JP4989399B2 - 情報処理装置及び情報処理方法及びプログラム - Google Patents
情報処理装置及び情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP4989399B2 JP4989399B2 JP2007250994A JP2007250994A JP4989399B2 JP 4989399 B2 JP4989399 B2 JP 4989399B2 JP 2007250994 A JP2007250994 A JP 2007250994A JP 2007250994 A JP2007250994 A JP 2007250994A JP 4989399 B2 JP4989399 B2 JP 4989399B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- vehicle
- section
- vehicle dynamic
- characteristic evaluation
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Description
本発明は、鉄道車両等の所定の路線を移動する車両の動態を管理する技術に関する。
従来の、鉄道車両の車両動態情報を観測し特異性を判定する技術としては、車両上に搭載されたセンサーから蓄積された情報を元に、時系列分析や周波数解析、その他データマイニング手法によって本来の値を推定し、推定値と新たな観測値との差が大きい場合を異常として検知する技術（例えば、特許文献１）がある。
また、鉄道車両の車両動態情報を地上の特定地点から観測し、鉄道車両がその地点を通過する度に取得した情報から異常を検知する技術（例えば、特許文献２）がある。
特開２００５−６７２７６号公報 「鉄道車両の異常検知装置」
特開２００３−１８２５８０号号公報 「車両の走行状態監視方法及び装置」
また、鉄道車両の車両動態情報を地上の特定地点から観測し、鉄道車両がその地点を通過する度に取得した情報から異常を検知する技術（例えば、特許文献２）がある。
一般に、鉄道車両に搭載するセンサーは、サイズ・コストなどの面から制約が多く、機構が単純になる時間間隔一定のサンプリングとなることが多い。
また、このようなデータ蓄積型の分析では、データ転送速度や列車内でのデータの蓄積可能量などの制約から、生成されるデータ量を削減するためサンプリング周期を長く（数百ｍｓ〜）設定することが多く、従って周波数分析が十分に機能する密度のデータにならないという課題がある。
さらに、通常車両上のセンサー単体では、総走行距離を自動で算出する際に誤差が生じ、そのため従来の手法で高精度な分析を行うためには、より高コストなデータ環境を車両に搭載する必要があった。
しかしそのようなアプローチは、多数の車両に搭載し、常時監視を行うような商用の車両動態監視システムとしては、コスト面から課題があった。
また、このようなデータ蓄積型の分析では、データ転送速度や列車内でのデータの蓄積可能量などの制約から、生成されるデータ量を削減するためサンプリング周期を長く（数百ｍｓ〜）設定することが多く、従って周波数分析が十分に機能する密度のデータにならないという課題がある。
さらに、通常車両上のセンサー単体では、総走行距離を自動で算出する際に誤差が生じ、そのため従来の手法で高精度な分析を行うためには、より高コストなデータ環境を車両に搭載する必要があった。
しかしそのようなアプローチは、多数の車両に搭載し、常時監視を行うような商用の車両動態監視システムとしては、コスト面から課題があった。
この発明は、上記のような課題を解決することを主な目的の一つとしており、低コストで高精細な車両動態管理技術を提供することを主な目的とする。
本発明に係る情報処理装置は、
各々が二以上の小区間からなる複数の区間に区分されて管理されている路線を移動する車両の車両動態を管理する情報処理装置であって、
前記車両の移動中に前記車両において収集された、前記車両の車両動態が示される車両動態値を順次受信する車両動態値受信部と、
前記車両動態値受信部により受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定し、判定した区間及び小区間に対応づけて車両動態値を格納する車両動態値格納部と、
区間ごとに、各小区間の車両動態値を用いて、当該区間での車両動態の特性を示す特性評価値を算出する特性評価値算出部と、
区間ごとに、特性評価値が正常な値か否かを判定するための基準値を記憶する基準値記憶部と、
前記特定評価値算出部により算出された特性評価値と、当該特性評価値と同じ区間の基準値とを比較し、前記特性評価値が正常な値か否かを判定する比較判定部とを有することを特徴とする。
各々が二以上の小区間からなる複数の区間に区分されて管理されている路線を移動する車両の車両動態を管理する情報処理装置であって、
前記車両の移動中に前記車両において収集された、前記車両の車両動態が示される車両動態値を順次受信する車両動態値受信部と、
前記車両動態値受信部により受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定し、判定した区間及び小区間に対応づけて車両動態値を格納する車両動態値格納部と、
区間ごとに、各小区間の車両動態値を用いて、当該区間での車両動態の特性を示す特性評価値を算出する特性評価値算出部と、
区間ごとに、特性評価値が正常な値か否かを判定するための基準値を記憶する基準値記憶部と、
前記特定評価値算出部により算出された特性評価値と、当該特性評価値と同じ区間の基準値とを比較し、前記特性評価値が正常な値か否かを判定する比較判定部とを有することを特徴とする。
本発明によれば、低コストで高精細な車両動態管理を行うことができる。
つまり、車両により収集された車両動態値を小区間ごとに管理し、小区間ごとの車両動態値を用いて車両の動態を分析するため、路線上の多数の地点に固定センサーを設置して網羅的に車両動態値を観測した場合と同様の効果を、固定センサーを配置することなく得ることができる。
また、データの取得間隔についても、一つの値ではなく区間に対する特性評価値を算出することで、距離算出の誤差を吸収し、また、同一小区間に対して複数の値が得られた場合は集約処理を行い、値が欠損した小区間に対しては推定処理を行うことにより、正確な特性評価値を得ることでき、高精細な車両動態管理を行うことができる。
つまり、車両により収集された車両動態値を小区間ごとに管理し、小区間ごとの車両動態値を用いて車両の動態を分析するため、路線上の多数の地点に固定センサーを設置して網羅的に車両動態値を観測した場合と同様の効果を、固定センサーを配置することなく得ることができる。
また、データの取得間隔についても、一つの値ではなく区間に対する特性評価値を算出することで、距離算出の誤差を吸収し、また、同一小区間に対して複数の値が得られた場合は集約処理を行い、値が欠損した小区間に対しては推定処理を行うことにより、正確な特性評価値を得ることでき、高精細な車両動態管理を行うことができる。
実施の形態１．
図１は、本実施の形態に係る車両動態管理装置１００の構成例を示す図である。
本実施の形態に係る車両動態管理装置１００は、例えば、鉄道会社の管理センターに配置され、各路線を走行する鉄道車両２００から例えば無線にて送信される車両動態情報をネットワーク３００経由で受信する。車両動態管理装置１００は、情報処理装置の例である。
なお、本実施の形態では、所定の路線を走行する鉄道車両２００を車両の例として説明するが、例えばバスや路面電車等の所定の路線を走行する他の種類の車両であってもよい。
図１は、本実施の形態に係る車両動態管理装置１００の構成例を示す図である。
本実施の形態に係る車両動態管理装置１００は、例えば、鉄道会社の管理センターに配置され、各路線を走行する鉄道車両２００から例えば無線にて送信される車両動態情報をネットワーク３００経由で受信する。車両動態管理装置１００は、情報処理装置の例である。
なお、本実施の形態では、所定の路線を走行する鉄道車両２００を車両の例として説明するが、例えばバスや路面電車等の所定の路線を走行する他の種類の車両であってもよい。
鉄道車両２００が走行する路線は、複数の区間に区分されて管理され、また、各区間は二以上の小区間からなる。
例えば、小区間を１０メートルとし、２０個の小区間により一つの区間が形成される（１区間は２００メートル）構成が考えられる。
また、車両動態情報とは、一つ以上の車両動態の値（車両動態値）が含まれる情報である。
車両動態値とは、車両が路線上にある際（走行時、駅等での停車時の両者を含む）の車両の状態を示す値をいい、変動し得る状態を示す値である。車両動態の具体例としては、例えば、車両の速度、加速度、車両の特定部位の温度、外気温、車両の走行時の振動数、車両内部のコンデンサの電圧、パンタグラフから供給される電圧等がある。なお、これらのうちの一部の車両動態値のみを車両動態情報に含ませてもよいし、これら以外の車両動態値を車両動態情報に含ませてもよい。
鉄道車両２００には、上記の車両動態値の種類に対応させて各種のセンサーが搭載されており、一定の周期でセンサーにより車両動態値を計測する。このため、センサーの計測周期及び鉄道車両の走行速度によっては、複数個の車両動態値が計測される小区間も存在するし、車両動態値が一つも計測されない小区間も存在する。
また、車両動態情報には、車両動態値以外に、鉄道車両２００の識別子、路線の識別子、車両動態値が計測された位置を示す位置情報が含まれる。車両動態値が計測された位置を示す位置情報は、例えば、路線における特定位置（始発駅又は終着駅）からの距離を示す。
例えば、小区間を１０メートルとし、２０個の小区間により一つの区間が形成される（１区間は２００メートル）構成が考えられる。
また、車両動態情報とは、一つ以上の車両動態の値（車両動態値）が含まれる情報である。
車両動態値とは、車両が路線上にある際（走行時、駅等での停車時の両者を含む）の車両の状態を示す値をいい、変動し得る状態を示す値である。車両動態の具体例としては、例えば、車両の速度、加速度、車両の特定部位の温度、外気温、車両の走行時の振動数、車両内部のコンデンサの電圧、パンタグラフから供給される電圧等がある。なお、これらのうちの一部の車両動態値のみを車両動態情報に含ませてもよいし、これら以外の車両動態値を車両動態情報に含ませてもよい。
鉄道車両２００には、上記の車両動態値の種類に対応させて各種のセンサーが搭載されており、一定の周期でセンサーにより車両動態値を計測する。このため、センサーの計測周期及び鉄道車両の走行速度によっては、複数個の車両動態値が計測される小区間も存在するし、車両動態値が一つも計測されない小区間も存在する。
また、車両動態情報には、車両動態値以外に、鉄道車両２００の識別子、路線の識別子、車両動態値が計測された位置を示す位置情報が含まれる。車両動態値が計測された位置を示す位置情報は、例えば、路線における特定位置（始発駅又は終着駅）からの距離を示す。
次に、車両動態管理装置１００の内部構成例について説明する。
車両動態情報受信部１は、鉄道車両２００が移動中に鉄道車両２００にて収集され、送信された車両動態情報をネットワーク３００より順次受信する。
車両動態情報受信部１は、車両動態値受信部の例である。
車両動態情報受信部１は、車両動態値受信部の例である。
小区間判定部１３は、車両動態情報受信部１により受信された車両動態情報がいずれの区間のいずれの小区間での車両動態を示すのかを判定する。前述のように、車両動態情報には、車両動態値が計測された位置の情報が含まれるので、小区間判定部１３は、車両動態値が計測された位置の情報より対応する区間及び小区間を判定することができる。
小区間バッファ２は、小区間判定部１３により判定された区間の小区間に対応づけて車両動態値を格納する。
小区間判定部１３及び小区間バッファ２が、車両動態値格納部の例となる。
小区間バッファ２は、小区間判定部１３により判定された区間の小区間に対応づけて車両動態値を格納する。
小区間判定部１３及び小区間バッファ２が、車両動態値格納部の例となる。
なお、以下では、説明の簡明のために、一路線の一鉄道車両２００から車両動態情報を受信する例を説明するが、実際の運用においては、車両動態管理装置１００は、複数路線の複数鉄道車両２００から車両動態情報を受信することになる。複数路線の複数鉄道車両２００からの車両動態情報に対しては、以下に述べる処理を複数路線分、複数鉄道車両分行うことになる。
また、同様に、説明の簡明のため、以下では、車両動態情報に１種類の車両動態値のみ（例えば鉄道車両の速度のみ）が含まれる例を前提にして説明するが、車両動態情報に２種類以上の車両動態値（例えば鉄道車両の速度と振動数等）が含まれる場合には、種類ごとに車両動態値を区別して格納する必要がある。
また、車両動態情報に２種類以上の車両動態値（例えば鉄道車両の速度と振動数等）が含まれる場合には、後述する車両動態値の集計、車両動態値の補完、特性評価値の算出、帰属確率の算出、特異性の判定等の処理も種類ごとに車両動態値を区別して実施する必要がある。
また、同様に、説明の簡明のため、以下では、車両動態情報に１種類の車両動態値のみ（例えば鉄道車両の速度のみ）が含まれる例を前提にして説明するが、車両動態情報に２種類以上の車両動態値（例えば鉄道車両の速度と振動数等）が含まれる場合には、種類ごとに車両動態値を区別して格納する必要がある。
また、車両動態情報に２種類以上の車両動態値（例えば鉄道車両の速度と振動数等）が含まれる場合には、後述する車両動態値の集計、車両動態値の補完、特性評価値の算出、帰属確率の算出、特異性の判定等の処理も種類ごとに車両動態値を区別して実施する必要がある。
値集計部３は、車両位置が対象の小区間を外れた際に、小区間バッファ２に格納された値の集合を集計した集計値を算出して区間バッファ５に格納する。
つまり、値集計部３は、小区間バッファ２においていずれかの小区間に対して複数の車両動態値が格納されている場合に、複数の車両動態値を集約し、集約後の集計値を区間バッファ５に格納する。
集計値としては、例えば、複数の車両動態値の平均値、加重平均値、分散値等がある。
値集計部３は、車両動態値集約部の例である。
つまり、値集計部３は、小区間バッファ２においていずれかの小区間に対して複数の車両動態値が格納されている場合に、複数の車両動態値を集約し、集約後の集計値を区間バッファ５に格納する。
集計値としては、例えば、複数の車両動態値の平均値、加重平均値、分散値等がある。
値集計部３は、車両動態値集約部の例である。
値補完部４は、車両位置が対象の小区間を外れ、かつ小区間バッファ２にデータが存在しない場合に使用される。過去動態特性ＤＢ（Ｄａｔａ Ｂａｓｅ）６から過去の特性情報を読み取り、算出される評価値が過去の特性評価値との差異が最小となるような値を算出し、補完値として集計値の代わりに区間バッファ５に格納する。
つまり、値補完部４は、小区間バッファ２においていずれかの小区間に対して車両動態値が格納されていない場合に、過去動態特性ＤＢ６の過去の特性情報に基づいて、当該小区間の車両動態値を推定する。
詳細は後述するが、過去動態特性ＤＢ６には、区間ごとに、過去に車両動態情報受信部１により受信された車両動態値の特性を示す情報が記憶されており、値補完部４は、小区間バッファ２に車両動態値が格納されていない小区間が属する区間についての特性情報から補完値を推定する。
値補完部４は、車両動態値推定部の例である。
つまり、値補完部４は、小区間バッファ２においていずれかの小区間に対して車両動態値が格納されていない場合に、過去動態特性ＤＢ６の過去の特性情報に基づいて、当該小区間の車両動態値を推定する。
詳細は後述するが、過去動態特性ＤＢ６には、区間ごとに、過去に車両動態情報受信部１により受信された車両動態値の特性を示す情報が記憶されており、値補完部４は、小区間バッファ２に車両動態値が格納されていない小区間が属する区間についての特性情報から補完値を推定する。
値補完部４は、車両動態値推定部の例である。
区間バッファ５は、指定された個数の連続した小区間からなる区間を車両が通行した際の車両動態値を、小区間ごとの集計値・補完値として蓄積する。
車両位置が対象の区間を外れたとき、区間バッファ５は必ず小区間と同数の車両動態値（集計値、補完値）を格納している。
つまり、ある小区間に対して小区間バッファ２に一つの車両動態値が格納されていた場合は、値集計部３によりその車両動態値がそのまま集計値として出力されて当該小区間に対して一つの車両動態値が得られ、ある小区間に対して小区間バッファ２に複数の車両動態値が格納されていた場合は、値集計部３により集約された集計値が出力されて当該小区間に対して一つの車両動態値（集計値）が得られ、ある小区間に対して小区間バッファ２に車両動態値が格納されていなかった場合は、値補完部４により推定された車両動態値である補完値が出力されて当該小区間に対して一つの車両動態値（補完値）が得られ、この結果、区間バッファ５には必ず小区間と同数の値が格納されることになる。
車両位置が対象の区間を外れたとき、区間バッファ５は必ず小区間と同数の車両動態値（集計値、補完値）を格納している。
つまり、ある小区間に対して小区間バッファ２に一つの車両動態値が格納されていた場合は、値集計部３によりその車両動態値がそのまま集計値として出力されて当該小区間に対して一つの車両動態値が得られ、ある小区間に対して小区間バッファ２に複数の車両動態値が格納されていた場合は、値集計部３により集約された集計値が出力されて当該小区間に対して一つの車両動態値（集計値）が得られ、ある小区間に対して小区間バッファ２に車両動態値が格納されていなかった場合は、値補完部４により推定された車両動態値である補完値が出力されて当該小区間に対して一つの車両動態値（補完値）が得られ、この結果、区間バッファ５には必ず小区間と同数の値が格納されることになる。
過去動態特性ＤＢ６は、区間バッファ５内に格納された車両動態値から、特性評価値を算出するための係数情報を格納している。
この係数情報は、過去の車両動態値から算出され、新たな車両動態情報が入力されると、その車両動態値に応じて更新される。
係数情報とは、区間ごとに、当該区間の小区間について過去に受信された車両動態値から得られる車両動態値の傾向を示す情報である。例えば、小区間が２０個（小区間１〜小区間２０）ある場合に、１）小区間１から小区間２０の全域に渡って車両動態値がほぼ一定である、２）小区間１から小区間２０まで、小区間ごとにＸ％の比率で車両動態値が上昇している、３）小区間１０まではＸ％の比率で上昇しているが、小区間１０以降はＹ％の比率で下降している等の区間ごとの車両動態値の傾向を示す情報である（なお、前述の１）〜３）は説明の簡明のために、単純な例の係数情報を挙げたものであり、実際の運用では、より複雑な内容の係数情報となると考えられる）。
この係数情報は、過去の車両動態値から算出され、新たな車両動態情報が入力されると、その車両動態値に応じて更新される。
係数情報とは、区間ごとに、当該区間の小区間について過去に受信された車両動態値から得られる車両動態値の傾向を示す情報である。例えば、小区間が２０個（小区間１〜小区間２０）ある場合に、１）小区間１から小区間２０の全域に渡って車両動態値がほぼ一定である、２）小区間１から小区間２０まで、小区間ごとにＸ％の比率で車両動態値が上昇している、３）小区間１０まではＸ％の比率で上昇しているが、小区間１０以降はＹ％の比率で下降している等の区間ごとの車両動態値の傾向を示す情報である（なお、前述の１）〜３）は説明の簡明のために、単純な例の係数情報を挙げたものであり、実際の運用では、より複雑な内容の係数情報となると考えられる）。
特性評価値算出部８は、区間バッファ５内の小区間毎の車両動態値（集計値、補完値）に対して、過去動態特性ＤＢ６から引用した係数情報による演算を施し、入力された車両動態情報に対する特性評価値を算出する。
つまり、特性評価値算出部８は、区間ごとに、各小区間の車両動態値に対して過去動態特性ＤＢ６から引用した係数情報を用いて、当該区間での車両動態の特性を示す特性評価値を算出する。
つまり、特性評価値算出部８は、区間ごとに、各小区間の車両動態値に対して過去動態特性ＤＢ６から引用した係数情報を用いて、当該区間での車両動態の特性を示す特性評価値を算出する。
過去特性評価値ＤＢ７は、過去に入力された車両動態値に対して算出された特性評価値を格納している。
つまり、過去特性評価値ＤＢ７は、同じ区間に対して過去に特性評価値算出部８により算出された特性評価値の集合を記憶している。
過去特性評価値ＤＢ７に記憶されている特性評価値の集合は、特性評価値算出部８により新たに算出された特性評価値が正常な値か否かを判定するための基準値となる。
過去特性評価値ＤＢ７は、基準値記憶部の例である。
つまり、過去特性評価値ＤＢ７は、同じ区間に対して過去に特性評価値算出部８により算出された特性評価値の集合を記憶している。
過去特性評価値ＤＢ７に記憶されている特性評価値の集合は、特性評価値算出部８により新たに算出された特性評価値が正常な値か否かを判定するための基準値となる。
過去特性評価値ＤＢ７は、基準値記憶部の例である。
帰属確率算出部９は、特性評価値算出部８にて算出された、入力された車両動態値の特性評価値と、過去特性評価値ＤＢ７に格納された、過去に入力された車両動態値に対する特性評価値の集合とを比較し、特性評価値算出部８により新たに得られた特性評価値が過去の特性評価値の集合の中で正常な位置にあるかどうかを統計的、確率的に表現する定量的な指標として、帰属確率を算出する。
特異性判定部１０では、得られた帰属確率が、あらかじめ定められた閾値を下回る場合に、警告情報を出力する。
つまり、帰属確率算出部９及び特異性判定部１０は、特性評価値算出部８により算出された特性評価値と、当該特性評価値と同じ区間の基準値（過去の特性評価値の集合）とを比較し、新たな特性評価値が正常な値か否かを判定するものであり、比較判定部の例である。
特異性判定部１０では、得られた帰属確率が、あらかじめ定められた閾値を下回る場合に、警告情報を出力する。
つまり、帰属確率算出部９及び特異性判定部１０は、特性評価値算出部８により算出された特性評価値と、当該特性評価値と同じ区間の基準値（過去の特性評価値の集合）とを比較し、新たな特性評価値が正常な値か否かを判定するものであり、比較判定部の例である。
特性情報更新部１１は、過去動態特性ＤＢ６および過去特性評価値ＤＢ７の内容、および取得された車両動態値に対する特性評価値から、過去動態特性および過去特性評価値を更新し、それぞれ過去動態特性ＤＢ６および過去特性評価値ＤＢ７へ書き戻す。
表示部１２は、特異性判定部１０から出力された警告情報を表示する。
なお、警告情報の出力形態は、表示の他、音声の出力でもよく、表示部１２の代わりに、または表示部１２とともに音声出力部が配置されていてもよい。
なお、警告情報の出力形態は、表示の他、音声の出力でもよく、表示部１２の代わりに、または表示部１２とともに音声出力部が配置されていてもよい。
次に、動作について説明する。
図２に動作のフローチャートを示す。
本明細書では、過去の車両動態情報から指定区間の特性評価値を算出する演算手法を「特性モデル」と呼ぶ。また、特性モデルを構成するパラメータを「係数情報」と呼ぶ。
図２に動作のフローチャートを示す。
本明細書では、過去の車両動態情報から指定区間の特性評価値を算出する演算手法を「特性モデル」と呼ぶ。また、特性モデルを構成するパラメータを「係数情報」と呼ぶ。
まず、車両動態情報受信部１が走行中の鉄道車両２００からネットワーク３００を介して位置情報（もしくは位置を近似的に推定可能な情報）を含む車両動態情報を取得する（Ｓ２０１）（車両動態値受信ステップ）。
ここで、位置情報とは、例えば、路線の始発駅又は終着駅からの道のり（距離）で示される。
また、前述したように、始発駅から終発駅までの路線は指定された数の区間で分割され、さらに各区間は定められた数の小区間に分割されているものとする。
区間バッファ５および小区間バッファ２には、それぞれに区間、小区間が対応付けられており、その小区間はその区間に属する小区間である。区間バッファ５は、時間の経過（鉄道車両２００の所在）とともに車両動態値の蓄積の対象とする区間を順次更新していき、小区間バッファ２は、区間バッファ５が対象としている区間の小区間に対応し、時間の経過（鉄道車両２００の所在）とともに車両動態値の蓄積の対象とする小区間を順次更新していく。
ここで、位置情報とは、例えば、路線の始発駅又は終着駅からの道のり（距離）で示される。
また、前述したように、始発駅から終発駅までの路線は指定された数の区間で分割され、さらに各区間は定められた数の小区間に分割されているものとする。
区間バッファ５および小区間バッファ２には、それぞれに区間、小区間が対応付けられており、その小区間はその区間に属する小区間である。区間バッファ５は、時間の経過（鉄道車両２００の所在）とともに車両動態値の蓄積の対象とする区間を順次更新していき、小区間バッファ２は、区間バッファ５が対象としている区間の小区間に対応し、時間の経過（鉄道車両２００の所在）とともに車両動態値の蓄積の対象とする小区間を順次更新していく。
次に、小区間判定部１３が、位置情報により車両動態値が計測された区間を判定し、判定した区間が現在解析対象としている対象区間に一致するか否かを判定し（Ｓ２０２）、対象区間内であれば、Ｓ２０３に移行し、対象区間外である場合（車両が対象区間を通過している場合）は、Ｓ２１０に移行する。
次に、小区間判定部１３は、位置情報により車両動態値が計測された小区間を判定し、判定した小区間が現在解析対象としている対象小区間に一致するか否かを判定し（Ｓ２０３）（車両動態値格納ステップ）、対象小区間内であれば、受信値（車両動態値）を小区間バッファ２に蓄積させた後（Ｓ２０４）（車両動態値格納ステップ）、車両動態情報受信部１が次の車両動態情報を受信するまで待機する。
他方、対象小区間外である場合（車両が対象小区間を通過している場合）は、Ｓ２０５に移行する。
次に、小区間判定部１３は、位置情報により車両動態値が計測された小区間を判定し、判定した小区間が現在解析対象としている対象小区間に一致するか否かを判定し（Ｓ２０３）（車両動態値格納ステップ）、対象小区間内であれば、受信値（車両動態値）を小区間バッファ２に蓄積させた後（Ｓ２０４）（車両動態値格納ステップ）、車両動態情報受信部１が次の車両動態情報を受信するまで待機する。
他方、対象小区間外である場合（車両が対象小区間を通過している場合）は、Ｓ２０５に移行する。
Ｓ２０３においてＮＯの場合、すなわち、車両動態値の計測位置が対象小区間ではない場合（車両が対象小区間を通り過ぎている場合）、値集計部３が、小区間バッファ２内に車両動態値が蓄積されているか否かを判断し（Ｓ２０５）、小区間バッファ２に車両動態値が存在すれば（Ｓ２０５でＮＯ）、小区間バッファ２内の値を全て用いて集計（例えば、標準偏差の算出）を行い、集計値を得る（Ｓ２０６）。
他方、小区間バッファ２に車両動態値が存在しない場合（Ｓ２０５でＹＥＳ）は、値補完部４が、過去動態特性ＤＢ６から取得した過去動態特性から、過去特性に従った推定（例えば、過去動態特性から求められる特徴空間と最も距離が近づく値の算出）を行い、推定値を得る（Ｓ２０７）。
得られた集計値もしくは推定値は、それぞれ値集計部３又は値補完部４が、区間バッファ５に蓄積する（Ｓ２０８）。
次に、小区間バッファ２をクリアして、小区間バッファ２が対象とする小区間を、車両の進行方向の一つ隣の小区間に変更し、Ｓ２０３以降の処理を変更後の小区間について実行する。
他方、小区間バッファ２に車両動態値が存在しない場合（Ｓ２０５でＹＥＳ）は、値補完部４が、過去動態特性ＤＢ６から取得した過去動態特性から、過去特性に従った推定（例えば、過去動態特性から求められる特徴空間と最も距離が近づく値の算出）を行い、推定値を得る（Ｓ２０７）。
得られた集計値もしくは推定値は、それぞれ値集計部３又は値補完部４が、区間バッファ５に蓄積する（Ｓ２０８）。
次に、小区間バッファ２をクリアして、小区間バッファ２が対象とする小区間を、車両の進行方向の一つ隣の小区間に変更し、Ｓ２０３以降の処理を変更後の小区間について実行する。
例えば、図３に示すように、小区間バッファ２が対象とする小区間が小区間ＩＤ：１の小区間であるときに、小区間ＩＤ：１の小区間に対する受信値が１つ蓄積されている場合は（Ｓ２０５でＮＯ）、受信値が一つなので値集計部３は集計値として受信値をそのまま区間バッファ５に格納する（Ｓ２０６、Ｓ２０８）。
また、小区間バッファ２が対象とする小区間が小区間ＩＤ：２の小区間であるときに、小区間ＩＤ：２の小区間に対する受信値が２つ蓄積されている場合は（Ｓ２０５でＮＯ）、値集計部３は２つの受信値の集計値を算出して、集計値を区間バッファ５に格納する（Ｓ２０６、Ｓ２０８）。
また、小区間バッファ２が対象とする小区間が小区間ＩＤ：３の小区間であるときに、小区間ＩＤ：３の小区間に対する受信値が蓄積されていない場合は（Ｓ２０５でＹＥＳ）、値補完部４は過去動態特性ＤＢ６の過去動態特性に基づく推定を行い、補完値を算出して、補完値を区間バッファ５に格納する（Ｓ２０７、Ｓ２０８）。
過去動態特性は、図３に概念をグラフとして例示しているが、区間ごとに、当該区間について過去に受信された車両動態値から得られる車両動態値の傾向を示す情報である。
例えば、区間Ａの過去動態特性には、小区間が進むごとに、車両動態値が一定の比率で増加していくという傾向が示され、区間Ｂの過去動態特性には、車両動態値が脈動するという傾向が示される。
値補完部４は、この区間ごとの過去動態特性に基づいて、補完値を算出する。
また、小区間バッファ２が対象とする小区間が小区間ＩＤ：２の小区間であるときに、小区間ＩＤ：２の小区間に対する受信値が２つ蓄積されている場合は（Ｓ２０５でＮＯ）、値集計部３は２つの受信値の集計値を算出して、集計値を区間バッファ５に格納する（Ｓ２０６、Ｓ２０８）。
また、小区間バッファ２が対象とする小区間が小区間ＩＤ：３の小区間であるときに、小区間ＩＤ：３の小区間に対する受信値が蓄積されていない場合は（Ｓ２０５でＹＥＳ）、値補完部４は過去動態特性ＤＢ６の過去動態特性に基づく推定を行い、補完値を算出して、補完値を区間バッファ５に格納する（Ｓ２０７、Ｓ２０８）。
過去動態特性は、図３に概念をグラフとして例示しているが、区間ごとに、当該区間について過去に受信された車両動態値から得られる車両動態値の傾向を示す情報である。
例えば、区間Ａの過去動態特性には、小区間が進むごとに、車両動態値が一定の比率で増加していくという傾向が示され、区間Ｂの過去動態特性には、車両動態値が脈動するという傾向が示される。
値補完部４は、この区間ごとの過去動態特性に基づいて、補完値を算出する。
次に、Ｓ２０５でＮＯであった場合、すなわち、車両位置が対象区間外であるとき（車両が対象区間を通り過ぎたとき）は、区間バッファ５には、区間に存在する小区間と同数の車両動態値（集計値、補完値）が格納されているので、特性評価値算出部８において、過去動態特性ＤＢ６を参照し、過去動態の特性を示す係数情報を取得する（Ｓ２１０）。
そして、特性評価値算出部８が、その係数情報と、区間バッファ５に格納されている車両動態値（集計値、補完値）に対して演算処理を行うことで、特性評価値を算出する（Ｓ２１１）（特性評価値算出ステップ）。
特性評価値は、複数の値を持つことを許す。
特性モデルが特異値分解である場合は、係数情報は過去の車両動態値に対して特異値分解を施して得られる主成分行列および特異値を意味し、車両動態値（集計値、補完値）に対する演算処理とは主成分行列と車両動態値（集計値、補完値）からなるベクトルの積を意味する。
そして、特性評価値算出部８が、その係数情報と、区間バッファ５に格納されている車両動態値（集計値、補完値）に対して演算処理を行うことで、特性評価値を算出する（Ｓ２１１）（特性評価値算出ステップ）。
特性評価値は、複数の値を持つことを許す。
特性モデルが特異値分解である場合は、係数情報は過去の車両動態値に対して特異値分解を施して得られる主成分行列および特異値を意味し、車両動態値（集計値、補完値）に対する演算処理とは主成分行列と車両動態値（集計値、補完値）からなるベクトルの積を意味する。
そのようにして得られた特性評価値は、帰属確率算出部９において、過去特性評価値ＤＢ７に格納している、過去の車両動態値に対して算出された特性評価値の集合と比較して、どの程度妥当な値であるかを統計的・定量的に評価し、正常である確率として帰属確率として出力される（Ｓ２１２）（比較判定ステップ）。
例えば、その帰属確率は、過去の特性評価値の集合がカイ二乗分布をしていると仮定し、過去の特性評価値の集合の中心からの、現在の特性評価値のマハラノビス距離を算出する。そのマハラノビス距離に対して、カイ二乗分布表から、対応する帰属確率を求める。
例えば、その帰属確率は、過去の特性評価値の集合がカイ二乗分布をしていると仮定し、過去の特性評価値の集合の中心からの、現在の特性評価値のマハラノビス距離を算出する。そのマハラノビス距離に対して、カイ二乗分布表から、対応する帰属確率を求める。
そして、特異性判定部１０が、帰属確率が定められた閾値以下であるかを判定し（Ｓ２１３）（比較判定ステップ）、閾値以下の場合は警告を発するか、もしくは警告を発生すべき状況であることを他のシステムに伝達する（Ｓ２１４）。
また、特異性判定部１０が警告を発する際に、警告対象のデータ周辺の分析を行う外部ツールを起動するようにしてもよい。
他方、帰属確率が閾値を超えている場合は、そのままＳ２１５に移行する。
また、特異性判定部１０が警告を発する際に、警告対象のデータ周辺の分析を行う外部ツールを起動するようにしてもよい。
他方、帰属確率が閾値を超えている場合は、そのままＳ２１５に移行する。
次に、特性情報更新部１１が、過去動態特性ＤＢ６および過去特性評価値ＤＢ７の情報を読み出し、特性評価値算出部８が算出した新たな特性評価値の影響を考慮して、過去動態特性および過去動態評価値の更新を行い、過去動態特性ＤＢ６および過去特性評価値ＤＢ７を更新する（Ｓ２１５）。
特性モデルが特異値分解である場合は、過去動態特性である主成分行列・特異値および特性評価値情報から、過去の車両動態情報の車両動態値（集計値、補完値）が並べられた行列（車両動態情報集計行列）を近似的に再現する。新しい車両動態情報の車両動態値（集計値、補完値）集合を行（もしくは列）に追加し、再度特異値分解を行うことで、過去動態特性および過去特性評価値の更新を行う。
特性モデルに特異値分解を用いる方式では他に、特開２００６−３１６７６４号公報「加算的特異値分解方法」に記載されている方法を用いることで、現段階で新たに考慮すべきデータ項目を加算的に追加し、新しい特徴空間情報を作成することが可能である。この方法により、入力が複数の段階にわたる場合でも、保存・伝達するデータ量を少なく抑制しつつ、全体の特徴を反映した妥当性判定を行うことができる。
ここでは特性モデルが特異値分解の場合を記述したが、もちろんその方式に限定するものではなく、ベータ推定やニューラルネットワークなどを用いてもよい。
特性モデルが特異値分解である場合は、過去動態特性である主成分行列・特異値および特性評価値情報から、過去の車両動態情報の車両動態値（集計値、補完値）が並べられた行列（車両動態情報集計行列）を近似的に再現する。新しい車両動態情報の車両動態値（集計値、補完値）集合を行（もしくは列）に追加し、再度特異値分解を行うことで、過去動態特性および過去特性評価値の更新を行う。
特性モデルに特異値分解を用いる方式では他に、特開２００６−３１６７６４号公報「加算的特異値分解方法」に記載されている方法を用いることで、現段階で新たに考慮すべきデータ項目を加算的に追加し、新しい特徴空間情報を作成することが可能である。この方法により、入力が複数の段階にわたる場合でも、保存・伝達するデータ量を少なく抑制しつつ、全体の特徴を反映した妥当性判定を行うことができる。
ここでは特性モデルが特異値分解の場合を記述したが、もちろんその方式に限定するものではなく、ベータ推定やニューラルネットワークなどを用いてもよい。
以上の処理が完了したら、区間バッファ５をクリアし、区間バッファ５に対応する区間を、車両進行方向に一つ隣である区間へ変更し（Ｓ２１６）、次の車両動態情報が受信されるまで待機する。
以上では、小区間バッファ２は一つの小区間のみを対象としている例を説明した。
小区間バッファ２の対象小区間が一つなので、図２のＳ２０３で車両位置が対象小区間外である場合（Ｓ２０３でＮＯの場合）は、新たに受信した車両動態値（計測地点が対象小区間外の車両動態値）は小区間バッファ２に格納されないことになる。
このため、小区間バッファ２を２つ用意し、一方を対象小区間用とし、他方を対象小区間の次の（隣の）小区間用とし、図２のＳ２０３で車両位置が対象小区間外である場合（Ｓ２０３でＮＯの場合）は、新たに受信した車両動態値を次の小区間用の小区間バッファ２に格納するようにしてもよい。
この場合は、Ｓ２０９において対象小区間を次の小区間にシフトする際に、次の小区間用としていた小区間バッファ２を対象小区間用とし、他方の小区間バッファ２を次の小区間用とする。
小区間バッファ２の対象小区間が一つなので、図２のＳ２０３で車両位置が対象小区間外である場合（Ｓ２０３でＮＯの場合）は、新たに受信した車両動態値（計測地点が対象小区間外の車両動態値）は小区間バッファ２に格納されないことになる。
このため、小区間バッファ２を２つ用意し、一方を対象小区間用とし、他方を対象小区間の次の（隣の）小区間用とし、図２のＳ２０３で車両位置が対象小区間外である場合（Ｓ２０３でＮＯの場合）は、新たに受信した車両動態値を次の小区間用の小区間バッファ２に格納するようにしてもよい。
この場合は、Ｓ２０９において対象小区間を次の小区間にシフトする際に、次の小区間用としていた小区間バッファ２を対象小区間用とし、他方の小区間バッファ２を次の小区間用とする。
以下に、動作の具体例を例示する。
ここで、特異値分解について、次のような例を用いて解説する。
既に３つの小区間からなる区間の車両動態情報が４件取得済みである場合を考える。
第ｉ番目の車両動態情報の各項目の値を（ｐｉ，ｑｉ、ｒｉ）とおく。
このとき車両動態情報集計行列は、以下で表される。
ここで、特異値分解について、次のような例を用いて解説する。
既に３つの小区間からなる区間の車両動態情報が４件取得済みである場合を考える。
第ｉ番目の車両動態情報の各項目の値を（ｐｉ，ｑｉ、ｒｉ）とおく。
このとき車両動態情報集計行列は、以下で表される。
特異値分解を用いることで、Ｐを次のように分解することができる。
Ｐ＝ＵＳＶＴ
ここで、ＶＴはＶの転置行列（行と列を入れ替えた行列）である。
ただし、Ｕ，Ｓ，Ｖはそれぞれ、以下に示す行列である。
Ｐ＝ＵＳＶＴ
ここで、ＶＴはＶの転置行列（行と列を入れ替えた行列）である。
ただし、Ｕ，Ｓ，Ｖはそれぞれ、以下に示す行列である。
またＵ，Ｖの転置行列をＵＴ，ＶＴとすると、以下が成り立つという性質がある。
このとき、過去の車両動態の特性はＵの各列で代表させることができる。
Ｕの各列は主成分軸と呼ばれ、主成分軸からなる空間（主成分空間）は特徴空間とも呼ばれる。
さて、ｓ１がｓ２やｓ３よりも十分大きい場合を考えると、第ｉ番目の車両動態情報は、Ｕの第１列の値の定数倍で近似できる。ここで、未確定値を含む新しい車両動態情報が、過去動態特性に従うならば、Ｕの第１列の値の定数倍で近似できるはずである。全体として最良の精度で近似させるために、各値の誤差を全体として最小とするように、最小二乗法を用いることで、未確定値の推定値を算出することができる。
Ｕの各列は主成分軸と呼ばれ、主成分軸からなる空間（主成分空間）は特徴空間とも呼ばれる。
さて、ｓ１がｓ２やｓ３よりも十分大きい場合を考えると、第ｉ番目の車両動態情報は、Ｕの第１列の値の定数倍で近似できる。ここで、未確定値を含む新しい車両動態情報が、過去動態特性に従うならば、Ｕの第１列の値の定数倍で近似できるはずである。全体として最良の精度で近似させるために、各値の誤差を全体として最小とするように、最小二乗法を用いることで、未確定値の推定値を算出することができる。
既に過去動態特性ＤＢ６および過去特性評価値ＤＢ７には既に５０件分の過去動態特性および過去特性評価値が格納されており、区間バッファ５へ、区間ごとの小区間数分の集計値（補完値）が格納されているものとする。
特性評価値算出部は、取得した車両動態情報を基に、ｎ行１列の数値行列を作成する。ここでｎは区間ごとの小区間数を示し、ｉ行１列目（ｉ＝１，…，ｎ）は対象の区間内の第ｉ番目の小区間に対応する集計値（補完値）である。
作成された数値行列に対して、過去動態特性ＤＢ６に格納された係数情報からなる行列との行列積を計算し、結果として特性評価値を示すｎ行１列の行列ｘが生成される。過去特性評価値ＤＢには、ここで得られた特性評価値行列と同じ形式の過去の特性評価値が５０件格納されている。その５０件の１行ｎ列の行列を行方向に連結した５０行ｎ列の行列に対して、ｎ行ｎ列の分散共分散行列Σを作成する。このとき、ｘＴΣ−１ｘがマハラノビス距離である（ｘＴはｘの転置行列、Σ−１はΣの逆行列）。
ｘＴΣ−１ｘの値を、カイ二乗分布表と照合することで、帰属確率が求められる（カイ二乗分布表としては、例えば東京大学出版会「基礎統計学Ｉ 統計学入門」東京大学教養学部統計学教室編の「付表３ χ２分布表（パーセント点）」を利用する）。
以上の処理により、過去の車両動態情報から作成された過去動態特性と過去特性評価値から、新たに入力された車両動態情報に対して、その特異性を定量化することができる。
特性評価値算出部は、取得した車両動態情報を基に、ｎ行１列の数値行列を作成する。ここでｎは区間ごとの小区間数を示し、ｉ行１列目（ｉ＝１，…，ｎ）は対象の区間内の第ｉ番目の小区間に対応する集計値（補完値）である。
作成された数値行列に対して、過去動態特性ＤＢ６に格納された係数情報からなる行列との行列積を計算し、結果として特性評価値を示すｎ行１列の行列ｘが生成される。過去特性評価値ＤＢには、ここで得られた特性評価値行列と同じ形式の過去の特性評価値が５０件格納されている。その５０件の１行ｎ列の行列を行方向に連結した５０行ｎ列の行列に対して、ｎ行ｎ列の分散共分散行列Σを作成する。このとき、ｘＴΣ−１ｘがマハラノビス距離である（ｘＴはｘの転置行列、Σ−１はΣの逆行列）。
ｘＴΣ−１ｘの値を、カイ二乗分布表と照合することで、帰属確率が求められる（カイ二乗分布表としては、例えば東京大学出版会「基礎統計学Ｉ 統計学入門」東京大学教養学部統計学教室編の「付表３ χ２分布表（パーセント点）」を利用する）。
以上の処理により、過去の車両動態情報から作成された過去動態特性と過去特性評価値から、新たに入力された車両動態情報に対して、その特異性を定量化することができる。
以上のように、逐次取得される車両動態情報に対して、区間ごとに、過去の動態特性を考慮して、その特異性を定量的かつ高精度に評価することが可能となり、適切に警告を判定することができる。
また、本実施の形態によれば、車両に搭載されたセンサーによる観測値を、一定の走行区間ごとに区切って管理することにより、場所を固定して網羅的に観測するのと同等の効果を、低コストで得ることができる。
つまり、車両に搭載されたセンサーによる観測値を小区間ごとに管理し、小区間ごとの観測値を用いて車両の動態を分析するため、路線上の多数の地点に固定センサーを設置して網羅的に観測した場合と同様の効果を、固定センサーを配置することなく得ることができる。
つまり、車両に搭載されたセンサーによる観測値を小区間ごとに管理し、小区間ごとの観測値を用いて車両の動態を分析するため、路線上の多数の地点に固定センサーを設置して網羅的に観測した場合と同様の効果を、固定センサーを配置することなく得ることができる。
また、従来の課題であったデータの取得間隔の長さについても、一つの値ではなく区間に対する特異性推定を行うことで、距離算出の誤差を吸収し、欠損した値に対する補完処理により、異常判定の精度を低下させずに処理を行うことを可能としている。
また、本実施の形態に係る車両動態管理装置は、鉄道車両の車両動態情報が、規定の線路上を走行するという特性から、場所依存性が非常に強いという特性を利用している。
時系列的な相関が薄い車両動態情報（特に振動）では、全運行を対象とした分析と比較して精度が過度に低下するということはない。
また、行列演算により分析対象のデータを分割して独立に分析処理を行うことで、全てのデータに対して分析処理を行う場合と比べて、複雑な判定を行うほど処理速度が高速になる。
時系列的な相関が薄い車両動態情報（特に振動）では、全運行を対象とした分析と比較して精度が過度に低下するということはない。
また、行列演算により分析対象のデータを分割して独立に分析処理を行うことで、全てのデータに対して分析処理を行う場合と比べて、複雑な判定を行うほど処理速度が高速になる。
本実施の形態は、対象とする区間内の各小区間の値を推定するのではなく、対象とする区間の小区間の集約値、推定値から、過去のその区間での観測値の大小関係、ゆらぎなどを考慮した特性評価値を算出し、過去の特性評価値と比較しで判定を行う点で、観測対象の値そのものを推定する方法よりも精度の高い異常判定を提供するものである。
また、本実施の形態に係る車両動態管理装置によって、鉄道車両の車両動態情報のサンプリング間隔が長く、周波数解析が困難であるような場合でも、取得されたデータの特異挙動を高精度に検出し、異常の兆候を捉えることができる。
また、センサーにより測定される（もしくは測定された値によって推測される）車両位置情報に誤差が含まれているような場合でも、位置に関する誤差から過度に影響を受けないよう、特異性を評価することができる。
また、センサーにより測定される（もしくは測定された値によって推測される）車両位置情報に誤差が含まれているような場合でも、位置に関する誤差から過度に影響を受けないよう、特異性を評価することができる。
以上、本実施の形態では、車両から一定の周期で車両動態情報を取得する車両動態情報受信部１と、観測された値を、路線上の指定された区間を一定数に細分した小区間内のデータについて格納する小区間バッファ２と、小区間バッファ２に蓄積された車両動態情報を集計する値集計部３と、小区間バッファ２に値が蓄積されないまま小区間が切り替わった際に値を補完する値補完部４と、区間内の集計値もしくは補完値について格納する区間バッファ５と、過去動態特性ＤＢ６内の過去の特性情報から、区間バッファ５に格納されている集計値の特性が過去の特性に従うか否かを定量的に評価する特性評価値算出部８と、過去動態特性ＤＢ６および過去特性評価値ＤＢ７と区間バッファ５の情報から特性情報を更新し、過去動態特性ＤＢ６および過去特性評価値ＤＢ７を更新する特性情報更新部１１と、特性評価値算出部８が導出した評価値と過去特性評価値ＤＢ７の値から、観測した区間の値が正当である確率を算出する帰属確率算出部９と、帰属確率がしきい値以下である場合に警告を発する特異性判定部１０からなる車両動態情報の特異挙動を検知する車両動態管理装置について説明した。
また、本実施の形態では、上記に加え、特異性判定部１０が発する警告時に、警告対象のデータ周辺の分析を行う外部ツールを起動する車両動態管理装置について説明した。
最後に、実施の形態１に示した車両動態管理装置１００のハードウェア構成例について説明する。
図４は、実施の形態１に示す車両動態管理装置１００のハードウェア資源の一例を示す図である。
なお、図４の構成は、あくまでも車両動態管理装置１００のハードウェア構成の一例を示すものであり、車両動態管理装置１００のハードウェア構成は図４に記載の構成に限らず、他の構成であってもよい。
図４は、実施の形態１に示す車両動態管理装置１００のハードウェア資源の一例を示す図である。
なお、図４の構成は、あくまでも車両動態管理装置１００のハードウェア構成の一例を示すものであり、車両動態管理装置１００のハードウェア構成は図４に記載の構成に限らず、他の構成であってもよい。
図４において、車両動態管理装置１００は、プログラムを実行するＣＰＵ９１１（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサともいう）を備えている。
ＣＰＵ９１１は、バス９１２を介して、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９１３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。
更に、ＣＰＵ９１１は、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ Ｄｒｉｖｅ）、コンパクトディスク装置９０５（ＣＤＤ）、プリンタ装置９０６、スキャナ装置９０７と接続していてもよい。また、磁気ディスク装置９２０の代わりに、光ディスク装置、メモリカード（登録商標）読み書き装置などの記憶装置でもよい。
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。これらは、記憶装置の一例である。
通信ボード９１５、キーボード９０２、マウス９０３、スキャナ装置９０７、ＦＤＤ９０４などは、入力装置の一例である。
また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力装置の一例である。
ＣＰＵ９１１は、バス９１２を介して、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９１３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。
更に、ＣＰＵ９１１は、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ Ｄｒｉｖｅ）、コンパクトディスク装置９０５（ＣＤＤ）、プリンタ装置９０６、スキャナ装置９０７と接続していてもよい。また、磁気ディスク装置９２０の代わりに、光ディスク装置、メモリカード（登録商標）読み書き装置などの記憶装置でもよい。
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。これらは、記憶装置の一例である。
通信ボード９１５、キーボード９０２、マウス９０３、スキャナ装置９０７、ＦＤＤ９０４などは、入力装置の一例である。
また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力装置の一例である。
磁気ディスク装置９０２、ＲＡＭ９１４またはその他の記憶装置は、小区間バッファ２、区間バッファ５、過去動態特性ＤＢ６、過去特性評価値ＤＢ７を構成する。
通信ボード９１５は、図１に示すように、ネットワーク３００に接続されている。例えば、通信ボード９１５は、ＬＡＮ（ローカルエリアネットワーク）、インターネット、ＷＡＮ（ワイドエリアネットワーク）などに接続されていても構わない。
通信ボード９１５は、図１に示すように、ネットワーク３００に接続されている。例えば、通信ボード９１５は、ＬＡＮ（ローカルエリアネットワーク）、インターネット、ＷＡＮ（ワイドエリアネットワーク）などに接続されていても構わない。
磁気ディスク装置９２０には、オペレーティングシステム９２１（ＯＳ）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。プログラム群９２３のプログラムは、ＣＰＵ９１１、オペレーティングシステム９２１、ウィンドウシステム９２２により実行される。
ＲＯＭ９１３には、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）プログラムが格納され、磁気ディスク装置９２０にはブートプログラムが格納されている。
車両動態管理装置１００の起動時には、ＲＯＭ９１３のＢＩＯＳプログラム及び磁気ディスク装置９２０のブートプログラムが実行され、ＢＩＯＳプログラム及びブートプログラムによりオペレーティングシステム９２１が起動される。
車両動態管理装置１００の起動時には、ＲＯＭ９１３のＢＩＯＳプログラム及び磁気ディスク装置９２０のブートプログラムが実行され、ＢＩＯＳプログラム及びブートプログラムによりオペレーティングシステム９２１が起動される。
上記プログラム群９２３には、実施の形態１の説明において「〜部」として説明している機能を実行するプログラムが記憶されている。プログラムは、ＣＰＵ９１１により読み出され実行される。
ファイル群９２４には、実施の形態１の説明において、「〜の判断」、「〜の計算」、「〜の算出」、「〜の集計」、「〜の集約」、「〜の推定」、「〜の比較」、「〜の判定」、「〜の評価」、「〜の更新」、「〜の設定」、「〜の登録」、「〜の選択」等として説明している処理の結果を示す情報やデータや信号値や変数値やパラメータが、「〜ファイル」や「〜データベース」の各項目として記憶されている。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示などのＣＰＵの動作に用いられる。
抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリ、レジスタ、キャッシュメモリ、バッファメモリ等に一時的に記憶される。
また、実施の形態１で説明しているフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ミニディスク、ＤＶＤ等の記録媒体に記録される。また、データや信号は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記録媒体に記憶される。ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出され、抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示などのＣＰＵの動作に用いられる。
抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリ、レジスタ、キャッシュメモリ、バッファメモリ等に一時的に記憶される。
また、実施の形態１で説明しているフローチャートの矢印の部分は主としてデータや信号の入出力を示し、データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ミニディスク、ＤＶＤ等の記録媒体に記録される。また、データや信号は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
また、実施の形態１の説明において「〜部」として説明しているものは、「〜回路」、「〜装置」、「〜機器」であってもよく、また、「〜ステップ」、「〜手順」、「〜処理」であってもよい。すなわち、「〜部」として説明しているものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。ファームウェアとソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等の記録媒体に記憶される。プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。すなわち、プログラムは、実施の形態１の「〜部」としてコンピュータを機能させるものである。あるいは、実施の形態１の「〜部」の手順や方法をコンピュータに実行させるものである。
このように、実施の形態１に示す車両動態管理装置１００は、処理装置たるＣＰＵ、記憶装置たるメモリ、磁気ディスク等、入力装置たるキーボード、マウス、通信ボード等、出力装置たる表示装置、通信ボード等を備えるコンピュータであり、上記したように「〜部」として示された機能をこれら処理装置、記憶装置、入力装置、出力装置を用いて実現するものである。
１ 車両動態情報受信部、２ 小区間バッファ、３ 値集計部、４ 値補完部、５ 区間バッファ、６ 過去動態特性ＤＢ、７ 過去特性評価値ＤＢ、８ 特性評価値算出部、９ 帰属確率算出部、１０ 特異性判定部、１１ 特性情報更新部、１２ 表示部、１３ 小区間判定部、１００ 車両動態管理装置、２００ 鉄道車両、３００ ネットワーク。
Claims (7)
- 各々が二以上の小区間からなる複数の区間に区分されて管理されている路線を移動する車両の車両動態を管理する情報処理装置であって、
前記車両の移動中に前記車両において収集された、前記車両の車両動態が示される車両動態値を順次受信する車両動態値受信部と、
前記車両動態値受信部により受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定し、判定した区間及び小区間に対応づけて車両動態値を格納する車両動態値格納部と、
区間ごとに、各小区間の車両動態値を用いて、当該区間での車両動態の特性を示す特性評価値を算出する特性評価値算出部と、
区間ごとに、特性評価値が正常な値か否かを判定するための基準値を記憶する基準値記憶部と、
前記特定評価値算出部により算出された特性評価値と、当該特性評価値と同じ区間の基準値とを比較し、前記特性評価値が正常な値か否かを判定する比較判定部とを有することを特徴とする情報処理装置。 - 前記情報処理装置は、更に、
前記車両動態値格納部においていずれかの小区間に対して車両動態値が格納されていない場合に、当該小区間が属する区間について過去に前記車両動態値受信部により受信された車両動態値に基づいて、当該小区間の車両動態値を推定する車両動態値推定部を有し、
前記特性評価値算出部は、
区間ごとに、前記車両動態値格納部に格納されている各小区間の車両動態値と、前記車両動態値推定部により推定された車両動態値とを用いて、特性評価値を算出することを特徴とする請求項１に記載の情報処理装置。 - 前記情報処理装置は、更に、
前記車両動態値格納部においていずれかの小区間に対して複数の車両動態値が格納されている場合に、複数の車両動態値を集約する車両動態値集約部を有し、
前記特性評価値算出部は、
区間ごとに、前記車両動態値格納部に格納されている各小区間の車両動態値と、前記車両動態値集約部により集約された車両動態値とを用いて、特性評価値を算出することを特徴とする請求項１又は２に記載の情報処理装置。 - 前記基準値記憶部は、
基準値として、同じ区間に対して過去に前記特性評価値算出部により算出された特性評価値の集合を記憶していることを特徴とする請求項１〜３のいずれかに記載の情報処理装置。 - 前記車両動態値受信部は、
車両動態値が収集された位置を前記路線の特定位置からの距離として示す位置情報を車両動態値とともに受信し、
前記車両動態値格納部は、
前記車両動態値受信部により受信された位置情報に基づき、前記車両動態値受信部により受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定することを特徴とする請求項１〜４のいずれかに記載の情報処理装置。 - 各々が二以上の小区間からなる複数の区間に区分されて管理されている路線を移動する車両の車両動態を管理するコンピュータが、前記車両の移動中に前記車両において収集された、前記車両の車両動態が示される車両動態値を順次受信する車両動態値受信ステップと、
前記コンピュータが、前記車両動態値受信ステップにより受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定し、判定した区間及び小区間に対応づけて車両動態値を格納する車両動態値格納ステップと、
前記コンピュータが、区間ごとに、各小区間の車両動態値を用いて、当該区間での車両動態の特性を示す特性評価値を算出する特性評価値算出ステップと、
前記コンピュータが、特性評価値が正常な値か否かを判定するための基準値を区間ごとに記憶している基準値記憶部から前記特定評価値算出ステップにより算出された特性評価値と同じ区間の基準値を取得し、前記特定評価値算出ステップにより算出された特性評価値と、取得した基準値とを比較し、前記特性評価値が正常な値か否かを判定する比較判定ステップとを有することを特徴とする情報処理方法。 - 各々が二以上の小区間からなる複数の区間に区分されて管理されている路線を移動する車両の車両動態を管理するコンピュータに、
前記車両の移動中に前記車両において収集された、前記車両の車両動態が示される車両動態値を順次受信する車両動態値受信処理と、
前記車両動態値受信処理により受信された車両動態値がいずれの区間のいずれの小区間での車両動態を示すのかを判定し、判定した区間及び小区間に対応づけて車両動態値を格納する車両動態値格納処理と、
区間ごとに、各小区間の車両動態値を用いて、当該区間での車両動態の特性を示す特性評価値を算出する特性評価値算出処理と、
区間ごとに特性評価値が正常な値か否かを判定するための基準値を記憶している基準値記憶部から前記特定評価値算出処理により算出された特性評価値と同じ区間の基準値を取得し、前記特定評価値算出処理により算出された特性評価値と、取得した基準値とを比較し、前記特性評価値が正常な値か否かを判定する比較判定処理とを実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007250994A JP4989399B2 (ja) | 2007-09-27 | 2007-09-27 | 情報処理装置及び情報処理方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007250994A JP4989399B2 (ja) | 2007-09-27 | 2007-09-27 | 情報処理装置及び情報処理方法及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009078764A JP2009078764A (ja) | 2009-04-16 |
| JP4989399B2 true JP4989399B2 (ja) | 2012-08-01 |
Family
ID=40653842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007250994A Expired - Fee Related JP4989399B2 (ja) | 2007-09-27 | 2007-09-27 | 情報処理装置及び情報処理方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4989399B2 (ja) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5579139B2 (ja) * | 2011-09-02 | 2014-08-27 | 三菱電機株式会社 | 制御データ収集評価装置および制御データ収集評価方法 |
| JP6252295B2 (ja) * | 2014-03-26 | 2017-12-27 | 富士通株式会社 | 位置特定装置、プログラムおよび方法 |
| JP6302315B2 (ja) * | 2014-03-26 | 2018-03-28 | 株式会社総合車両製作所 | 状態監視装置 |
| KR101635918B1 (ko) * | 2014-06-18 | 2016-07-08 | 케이티엠엔지니어링(주) | 고속 전동 열차의 진동 분석에 의한 위험 예방 시스템 |
| JP6293697B2 (ja) * | 2015-03-27 | 2018-03-14 | 三菱電機株式会社 | 機器診断装置及び機器診断方法 |
| JP6588814B2 (ja) * | 2015-12-17 | 2019-10-09 | 株式会社東芝 | 異常診断装置及び方法 |
| US20190258620A1 (en) * | 2016-11-14 | 2019-08-22 | Mitsubishi Electric Corporation | Data management apparatus and computer readable medium |
| JP7048216B2 (ja) * | 2017-03-29 | 2022-04-05 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
| CN111292442B (zh) * | 2018-12-07 | 2022-02-15 | 江苏迪纳数字科技股份有限公司 | 一种基于车辆补报数据修正车辆行程分段的重算方法 |
| JP7402127B2 (ja) * | 2020-06-30 | 2023-12-20 | 株式会社日立製作所 | 軌道の保守要否判断方法、保守要否判断装置および車両 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6045466A (ja) * | 1983-08-20 | 1985-03-11 | 三菱電機株式会社 | 軌道及び移動体の監視方法 |
| JPH04287766A (ja) * | 1991-03-18 | 1992-10-13 | Hitachi Ltd | 列車運転方式の作成方式 |
| JP2598614Y2 (ja) * | 1993-10-22 | 1999-08-16 | 小糸工業株式会社 | 乗車率解析システム |
| JP3297182B2 (ja) * | 1994-02-16 | 2002-07-02 | 株式会社東芝 | 電気車の走行距離演算装置 |
| JPH09272438A (ja) * | 1996-04-05 | 1997-10-21 | Nippon Signal Co Ltd:The | 列車制御装置 |
| JP3529002B2 (ja) * | 1996-04-19 | 2004-05-24 | 株式会社ダイフク | 搬送用電車の走行制御装置 |
| JP2001124567A (ja) * | 1999-10-27 | 2001-05-11 | Equos Research Co Ltd | データベース修正装置及びデータベース修正方法 |
| JP2004291889A (ja) * | 2003-03-27 | 2004-10-21 | Toyoda Gosei Co Ltd | 温度調節機能を備えたステアリングホイール |
| JP4588346B2 (ja) * | 2004-03-31 | 2010-12-01 | 京セラ株式会社 | 運行管理システム |
| JP4232015B2 (ja) * | 2003-07-24 | 2009-03-04 | 西日本旅客鉄道株式会社 | 列車接近警報システム |
| JP2005353004A (ja) * | 2004-06-14 | 2005-12-22 | Sumitomo Electric Ind Ltd | 車両走行計測システム及び車両追跡方法 |
| JP2006327551A (ja) * | 2005-05-30 | 2006-12-07 | Tmp:Kk | 車両運行管理システム及びこれを用いた車両および軌道異常診断方法 |
| JP4925647B2 (ja) * | 2005-11-15 | 2012-05-09 | 三菱電機株式会社 | 車両状態監視装置 |
-
2007
- 2007-09-27 JP JP2007250994A patent/JP4989399B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009078764A (ja) | 2009-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4989399B2 (ja) | 情報処理装置及び情報処理方法及びプログラム | |
| US11048729B2 (en) | Cluster evaluation in unsupervised learning of continuous data | |
| US11796989B2 (en) | Monitoring system and monitoring method | |
| Gong et al. | Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines | |
| JP6889057B2 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
| CN109000940B (zh) | 一种机车车辆异常轴温诊断方法及系统 | |
| KR20140031435A (ko) | 운전 습관 분석 진단 시스템 및 방법 | |
| JP6705179B2 (ja) | 交通流量算出方法、装置、及びプログラム | |
| CN111724599A (zh) | 安全驾驶行为评价数据的获取方法、装置、设备和介质 | |
| Cunillera et al. | A literature review on train motion model calibration | |
| CN104714997A (zh) | 提取装置、数据处理系统和提取方法 | |
| JP2023078964A (ja) | 状態監視装置及び状態監視方法 | |
| CN107450511A (zh) | 评估车辆控制模型的方法、装置、设备和计算机存储介质 | |
| JP6478931B2 (ja) | 異常診断装置、方法、及びプログラム | |
| CN116664099A (zh) | 一种基于非参数回归的无人矿车健康管理方法 | |
| JP2003296891A (ja) | 旅行時間推計装置およびその方法、コンピュータプログラム | |
| Aimar et al. | Study and results of an onboard brake monitoring system for freight wagons | |
| Liu et al. | Identification of subway track irregularities based on detection data of portable detector | |
| CN102341831A (zh) | 道路交通信息创建设备和道路交通信息创建方法 | |
| Wu et al. | Traffic sensor health monitoring using spatiotemporal graphical modeling | |
| CN113342591B (zh) | 信息处理方法、装置、电子设备和存储介质 | |
| Samal et al. | Speedpro: A predictive multi-model approach for urban traffic speed estimation | |
| Zhang et al. | Temporal aggregated analysis of gps trajectory data using two-fluid model | |
| JP6997356B2 (ja) | 鉄道車両の状態監視分析装置および方法 | |
| JP2020088959A (ja) | 列車情報処理装置および列車情報処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100702 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111219 |
|
| 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: 20120403 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120427 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4989399 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150511 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |