が出力した環境データを取得する。インターフェイスボックス206b-1は、環境データに、検出時刻情報を付与してゲートウェイ202b-1に出力する。
ゲートウェイ202b-1は、所定の時間毎に、所定の時間の間に取得した動体検出データについて、平均値と標準偏差とを算出する。所定の時間の一例は、1分から7分である。
ゲートウェイ202b-1は、インターフェイスボックス206b-1が出力した環境データ及び検出時刻情報を取得し、取得した環境データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。
ゲートウェイ202b-1は、所定の時間毎に、所定の時間の間に取得した環境データについて、平均値と標準偏差とを算出する。所定の時間の一例は、1分から7分である。なお、所定の時間の一例については、(実施形態)において、前述したとおりである。また、「所定の時間の間に取得した動体検出データ(環境データ)に基づき算出した平均値と標準偏差」のことを、「所定の時間毎に算出した動体検出データ(環境データ)の平均値と標準偏差」、と表記をする場合もある。
受変電設備200b-2、・・・、受変電設備200b-nは、受変電設備200b-1と同様の構成であるため、説明を省略する。
図7は、実施形態の変形例2の小動物検出装置100bの一例を示す図である。小動物検出装置100bは、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100bの一例は、受変電設備200bから離れた場所に設置される。小動物検出装置100bは、例えば、通信部102と、取得部104bと、推定部106bと、出力部108と、記憶部110とを備える。
取得部104bは、通信部102が受信した受変電設備振動動体環境情報を取得する。取得部104bは、取得した受変電設備振動動体環境情報に含まれる受変電設備識別情報と、所定の期間に算出した振動検出データの複数の平均値及び標準偏差と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差と、所定の期間に算出した環境データの複数の平均値及び標準偏差とを取得する。
例えば推定部106bは、取得した振動検出データの複数の平均値に振動データ閾値以上のものがある場合、取得した動体検出データの複数の平均値に動体データ閾値以上のものがある場合及び取得した環境データの複数の平均値に環境データ閾値以上のものがある場合の少なくとも一つに該当する場合に鼠、蛾及び人の少なくとも一種類が受変電設備200bに侵入している可能性があると判定する。推定部106bは、取得した振動検出データの複数の平均値の全てが振動データ閾値未満である場合、取得した動体検出データの複数の平均値の全てが動体データ閾値未満である場合及び取得した環境データが環境データの複数の平均値の全てが閾値未満である場合の全てに該当する場合に鼠、蛾及び人のいずれも受変電設備200bに侵入していないと判定する。このように、複数種類のセンサによる検出データを用いて推定を行うことで、より推定精度を向上できる。
図8は、実施形態の変形例2の小動物検出システム1bの動作の一例を示す図である。
(ステップS1-2)
受変電設備200bにおいて、振動検出センサ208は、受変電設備200の内部で20kHz以上の音(超音波)を発信し、音波の反射や透過した音波を検出する。
(ステップS2-2)
受変電設備200bにおいて、動体検出センサ210は、受変電設備200bの内部でマイクロ波を発信し、反射したマイクロ波を検出する。
(ステップS3-2)
受変電設備200bにおいて、環境センサ212は、受変電設備200bの内部の温度、湿度、臭いなどの環境を検出する。
なお、ステップS1-2、S2-2、S3-2での各センサによる検出は、所定の頻度で常時実施しているものとする。
(ステップS4-2)
受変電設備200bにおいて、振動検出センサ208は、音波情報をインターフェイスボックス206bへ出力する。
(ステップS5-2)
受変電設備200bにおいて、インターフェイスボックス206bは、振動検出センサ208が出力した音波情報を取得する。インターフェイスボックス206bは、取得した音波情報をA/D変換することで振動検出データを作成する。
受変電設備200bにおいて、動体検出センサ210は、マイクロ波情報をインターフェイスボックス206bへ出力する。
(ステップS7-2)
受変電設備200bにおいて、インターフェイスボックス206bは、動体検出センサ210が出力したマイクロ波情報を取得する。インターフェイスボックス206bは、取得したマイクロ波情報をA/D変換することで動体検出データを作成する。
(ステップS8-2)
受変電設備200bにおいて、環境センサ212は、環境データをインターフェイスボックス206bへ出力する。
(ステップS9-2)
受変電設備200bにおいて、インターフェイスボックス206bは、環境センサ212が出力した環境データを取得する。
なお、ステップS4-2、S6-2、S8-2において各センサは、例えば0.1秒毎にデータをインターフェイスボックス206に出力しているものとする。
受変電設備200bにおいて、インターフェイスボックス206bは、例えば、0.1秒間隔で、振動検出データに、検出時刻情報を付与してゲートウェイ202に出力する。 (ステップS11-2)
受変電設備200bにおいて、ゲートウェイ202は、インターフェイスボックス206が出力した振動検出データ及び検出時刻情報を取得し、取得した振動検出データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。ゲートウェイ202b-1は、所定の時間毎に振動検出データの平均値と標準偏差とを算出する。
(ステップS12-2)
受変電設備200bにおいて、インターフェイスボックス206bは、動体検出データに、検出時刻情報を付与してゲートウェイ202bに出力する。
(ステップS13-2)
受変電設備200bにおいて、ゲートウェイ202bは、インターフェイスボックス206bが出力した動体検出データ及び検出時刻情報を取得し、取得した動体検出データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。ゲートウェイ202b-1は、所定の時間毎に動体検出データの平均値と標準偏差とを算出する。
受変電設備200bにおいて、インターフェイスボックス206bは、環境データに、検出時刻情報を付与してゲートウェイ202bに出力する。
(ステップS15-2)
受変電設備200bにおいて、ゲートウェイ202bは、インターフェイスボックス206bが出力した環境データ及び検出時刻情報を取得し、取得した環境データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。ゲートウェイ202b-1は、所定の時間毎に環境データの平均値と標準偏差とを算出する。
(ステップS16-2)
受変電設備200bにおいて、ゲートウェイ202b-1は、受変電設備識別情報と、所定の期間に算出した振動検出データの複数の平均値及び標準偏差と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差と、所定の期間に算出した環境データの複数の平均値及び標準偏差とを含む受変電設備振動動体環境情報を作成する。
受変電設備200bにおいて、ゲートウェイ202bは、作成した受変電設備振動動体環境情報を、小動物検出装置100bへ送信する。
(ステップS18-2)
小動物検出装置100bにおいて、通信部102は、ゲートウェイ202bが送信した受変電設備振動動体環境情報を受信する。
(ステップS19-2)
小動物検出装置100bにおいて、取得部104bは、通信部102が受信した受変電設備振動動体環境情報を取得する。取得部104bは、取得した受変電設備振動動体環境情報に含まれる受変電設備識別情報と、所定の期間に算出した振動検出データの複数の平均値及び標準偏差と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差と、所定の期間に算出した環境データの複数の平均値及び標準偏差とを取得する。
小動物検出装置100bにおいて、推定部106bは、取得部104bから受変電設備識別情報と、所定の期間に算出した振動検出データの複数の平均値及び標準偏差と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差と、所定の期間に算出した環境データの複数の平均値及び標準偏差とを取得する。推定部106bは、取得した振動検出データの複数の平均値及び標準偏差、動体検出データの複数の平均値及び標準偏差、並びに、環境データの複数の平均値及び標準偏差に基づいて受変電設備識別情報に該当する受変電設備200bに侵入している小動物の種類を推定する。
(ステップS21-2)
小動物検出装置100bにおいて、出力部108は、推定部106bから受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200bに侵入している小動物の種類の推定結果とを取得する。出力部108は、取得した受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200に侵入している小動物の種類の推定結果とを出力する。
前述した実施形態の変形例2において、ゲートウェイ202bは、所定の期間に算出した振動検出データの複数の平均値及び標準偏差とそれらの平均値及び標準偏差を算出するのに使用した振動検出データの検出時刻情報(代表点時刻情報。以後、省略)とを関連付けた情報と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差とそれらの平均値及び標準偏差を算出するのに使用した動体検出データの検出時刻情報とを関連付けた情報と、所定の期間に算出した環境データの複数の平均値及び標準偏差とそれらの平均値及び標準偏差を算出するのに使用した環境データの検出時刻情報とを関連付けた情報とを、小動物検出装置100へ送信するようにしてもよい。
鼠及び蛾は夜行性のため、振動検出データの平均値が振動データ閾値以上であるのが、夜以外の場合には鼠及び蛾による振動が検出された可能性は低いと想定され、夜の場合には鼠及び蛾による振動が検出された可能性が高いと想定される。一方、振動検出データの平均値が振動データ閾値以上である場合であって、検出時刻が散発的である場合には、人による振動が検出された可能性は高いと想定される。ここで、夜の一例は18時ごろから翌日の午前6時である。
一方、動体検出データの平均値が動体データ閾値以上である場合であって、検出時刻が散発的である場合には、人が検出された可能性は高いと想定される。ここで、夜の一例は18時ごろから翌日の午前6時である。このように構成することによって、鼠、ヤモリ及び蛾が受変電設備200bに侵入しているのか、蛇及び人が受変電設備200bに侵入しているのかを判定できる。
このように、複数種類のセンサによる検出データを用いて推定を行うことで、より推定精度を向上できる。
また、例えば推定部106bは、振動検出データと動体検出データ、並びに環境データを総合的に分析して侵入した小動物を予測するようにしてもよい。例えば、推定部106bは、夜の時間帯に振動検出データや動体検出データにて閾値以上の反応があった場合、鼠や蛾の可能性がある、として、同時間帯の環境データを確認する。例えば、推定部106bは、同時間帯に臭いセンサからの環境データに反応が出ていた場合、臭いのある動物が存在した可能性がある、として、蛾より鼠の可能性が高いと、推測するようにしてもよい。このように複数種類のセンサによる検出データを用いて推定を行うことで、より推定精度を向上できる。
前述した実施形態の変形例2において、ゲートウェイ202bが、小動物検出装置100bの機能を有していてもよい。
前述した実施形態の変形例2においては、受変電設備200bに、動体検出センサ210と環境センサ212とが備えられている場合について説明したが、この例に限られない。例えば、受変電設備200bに、動体検出センサ210と環境センサ212との少なくとも一方が備えられてもよい。また、例えば、受変電設備200bに、複数の動体検出センサ210と複数の環境センサ212との少なくとも一方が備えられてもよい。
このように構成することによって、推定部106bは、動体検出データ及び環境データの少なくとも一方にさらに基づいて小動物が設備に侵入して存在しているか否かを推定することができるため、小動物の種類の推定精度を向上できる。
このように構成することによって、小動物検出システム1bは、動体検出データを検出した検出時刻情報及び環境データを検出した検出時刻情報の少なくとも一方にさらに基づいて、設備に侵入している小動物の種類を推定することができるため、設備に侵入している小動物の種類の推定精度を向上できる。
実施形態の変形例3の小動物検出システム1cの一例は、図6を適用できる。ただし、小動物検出装置100の代わりに、小動物検出装置100cを備える点で小動物検出システム1bとは異なる。
図9は、実施形態の変形例3の小動物検出装置100cの一例を示す図である。
小動物検出装置100cは、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100cの一例は、受変電設備200bから離れた場所に設置される。小動物検出装置100cは、例えば、通信部102と、取得部104bと、推定部106cと、出力部108と、記憶部110とを備える。
推定部106cは、取得した振動検出データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した振動検出データの検出時刻情報とに基づいて、振動検出データに関する時系列データ(振動検出データの平均値及び標準偏差の時系列データ)を作成する。推定部106cは、取得した動体検出データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した動体検出データの検出時刻情報とに基づいて、動体検出データに関する時系列データ(動体検出データの平均値及び標準偏差の時系列データ)を作成する。推定部106cは、取得した所定の期間に算出された環境データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した動体検出データの検出時刻情報とに基づいて、環境データに関する時系列データ(環境データの平均値及び標準偏差の時系列データ)を作成する。
推定部106cは、学習済モデル106bcに、作成した振動検出データの平均値及び標準偏差の時系列データ、動体検出データの平均値及び標準偏差の時系列データ及び環境データの平均値及び標準偏差の時系列データを入力することによって、受変電設備識別情報に該当する受変電設備200bに侵入している小動物の種類を推定(判別)する。
前述した実施形態の変形例3において、ゲートウェイ202bが、小動物検出装置100cの機能を有していてもよい。
(小動物検出システム)
図11は、本発明の第2実施形態の小動物検出システム1dの一例を示す図である。本実施形態の小動物検出システム1dは、小動物検出装置100dと、動体検出センサ210-1、動体検出センサ210-2、・・・・、動体検出センサ210-nとを備える。
図11には、小動物検出装置100dと、動体検出センサ210-1、・・・・、動体検出センサ210-nとに加えて、動体検出センサ210-1、・・・・、動体検出センサ210-nをそれぞれ備える受変電設備200d-1、・・・、受変電設備200d-nと、警報処理サーバ300が描かれている。
インターフェイスボックス206d-1は、インターフェイスボックス206-1を適用できる。ただし、インターフェイスボックス206d-1は、インターフェイスボックス206-1の機能に加えて、以下の機能を有する。
インターフェイスボックス206d-1は、動体検出センサ210-1が出力したマイクロ波情報を取得する。インターフェイスボックス206d-1は、取得したマイクロ波情報をA/D変換することで動体検出データを作成する。インターフェイスボックス206d-1は、動体検出データに、検出時刻情報を付与してゲートウェイ202d-1に出力する。
ゲートウェイ202d-1は、所定の時間毎に動体検出データの平均値と標準偏差とを算出する。所定の時間の一例は、1分から7分である。なお、所定の時間の一例については、(実施形態)において、前述したとおりである。また、「所定の時間の間に取得した動体検出データに基づき算出した平均値と標準偏差」のことを、「所定の時間毎に算出した動体検出データの平均値と標準偏差」、と表記をする場合もある。
ゲートウェイ202d―1は、受変電設備200d-1の識別情報である受変電設備識別情報、所定の期間に算出した動体検出データの平均値及び標準偏差を複数含む受変電設備動体検出情報を作成し、作成した受変電設備動体情報を、小動物検出装置100dへ送信する。例えば、ゲートウェイ202d-1は、所定の期間毎に受変電設備動体情報を、小動物検出装置100dへ送信する。所定の期間の一例は、一日である。
受変電設備200d-2、・・・、受変電設備200d-nは、受変電設備200d-1と同様の構成であるため、説明を省略する。
以下、受変電設備200d-1、・・・、受変電設備200d-nのうち、任意の受変電設備を、受変電設備200dと記載し、ゲートウェイ202d-1、・・・、ゲートウェイ202d-nのうち、任意のゲートウェイを、ゲートウェイ202dと記載し、漏洩電流センサ204-1、・・・、漏洩電流センサ204-nのうち、任意の漏洩電流センサを、漏洩電流センサ204と記載し、インターフェイスボックス206d-1、・・・、インターフェイスボックス206d-nのうち、任意のインターフェイスボックスを、インターフェイスボックス206dと記載し、動体検出センサ210-1、・・・、動体検出センサ210-nのうち、任意の動体検出センサを、動体検出センサ210と記載する。
図12は、本実施形態の小動物検出装置100dの一例を示す図である。小動物検出装置100dは、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100dの一例は、キュービクル(高圧受電設備)などの受変電設備200dから離れた場所に設置される。小動物検出装置100dは、例えば、通信部102と、取得部104dと、推定部106dと、出力部108と、記憶部110とを備える。
通信部102は、ゲートウェイ202dが送信した受変電設備動体情報を受信する。
取得部104dは、通信部102が受信した受変電設備動体情報を取得する。取得部104dは、取得した受変電設備動体情報に含まれる受変電設備識別情報、所定の期間に算出された動体検出データの複数の平均値及び標準偏差を取得する。
例えば推定部106dは、動体検出データの複数の平均値に動体データ閾値以上であるものが含まれる場合に鼠、蛾及び人の少なくとも一種類が受変電設備200dに侵入していると判定する。一方、推定部106dは、振動検出データの複数の平均値の全てが推定部106dは、動体検出データが動体データ閾値未満である場合に鼠、蛾及び人のいずれも受変電設備200dに侵入していないと判定する。
図13は、本実施形態の小動物検出システム1dの動作の一例を示す図である。
(ステップS1-3)
受変電設備200dにおいて、動体検出センサ210は、受変電設備200dの内部でマイクロ波を発信し、反射したマイクロ波を検出する。
(ステップS2-3)
受変電設備200dにおいて、動体検出センサ210は、マイクロ波情報をインターフェイスボックス206dへ出力する。インターフェイスボックス206dは、動体検出センサ210が出力したマイクロ波情報を取得する。
(ステップS3-3)
受変電設備200dにおいて、インターフェイスボックス206dは、取得したマイクロ波情報をA/D変換することで動体検出データを作成する。
受変電設備200dにおいて、インターフェイスボックス206dは、動体検出データに、検出時刻情報を付与してゲートウェイ202dに出力する。
(ステップS5-3)
受変電設備200dにおいて、ゲートウェイ202dは、インターフェイスボックス206dが出力した動体検出データ及び検出時刻情報を取得し、取得した動体検出データ及び検出時刻情報を関連付けて、記憶部(図示なし)に記憶させる。
(ステップS6-3)
受変電設備200dにおいて、ゲートウェイ202dは、所定の時間毎に動体検出データの平均値と標準偏差とを算出する。ゲートウェイ202dは、受変電設備識別情報、所定の期間に算出した動体検出データの平均値及び標準偏差を複数含む受変電設備動体情報を作成する。
受変電設備200dにおいて、ゲートウェイ202dは、作成した受変電設備動体情報を、小動物検出装置100dへ送信する。
(ステップS8-3)
小動物検出装置100bにおいて、通信部102は、ゲートウェイ202bが送信した受変電設備動体情報を受信する。
(ステップS9-3)
小動物検出装置100dにおいて、取得部104dは、通信部102が受信した受変電設備動体情報を取得する。取得部104dは、取得した受変電設備動体情報に含まれる受変電設備識別情報、所定の期間に算出された動体検出データの複数の平均値及び標準偏差を取得する。
小動物検出装置100dにおいて、推定部106dは、取得部104dから受変電設備識別情報、所定の期間に算出された動体検出データの複数の平均値及び標準偏差を取得する。推定部106dは、取得した動体検出データの複数の平均値及び標準偏差に基づいて受変電設備識別情報に該当する受変電設備200d内への小動物または人の侵入について推定する。
(ステップS11-3)
小動物検出装置100dにおいて、出力部108は、推定部106dから受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200d内への小動物または人の侵入についての推定結果を取得する。出力部108は、取得した受変電設備識別情報と、受変電設備識別情報に該当する受変電設備200d内への小動物または人の侵入についての推定結果とを出力する。
例えば推定部106dは、動体検出データの複数の平均値に動体データ閾値以上であるものが含まれる場合に、その動体データ閾値以上の動体検出データの平均値を算出するのに使用した動体検出データの検出時刻情報が夜を示す場合に鼠、ヤモリ、蛾及び人の少なくとも一種類が受変電設備200dに侵入している可能性があると判定し、夜以外を示す場合に蛇、蛾及び人が受変電設備200dに侵入している可能性があると判定する。
一方、動体検出データの平均値が動体データ閾値以上である場合に検出時刻にかかわらず、人が検出された可能性は高いと想定される。ここで、夜の一例は18時ごろから翌日の午前6時である。このように構成することによって、鼠、ヤモリ及び蛾が受変電設備200dに侵入しているのか、蛇及び人が受変電設備200dに侵入しているのか推定することができる。
前述した第2実施形態において、ゲートウェイ202dが、小動物検出装置100dの機能を有していてもよい。
前述した第2実施形態では、一例として、小動物検出装置100dが受変電設備200dに小動物または人が侵入したことを検出し、検出した小動物の種類を推定する場合について説明したが、この例に限られない。例えば、小動物検出装置100dが、低圧配電盤等へ小動物が侵入したことを検出するようにしてもよいし、厨房等へゴキブリなどの小動物が侵入したことを検出するようにしてもよいし、穀物倉庫等へ小動物が侵入したことを検出するようにしてもよいし、建物内へ人を含む小動物が侵入したことを検出するようにしてもよい。
このように構成することによって、小動物検出システム1dは、設備に設置される動体検出センサ210が検出した動体検出データを取得し、取得した動体検出データに基づいて設備内への小動物または人の侵入について推定し、侵入している小動物の種類を推定できるため、設備に複数台のカメラを設置し常時稼働させて、データを遠隔に送信し監視する場合と比較して、簡素な構成で小動物の種類を検出できる。
このように構成することによって、小動物検出システム1dは、動体検出データを検出した検出時刻情報にさらに基づいて、設備内への小動物または人の侵入について推定し、侵入している小動物の種類を推定できるため、小動物の種類の推定精度を向上できる。
第2実施形態の変形例の小動物検出システム1eの一例は、図11を適用できる。ただし、小動物検出装置100dの代わりに、小動物検出装置100eを備える点で小動物検出システム1dとは異なる。
図14は、第2実施形態の変形例の小動物検出装置100eの一例を示す図である。小動物検出装置100eは、パーソナルコンピュータ、サーバ、スマートフォン、タブレットコンピュータ又は産業用コンピュータ等の装置によって実現される。小動物検出装置100eの一例は、受変電設備200dから離れた場所に設置される。小動物検出装置100eは、例えば、通信部102と、取得部104dと、推定部106eと、出力部108と、記憶部110とを備える。
取得部104dは、取得した受変電設備振動情報に含まれる受変電設備識別情報と、所定の期間に算出された動体検出データの複数の平均値及び標準偏差と、それらの平均値を算出するのに使用した動体検出データの検出時刻情報とを取得する。
推定部106eは、以下に説明する学習済モデル106deに、作成した動体検出データの時系列データを入力することによって、受変電設備識別情報に該当する受変電設備200dに侵入している小動物の種類を推定(判別)する。
ステップS6-3では、受変電設備200dにおいて、ゲートウェイ202dは、所定の時間毎に動体検出データの平均値と標準偏差とを算出する。ゲートウェイ202dは、受変電設備識別情報と、所定の期間に算出した動体検出データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した動体検出データの検出時刻情報とを含む受変電設備動体検出情報を作成する。
ステップS10-3では、小動物検出装置100eにおいて、推定部106eは、取得部104dから受変電設備識別情報と、所定の期間に算出された動体検出データの複数の平均値及び標準偏差と、それらの平均値及び標準偏差を算出するのに使用した動体検出データの検出時刻情報とを取得する。推定部106eは、取得した動体検出データの複数の平均値及び標準偏差と、検出時刻情報とに基づいて、動体検出データの平均値及び標準偏差の時系列データを作成する。推定部106eは、学習済モデル106deに、作成した動体検出データの平均値及び標準偏差の時系列データを入力することによって、受変電設備識別情報に該当する受変電設備200dに侵入している小動物の種類を推定(判別)する。
前述した第2実施形態の変形例において、ゲートウェイ202dが、小動物検出装置100eの機能を有していてもよい。
このように構成することによって、小動物検出システム1eは、動体検出データの平均値及び標準偏差の時系列データと動体検出データの平均値及び標準偏差の時系列データが取得された空間に侵入している小動物の種類との関係を機械学習した結果と取得部104dが取得した動体検出データ及び検出時刻情報に基づいて作成した動体検出データの平均値及び標準偏差の時系列データとに基づいて設備に侵入している小動物の種類を推定できるため、小動物の種類の推定精度を向上できる。
例えば、上述した各装置の機能を実現するためのコンピュータプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたコンピュータプログラムをコンピュータシステムに読み込ませ、実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものであってもよい。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してコンピュータプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ(例えばDRAM(Dynamic Random Access Memory))のように、一定時間プログラムを保持しているものも含むものとする。
また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。
さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であっても良い。
Claims (8)
- 設備に侵入した小動物を検出する小動物検出システムであって、
設備に設置される動体検出センサと、
前記動体検出センサが検出した動体検出データと前記動体検出センサが前記動体検出データを検出した検出時刻情報とを取得する取得部と、
前記取得部が取得した前記動体検出データに基づいて前記設備に小動物または人が侵入して存在しているか否かを推定する推定部と
を備え、
前記推定部は、動体検出データに関する時系列データと動体検出データに関する前記時系列データが取得された空間に侵入している小動物の種類との関係を機械学習しており、前記取得部が取得した前記動体検出データ及び前記検出時刻情報に基づいて動体検出データに関する時系列データを作成し、作成した動体検出データに関する前記時系列データと当該機械学習の結果とに基づいて前記設備に侵入している小動物の種類を推定する、小動物検出システム。 - 前記動体検出センサは、ドップラーセンサである、請求項1に記載の小動物検出システム。
- 前記設備に設置される振動検出センサ及び環境センサの少なくとも一方
をさらに備え、
前記取得部は、前記振動検出センサが検出した振動検出データ及び環境センサが検出した環境データの少なくとも一方を取得し、
前記推定部は、前記取得部が取得した前記振動検出データ及び前記環境データの少なくとも一方にさらに基づいて小動物が設備に侵入して存在しているか否かを推定する、請求項1に記載の小動物検出システム。 - 前記取得部は、前記振動検出センサが複数の前記振動検出データを検出した検出時刻情報及び前記環境センサが複数の前記環境データを検出した検出時刻情報の少なくとも一方をさらに取得し、
前記推定部は、前記取得部が取得した複数の前記振動検出データを検出した前記検出時刻情報及び複数の前記環境データを検出した前記検出時刻情報の少なくとも一方にさらに基づいて、前記設備に侵入している小動物の種類を推定する、請求項3に記載の小動物検出システム。 - 前記取得部は、前記動体検出センサが前記動体検出データを検出した検出時刻情報をさらに取得し、
前記推定部は、動体検出データに関する時系列データと、振動検出データに関する時系列データ及び環境データに関する時系列データの少なくとも一方との組み合わせと、動体検出データに関する前記時系列データと前記振動検出データに関する前記時系列データ及び環境データに関する時系列データの少なくとも一方とが取得された空間に侵入している小動物の種類との関係を機械学習しており、前記取得部が取得した前記動体検出データ及び前記検出時刻情報と、振動検出データ及び前記検出時刻情報と環境データ及び前記検出時刻情報の少なくとも一方とに基づいて動体検出データに関する時系列データと振動検出データに関する時系列データ及び環境データに関する時系列データの少なくとも一方との組み合わせを作成し、作成した動体検出データに関する前記時系列データと、振動検出データに関する前記時系列データ及び環境データに関する時系列データの少なくとも一方との前記組み合わせと当該機械学習の結果とに基づいて前記設備に侵入している小動物の種類を推定する、請求項4に記載の小動物検出システム。 - 前記振動検出センサは、超音波センサ、音波センサのいずれかまたは両方であり、前記環境センサは、温度センサ、湿度センサ及び臭いセンサの少なくとも一つである、請求項3に記載の小動物検出システム。
- コンピュータが実行する小動物検出方法であって、
設備に設置される動体検出センサが検出した動体検出データと前記動体検出センサが前記動体検出データを検出した検出時刻情報とを取得するステップと、
前記取得するステップで取得した前記動体検出データに基づいて前記設備に小動物または人が侵入して存在しているか否かを推定するステップと
を有し、
前記推定するステップでは、動体検出データに関する時系列データと動体検出データに関する前記時系列データが取得された空間に侵入している小動物の種類との関係を機械学習しており、前記取得するステップで取得した前記動体検出データ及び前記検出時刻情報に基づいて動体検出データに関する時系列データを作成し、作成した動体検出データに関する前記時系列データと当該機械学習の結果とに基づいて前記設備に侵入している小動物の種類を推定する、小動物検出方法。 - 小動物検出システムを、請求項1に記載の小動物検出システムとして機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023017861A JP7461528B1 (ja) | 2023-02-08 | 2023-02-08 | 小動物検出システム、小動物検出方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023017861A JP7461528B1 (ja) | 2023-02-08 | 2023-02-08 | 小動物検出システム、小動物検出方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7461528B1 true JP7461528B1 (ja) | 2024-04-03 |
Family
ID=90474157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023017861A Active JP7461528B1 (ja) | 2023-02-08 | 2023-02-08 | 小動物検出システム、小動物検出方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7461528B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001229471A (ja) | 2000-02-18 | 2001-08-24 | Hyper Electronics:Kk | 侵入検知装置 |
WO2018216088A1 (ja) | 2017-05-23 | 2018-11-29 | 三菱電機株式会社 | 人位置検知装置、人位置検知システム、人位置検知方法及びプログラム |
JP2020514749A (ja) | 2017-03-16 | 2020-05-21 | コグニティヴ システムズ コーポレイション | 無線信号を用いて検出された動きの分類 |
-
2023
- 2023-02-08 JP JP2023017861A patent/JP7461528B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001229471A (ja) | 2000-02-18 | 2001-08-24 | Hyper Electronics:Kk | 侵入検知装置 |
JP2020514749A (ja) | 2017-03-16 | 2020-05-21 | コグニティヴ システムズ コーポレイション | 無線信号を用いて検出された動きの分類 |
WO2018216088A1 (ja) | 2017-05-23 | 2018-11-29 | 三菱電機株式会社 | 人位置検知装置、人位置検知システム、人位置検知方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10755136B2 (en) | Pruning filters for efficient convolutional neural networks for image recognition in vehicles | |
NL2012327B1 (en) | Selective intrusion detection systems. | |
US20230012038A1 (en) | Systems and methods for automated detection of switch capacitor operation | |
Borker et al. | A comparison of automated and traditional monitoring techniques for marbled murrelets using passive acoustic sensors | |
JP7343037B2 (ja) | メンテナンスハッチの除去を特定するための方法、特定システム、特定装置及びプログラム | |
EP4036561A1 (en) | Data generation system, learning device, data generation device, data generation method, and data generation program | |
KR20110067243A (ko) | 음장변화 측정을 이용한 보안 시스템 및 방법 | |
US10715941B2 (en) | Mobile and autonomous audio sensing and analytics system and method | |
EP3714242A1 (en) | System and method for non-contact wetness detection using thermal sensing | |
US11874160B2 (en) | Systems and methods for utilizing machine learning to minimize a potential of damage to fiber optic cables | |
CN113056665A (zh) | 使用混合传感系统对防火绝缘层下腐蚀进行检查与故障检测 | |
JP7461528B1 (ja) | 小動物検出システム、小動物検出方法及びプログラム | |
JP2011215775A (ja) | 物体検出センサおよび警備システム | |
JP7461527B1 (ja) | 小動物検出システム、小動物検出方法及びプログラム | |
CN112363029A (zh) | 一种设备电晕放电在线监测系统及其监测方法 | |
KR20210149484A (ko) | 진동센서 및 음향센서를 이용한 선박 원격 관리 시스템 및 방법 | |
JP2011215772A (ja) | 物体検出センサ | |
Aoki et al. | Study on a nursing system using information communication technology | |
Xie et al. | On‐line physical security monitoring of power substations | |
AU2008285140B2 (en) | Method and apparatus for detecting pedestrians | |
Codling et al. | MassHog: Weight-sensitive occupant monitoring for pig pens using actuated structural vibrations | |
Yeganejou et al. | Condition Monitoring of Underground Power Cables Via Power-Line Modems and Anomaly Detection | |
KR102606688B1 (ko) | It 기술을 접목한 지진 감지 영상 제어 시스템 및 방법 | |
JP2005172548A (ja) | 監視装置およびデータベース構築方法 | |
Fuhrmann et al. | Cross Sensor Platform for Transformer Monitoring Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230208 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230208 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20230303 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231208 |
|
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: 20240227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240322 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7461528 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |