本发明专利技术提供能够抑制车辆的个体差异及试验中的消耗造成的影响并进行异常检测的异常检测装置。异常检测装置(20)包括：时间窗处理部(22)，其通过以时间窗划分包含时间序列数据的多个车辆信号来提取该时间窗中包含的数据；学习部(25)，其通过使用以时间窗划分的车辆信号的时间序列数据的学习来生成已学习信息；以及异常度计算部(23)，其基于已学习信息对以时间窗划分的车辆信号的时间序列数据进行重构计算重构前后的误差，并基于所计算的误差和已学习信息来计算异常度。学习信息来计算异常度。学习信息来计算异常度。
【技术实现步骤摘要】
【国外来华专利技术】异常检测装置及异常检测程序
[0001]本专利技术涉及检测车辆信号异常的技术。
技术介绍
[0002]专利文献1、2中记载了下述技术：在车辆的耐久试验时，预先使用其他车辆采集表示正常的基准数据，使用该基准数据检测在耐久试验中计测的数据的异常。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1：日本特开2015
‑
170121号公报
[0006]专利文献2：日本特开2016
‑
045861号公报
技术实现思路
[0007]专利技术要解决的课题
[0008]在专利文献1、2记载的技术中，由于从与试验对象不同的车辆采集基准数据，因此在试验对象车辆的相对于基准数据的个体差异大的情况下，存在即使正常也检测为异常检测的可能性。另外，在从消耗少的车辆采集基准数据的情况下，将试验中的消耗引起的计测数据的变化检测为异常的可能性变高。
[0009]本专利技术是鉴于前述问题提出的，课题在于提供能够抑制车辆的个体差异及试验中的消耗造成的影响并进行异常检测的异常检测装置及异常检测程序。
[0010]用于解决课题的手段
[0011]为了解决前述课题，本专利技术的异常检测装置的特征在于，包括：时间窗处理部，其通过以时间窗划分包含时间序列数据的多个车辆信号来提取该时间窗中包含的数据；学习部，其通过使用以所述时间窗划分的所述车辆信号的时间序列数据的学习来生成已学习信息；以及异常度计算部，其基于所述已学习信息重构由所述时间窗划分的所述车辆信号的时间序列数据计算重构前后的误差，并基于所计算的所述误差和所述已学习信息计算异常度。
[0012]另外，本专利技术的异常检测程序的特征在于，使计算机作为所述异常检测装置发挥功能。
[0013]专利技术的效果
[0014]根据本专利技术，在车辆的异常检测时，能够抑制车辆的个体差异及试验中的消耗造成的影响。
附图说明
[0015]图1是示意性示出本专利技术实施方式的异常检测系统的框图。
[0016]图2是用于说明本专利技术实施方式的异常检测装置的动作例的流程图。
[0017]图3是用于说明本专利技术实施方式的异常检测装置的动作例的流程图。
[0018]图4是用于说明使车辆信号的采样率一致的动作例的示意图。
[0019]图5是用于说明以时间窗划分采样率调整后的车辆信号的动作例的示意图。
[0020]图6是用于说明采样率调整后的车辆信号的波形与时间窗的关系的示意图。
[0021]图7是用于说明自编码器的一例的示意图。
[0022]图8A是用于说明自编码器的输入数据及输出数据以及重构误差的示意图，是示出车辆信号正常的情况的图。
[0023]图8B是用于说明自编码器的输入数据及输出数据以及重构误差的示意图，是示出车辆信号异常的情况的图。
具体实施方式
[0024]接下来，参照适当附图详细说明本专利技术的实施方式。需要说明的是，对相同的部分标注同一附图标记并省略重复的说明。
[0025]如图1所示，本专利技术实施方式的异常检测系统1是用于检测车辆2的异常检测的系统，包括计测装置10、异常检测装置20及通知装置30。
[0026]＜计测装置＞
[0027]计测装置10计测台上耐久试验的模拟试验行驶中的车辆2的各种信号(车辆信号)，并将所计测的多个车辆信号向异常检测装置20发送。所计测的车辆信号包含命令和/或单位不同的信号，作为例子能够举出车轮的旋转速度(车轮速度)、发动机的旋转速度、发动机的转矩、发动机的节气门开度、发动机的各部分温度(排气温度、水温、油温)、驱动马达的输出扭矩、驱动马达的产生电流、来自发动机控制单元的故障代码等。
[0028]＜异常检测装置＞
[0029]异常检测装置20获取由计测装置10计测的多个车辆信号，针对所获取的车辆信号检测异常。异常检测装置20例如由CPU(Central Processing Unit：中央处理单元)、ROM(Read
‑
Only Memory：只读存储器)、RAM(Random
a
ccess Memory：随机存取存储器)、输入输出电路等构成。异常检测装置20作为功能部包括采样率调整部21、时间窗处理部22、异常度计算部23、异常判定部24及学习部25。
[0030]《采样率调整部》
[0031]采样率调整部21获取由计测装置10计测的多个(n种)车辆信号，对所获取的多个车辆信号的采样率进行调整并使之一致(图2的步骤S2)。如图4所示，多个车辆信号分别包含不同的采样率各自的时间序列数据。在图4中，各车辆信号中包含的信号由表示时刻的轴上的黑点表示。采样率调整部21基于预先存储的规定采样率提取车辆信号内的数据中的分别与规定采样率的时机(各时间间隔t)最接近的数据(在图4中，由虚线圆圈包围的数据)作为该时机的数据，并将除此以外的数据剔除。采样率调整部21将采样率调整后的车辆信号向时间窗处理部22输出。在此，期望规定采样率是多个车辆信号的采样率中的最大采样率以上。
[0032]采样率调整部21能够通过该处理来提高各车辆信号的相关性。另外，采样率调整部21能够防止采样率大的车辆信号的过度学习。
[0033]《时间窗处理部》
[0034]时间窗处理部22安装在易失性存储器20a上。时间窗处理部22获取利用采样率调
整部21调整采样率的n种车辆信号，从采样率调整后的车辆信号提取时间窗中包含的规定个数(m个)的数据B
n
(图2的步骤S3)。在此，t为时间窗的滑动宽度，且为异常判定的周期(步骤S2～S9的执行所需的时间)。另外，B
n
(或B
n(0)
)为本次的时间窗中包含的数据(m
×
1矩阵)。
[0035]如图5及图6所示，时间窗处理部22通过使作为规定期间的时间窗以时间t为滑动宽度滑移，从而通过提取该时间窗中包含的m个数据的处理来生成B
n
。在此，时间窗的滑动宽度t也可以小于时间窗的规定期间。另外，优选时间窗的滑动宽度t与规定采样率的时间间隔t相同。
[0036]时间窗处理部22将所生成的B
n
向异常度计算部23输出，并将排列有B
n
的矩阵即C
n
作为保存信息存储在存储部20b内。若将本次的时间窗数据定义为B
n(0)
，作为保存信息的C
n
由下式表示。
[0037][数1][0038][0039]在此，B
n(p)
为B
n
的p次前的时间窗中包含的数据(m
×
1矩阵)。另外，C
n
为存储部20b中存储的保存信息(m
×
p矩阵)。p为数据B
n
的提取次数(在本实施方式中，是与异常判定部24中的异常判本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种异常检测装置，其特征在于，包括：时间窗处理部，其通过以时间窗划分包含时间序列数据的多个车辆信号来提取该时间窗中包含的数据；学习部，其通过使用以所述时间窗划分的所述车辆信号的时间序列数据的学习来生成已学习信息；以及异常度计算部，其基于所述已学习信息重构由所述时间窗划分的所述车辆信号的时间序列数据计算重构前后的误差，并基于所计算的所述误差和所述已学习信息计算异常度。2.根据权利要求1所述的异常检测装置，其特征在于，所述异常度计算部基于以本次的所述时间窗划分的所述车辆信号的时间序列数据和使用以前次以前的所述时间窗划分的所述车辆信号的时间序列数据的所述已学习信息计算所述异常度。3.根据权利要求2所述的异常检测装置，其特征在于，所述已学习信息包含以前次以前的所述时间窗划分的所述车辆信号的时...
【专利技术属性】
技术研发人员：久保结人，竹腰响辅，大岛英司，
申请(专利权)人：本田技研工业株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。