JP2006331300A - 異常判断装置、制御方法、自動車およびプログラム - Google Patents

Abstract

【課題】観測対象から得られる複数の観測値の中から、その観測対象に発生した異常を示す観測値を適切に選択する。
【解決手段】観測対象から観測された観測値の変化に基づいて、観測対象の異常を判断する異常判断装置を提供する。異常判断装置は、観測対象から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得し、各々の変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出し、各々の変数について、当該変数について算出された統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出し、複数の変数のうち、検出した相違度が予め定められた基準値よりも大きい変数を、観測対象の異常を検出した変数として抽出する。
【選択図】図４

Description

本発明は、異常判断装置、制御方法、自動車およびプログラムに関する。特に、本発明は、観測対象の各部に生じた異常を判断する異常判断装置、制御方法、自動車およびプログラムに関する。

近年、自動車の電子化は著しく進み、自動車の制御はＣＡＮ（Ｃｏｎｔｒｏｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）と呼ばれるパケット通信に基づいて行われるようになった。このような通信規格が整備されると、自動車の各部から時々刻々と変化する多くの時系列データを得ることができる。これらの時系列データは、自動車の動作を詳細に観測した結果得られるものであるから、自動車の動作解析や異常検出等への応用が期待されている。

ＣＡＮにおいて得られるデータは、以下のような特徴を有する。
１．膨大なデータ量を有する。数百から数千個の変数にデータを得られる場合もある。
２．回転数・気圧等の観測値を値とする物理的変数のみならず、制御用信号や、誤り検出用のチェックサム変数が混在している。
３．１０ミリ秒程度の時間間隔を空けて高頻度でデータが得られる。

このように、ＣＡＮによって得られるデータは、多種多様かつ膨大である。従って、データをグラフ化して技術者が目視して異常を発見する従来方法では、適切な解析が行えない場合が多い。これに対して、本願発明者らによって、互いに種類が異なる複数の変数の値の変化パターンを、変化点という同一の基準量で判断する技術が提案されている（非特許文献１参照。）。これによって、互いに関連ある変数の組を自動的に探し出し、異常判断を容易にすることができる。

T. Ide and K. Inoue: Knowledge Discovery from Heterogeneous Dynamic Systems using Change-Point Correlations, in Proc. 2005 SIAM International Conference on Data Mining (SDM 05, Newport Beach, CA, USA), April 21-23, 2005

しかしながら、判断対象となる変数の種類が膨大となると、変数の組み合わせ爆発を起こし、判断処理に膨大な時間を要してしまう場合がある。この場合、時々刻々と得られる時系列データに基づいて即座に異常を判断することができない。更に、自動車の各部から得られる時系列データを全て記憶するためには、膨大な記憶容量を有する記憶装置が必要となってしまう。従って、自動車の各部から観測値が得られる毎に、異常判断に用いる可能性のある変数のみを選択し、その変数の値のみを保存することが好ましい。なお、この選択処理は、自動車に搭載可能な比較的性能の低いＣＰＵでも高速に行えるようにすることが必要である。

また、自動車の異常検出を難しくしている要因として、全く同一の条件下で比較実験できないことが挙げられる。例えば、解析困難な異常を検出するためには、自動車に所定のテストコースを所定の運転条件で走行させることが行われる。しかしながら、同一のテストコースを同一の運転条件で走行させた場合であっても、実験条件の僅かな相違によって、自動車の各部から得られる観測値には相違が生じる。従って、このような実験条件の相違に関わらず、異常の発生を示す変数を適切に選択できることが望ましい。

更に、自動車の異常検出を難しくしている他の要因として、自動車の設計に関する詳細な情報が得られにくいことが挙げられる。自動車の設計に関する情報は、自動車製造会社にとっては最も重要な情報の一つであるので、その会社の外部の者はもちろん、内部の者に対しても秘密にされている場合がある。このような場合には、各々の変数が採る値の範囲および各々の値の意味を、予め知ることができない場合が多い。更に、自動車が開発中の場合や改良中の場合であれば、各々の変数が示す意味が頻繁に変更される場合もある。このように予め変数の意味が得られない場合であっても、異常の発生を示す変数を適切に選択できることが更に好ましい。

そこで本発明は、上記の課題を解決することのできる異常判断装置、制御方法、自動車およびプログラムを提供することを目的とする。この目的は特許請求の範囲における独立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更なる有利な具体例を規定する。

上記課題を解決するために、本発明の第１の形態においては、観測対象から観測された観測値の変化に基づいて、観測対象の異常を判断する異常判断装置であって、観測対象から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得する取得部と、各々の変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する統計量算出部と、各々の変数について、当該変数について算出された統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する相違度算出部と、複数の変数のうち、検出した相違度が予め定められた基準値よりも大きい変数を、観測対象の異常を検出した変数として抽出する抽出部とを備える異常判断装置、異常判断装置の制御方法およびプログラム等を提供する。

本発明によれば、観測対象から得られる複数の観測値の中から、その観測対象に発生した異常を示す観測値を適切に選択することができる。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではなく、また実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、自動車１０の全体構成を示す。自動車１０は、自動車用装備２０−１〜Ｎに代表される各種の装備と、異常判断装置３０とを備える。自動車１０は、エアコン、左側ドア、右側ドア、サンルーフまたはワイパ等のボディに関する装備と、エンジン、ギア制御およびブレーキ制御のシャーシに関する装備とを有する。これらの装備の各々には、当該装備を制御する電子制御ユニット（ＥＣＵ：Ｅｒｅｃｔｒｉｃａｌ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）が設けられ、電子制御ユニットは、当該装備の状態を観測する観測用センサーを有している。

本実施例では、これらの装備を代表して自動車用装備２０−１〜Ｎについて説明する。自動車用装備２０−１〜Ｎの各々は、上述のＥＣＵに相当する電子制御ユニット２５−１〜Ｎの各々を有する。電子制御ユニット２５−１〜Ｎは、同一のバスによって互いに接続されている。また、電子制御ユニット２５−１〜Ｎの各々は、自動車用装備２０−１〜Ｎの各々の状態を観測する観測用センサーを含み、自動車用装備２０−１〜Ｎの各々を観測した観測値を異常判断装置３０に送る。異常判断装置３０は、自動車１０と着脱可能に設けられており、自動車１０に発生した異常を解析するための技術者等によって自動車１０に装着されて使用される。異常判断装置３０は、観測対象である自動車１０から観測された観測値の変化に基づいて、自動車１０の異常を判断し、判断結果を出力する。

ここで、異常とは、必ずしも自動車１０の故障を示すとは限らず、基準となる所定の状態とは異なる状態をいう。また、観測値とは、例えば、自動車１０の走行スピード、エンジンの回転数またはシフトレバーのシフト位置等の物理的現象の観測結果である。これに加えて、観測値は、各ＥＣＵが他のＥＣＵに対して送信する制御信号の信号値であってもよいし、信号の誤りを訂正するためのチェックサム用データであってもよい。
なお、電子制御ユニット２５−１〜Ｎは、複数のバスによってグループ化されていてもよい。例えば、電子制御ユニット２５−１〜Ｎは、ボディ系の制御部とシャーシ系の電子制御ユニットとに分類され、分類が同一の電子制御ユニットのみが同一のバスに接続されてもよい。

本実施例に係る異常判断装置３０は、各種の観測用センサーから時々刻々と得られる膨大な観測値から、その値の変化パターンに基づいて、異常の原因解析に必要なデータのみを適切に選択し、高速かつ高効率にその原因を解析することを第１の目的とする。

図２は、異常判断装置３０が入力する観測値の一例を示す。（ａ）は、自動車１０に生じた異常の原因でない電子制御ユニット（例えば電子制御ユニット２５−Ｍとする）によって観測された観測値の確率密度分布を示す。また、（ｂ）は、自動車１０にその異常が発生していない場合において、電子制御ユニット２５−Ｍによって観測された観測値の確率密度分布を示す。

既に述べたように、自動車の走行試験等においては、全く同一の実験環境で複数回の試験を行うことは困難である。例えば、自動車の運転者に対して同一の指示を与えた場合であっても、アクセルやブレーキ操作に微妙な相違が生じる。また、気温や湿度等も全く同一とはならない。従って、たとえ観測値が異常を示していない場合であっても、観測値の時系列データは実験の毎に異なる。このため、観測値の時系列データを比較しても、自動車の異常に起因する有為な違いを認識できない場合が多い。
これに対して、（ａ）および（ｂ）に示すように、異常の原因でない箇所を観測した観測値の確率密度分布は、実験環境が僅かに異なっていても略同一となる。

一方で、（ｃ）は、自動車１０に生じた異常の原因となる電子制御ユニット（例えば電子制御ユニット２５−Ｌ）によって観測された観測値の確率密度分布を示す。また、（ｄ）は、自動車１０にその異常が発生していない場合において、電子制御ユニット２５−Ｌによって観測された観測値の確率密度分布を示す。（ｃ）と（ｄ）を比較すると、定量的な解析をするまでも無く、有為な相違点が発見される。

このように、電子制御ユニットが観測した観測値の確率密度分布は、実験環境の僅かな違いによってはほとんど変化せず、異常の発生によってのみ変化する場合が多い。従って、時系列データをそのまま解析するのではなく、確率密度分布を求めた上でそれらを解析することにより、異常の原因箇所を効率的に発見できると考えられる。

しかしながら、ある期間の確率密度分布を求めるには、その期間における全ての時系列データが必要であり、例えば自動車１０の走行試験等の実験を行った後にある程度の処理時間を要してしまう。
これに対して、本実施例に係る異常判断装置３０は、自動車１０の走行試験中において観測値が得られる毎に、逐次、その観測値の確率密度関数の統計量を求め、その観測値が原因解析に必要か否かを即座に判断することを第２の目的とする。

図３は、異常判断装置３０の機能を機能ブロックにより示す。異常判断装置３０は、データ抽出部３２と、変化点検出部３４と、関連変数選択部３６と、判断部３８とを有する。データ抽出部３２は、自動車１０から観測された観測値の中から、自動車１０に発生した異常の原因候補となるデータのみを選択するデータクレンジングを行う。具体的には、まず、データ抽出部３２は、自動車１０から観測された複数の観測値を値とする複数の変数の各々について、その変数の値の時系列データを取得する。例えば、データ抽出部３２は、電子制御ユニット２５−１〜Ｎの各々を互いに接続するバスを監視し、そのバスを伝達する通信用パケットに格納された観測値を順次取得することにより、各々の変数の時系列データを取得してもよい。そして、データ抽出部３２は、それらの変数の中から異常発生の原因候補となる変数を抽出して変化点検出部３４に通知する。更に、データ抽出部３２は、自動車１０の異常を検出した変数のみについて、その変数の時系列データを記憶装置に保存してもよい。

変化点検出部３４は、例えば自動車１０の走行試験が終了した後に、抽出された少なくとも１つの変数について、当該変数の時系列データを記憶装置から読み出す。そして、変化点検出部３４は、当該変数の値の変化パターンが変化する時刻を示す変化点を検出し、検出結果を関連変数選択部３６に送る。なお、変化点検出部３４は、更にその他の所定の変数について変化点を検出してもよい。関連変数選択部３６は、変化点検出部３４により検出された変化点が互いに類似する変数の組を選択する。関連変数選択部３６は、複数の変数の変化パターンが互いに関連する関連度を求め、その関連度に基づいて、変化点が互いに類似する変数の組を選択してもよい。一例として、関連変数選択部３６は、上述の非特許文献１に記載の技術によって、各変数の関連度を求めてもよい。

判断部３８は、関連変数選択部３６により選択されたそれらの変数が保持する観測値の観測対象となっている箇所に、異常が発生したと判断する。これに代えて、判断部３８は、各々の変数が正常時と比較して異常な値を採るか否かによって異常の原因箇所を判断してもよい。具体的には、判断部３８は、各々の変数が正常時に採りうる値の確率密度分布を予め記憶している。そして、判断部３８は、記憶しているこの確率密度分布と、取得した時系列データの確率密度分布とを比較することにより、当該変数が異常の原因箇所を示すか否かを判断する。この判断によっても、異常の原因箇所を適切に検出することができる。

以上、本図で示した構成によれば、データ抽出部３２は、異常発生の原因候補となる変数のみを変化点検出部３４に通知する。これにより、変化点検出部３４、関連変数選択部３６および判断部３８の処理に要する時間を短縮することができる。更に、データ抽出部３２は、走行実験中において、当該変数の時系列データのみを保存し、他の変数の時系列データを破棄してもよい。これにより、異常判断装置３０に搭載される記憶装置の必要容量を小さくし、異常判断装置３０の大きさ、発熱量、消費電力等を小さくできる。

図４は、データ抽出部３２の詳細な機能を示す。データ抽出部３２は、取得部３００と、忘却率設定部３１０と、統計量算出部３２０と、相違度算出部３３０と、基準統計量記録部３４０と、抽出部３５０とを有する。取得部３００は、自動車１０から観測された複数の観測値を値とする複数の変数の各々について、その変数の時系列データを取得する。これら複数の変数の各々は、同一の自動車の互いに異なる部分を観測した観測値を変数値として格納する。具体的には、取得部３００は、電子制御ユニット２５−１〜Ｎを互いに接続するバスを監視し、そのバスを伝達する通信用パケットに格納された観測値を順次取得することにより、各々の変数の時系列データを取得してもよい。

忘却率設定部３１０は、各々の変数について、その変数が単位時間当たりに更新される更新頻度を求める。そして、忘却率設定部３１０は、各々の変数について、その更新頻度がより高い場合に、その更新頻度がより低い場合と比較して、その変数の統計量を算出するために用いられる忘却率を低く設定する。忘却率については後述する。なお、忘却率は、忘却率設定部３１０の処理に関わらず変数毎に予め定められた値に設定されていてもよい。統計量算出部３２０は、各々の変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する。

統計量の算出には、忘却率設定部３１０により設定された忘却率が用いられる。詳細には、統計量算出部３２０は、一の時刻におけるある変数の確率密度関数を定める統計量を求める場合には、まず、当該一の時刻よりも前の時刻における統計量に、当該変数に対応して忘却率設定部３１０により設定された忘却率を乗じる。そして、統計量算出部３２０は、乗じた結果得られる値と、当該一の時刻に得られた観測値とに基づいて、当該一の時刻における統計量を求める。

相違度算出部３３０は、各々の変数について、当該変数について算出された統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する。例えば、基準統計量記録部３４０は、複数の変数の各々について、当該変数に予め定められた統計量を記録している。そして、相違度算出部３３０は、各々の変数に対応して記録された統計量を基準統計量記録部３４０から読み出して、読み出したその統計量と、統計量算出部３２０によって算出された統計量との差分値を相違度として算出してもよい。

抽出部３５０は、複数の変数のうち、基準統計量記録部３４０により算出された相違度が予め定められた基準値よりも大きい変数を、自動車１０の異常を検出した変数として抽出し、変化点検出部３４に通知する。具体的には、抽出部３５０は、それらの変数のみの時系列データを選択して記憶装置に保存する。これに代えて、抽出部３５０は、異常の原因候補となる変数のみの時系列データに、その旨を示すラベルを付して記憶装置に保存してもよい。

図５は、異常判断装置３０によって自動車１０の異常が判断される処理のフローチャートを示す。異常判断装置３０は、例えば定期的に以下の処理を繰り返す。まず、取得部３００は、電子制御ユニット２５−１〜Ｎを互いに接続するバスを監視し、そのバスを伝達する通信用パケットに格納された観測値を取得する（Ｓ５００）。

忘却率設定部３１０は、各々の変数について、その変数が単位時間当たりに更新される更新頻度が変更された場合には（Ｓ５１０：ＹＥＳ）、変更後の更新頻度に基づいて忘却率を求めて統計量算出部３２０に設定する（Ｓ５２０）。なお、更新頻度の検出（Ｓ５１０）と、忘却率の変更処理（Ｓ５２０）とは、観測値が得られる毎には行わなくてもよく、本図の処理とは別個の時間間隔によって本図の処理とは独立に行われてもよい。

統計量算出部３２０は、各々の変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する（Ｓ５３０）。統計量を算出する処理として、統計量が確率密度分布の尖度および歪度である場合を例に詳細を説明する。まず、尖度および歪度の意味を説明する。

[尖度および歪度の意味について]
標準化（平均０かつ分散１）された任意の連続分布ｆ（ｘ）に対して、下記の式（１）に示すGram-Charlier-Edgeworth展開が成り立つことが知られている。

ただし、κ₃ およびκ₄ はそれぞれ3次のキュムラントおよび4次のキュムラントで、h₃ およびh_４はそれぞれ３次のエルミート多項式および４次のエルミート多項式で、φ（ｘ）は標準正規分布である。

式（１）、もしくはより直裁にキュムラント母関数の展開表式からも容易に知れるように、３次以上のキュムラントは、正規性からのずれを表す統計量である。統計学的にその性質は良く調べられており、３次のキュムラントは歪度、４次のキュムラントは尖度という名前がつけられている。歪度および尖度は、言葉の意味から推測されるように、確率密度関数の分布形状が、標準正規分布の分布形状を基準とした相違の傾向を表す。一例として、統計量算出部３２０は、各々の変数の統計量として、その変数の尖度および歪度を算出する。

図６は、異常判断装置３０によって算出される尖度および歪度を説明する図である。図６（ａ）において、標準正規分布を太線により示し、他の２つの確率密度分布を細線によって示す。一方の確率密度分布は、その密度値を極大とするｘの値が、標準正規分布と異なっている。この確率密度分布は、標準正規分布よりも高い歪度を有する。他方の確率密度分布は、その密度値の極大値が、標準正規分布よりも大きい。この確率密度分布は、標準正規分布よりも高い尖度を有する。

図６（ｂ）に示すように、正規分布関数またはデルタ関数は、尖度および歪度として共に値０を採る。一方で、一様分布関数は、歪度として０を採るものの、尖度として概ね−６／５の値を採る。これらとは異なるその他の関数は、尖度および歪度共に０でない値を採る。

図５に戻る。次に、確率密度分布の尖度および歪度を算出する処理を説明する。
[尖度および歪度の算出方法について]
原点周りのi 次のモーメントをμ_ｉ'と表記すると、よく知られているように、４次までのキュムラントに関して、次の式（２）に示す関係が成り立つ。

データがオンラインに到着する場合、データがあらかじめ標準化されているとはみなせない。そこで、尖度と歪度を改めて、次の式（３）により定義する。

したがって、式(2)によれば、４次までのモーメントがオンラインで計算できれば、歪度と尖度も計算できる。
モーメントのオンライン計算式を導くために、確率変数xの任意の関数 g(x)に対して、次の恒等式（４）が成立することに注目する。

ただし、x(s)は、時刻sにおける確率変数の値を示す。左辺は「時刻tまでのデータによる標本平均」と解釈できるので、その意味で〈ｇ〉_ｔなどと書くと、上式は、

などと書き直せる。ただし1/tをβとおいた。今、1/βを着目する時間スケールを表すパラメターとして再解釈すれば、上式はランダム関数gの期待値のオンライン更新式として解釈できる。すなわち、時刻t における原点まわりのモーメントが、

のように計算できる。このβは、上述の忘却率設定部３１０によって設定される忘却率である。忘却率は、1未満の正値をとる。

結局、統計量算出部３２０は、以下に示す処理によって、ある時刻tにおける歪度と尖度を算出する。
１．初期値 x(0) を与える
２．時刻tにおける１次から４次までのモーメントを式(６)によって算出する。この算出処理には、時刻ｔよりも前の時刻ｔ−１におけるモーメントμｉ'（ｔ−１）を用いる
３．時刻tにおける１次から４次までのキュムラントを式（２）によって算出する
４．歪度と尖度を定義式（３）によって算出する

なお、本実施例において、統計量算出部３２０は、１次から４次までのモーメントを算出し、かつ、１次から４次までのキュムラントを算出したが、統計量算出部３２０により算出されるキュムラントは４次までのものに限定されない。例えば、統計量算出部３２０は、５次以上のキュムラントの各々を、各々の変数の確率密度分布を示す統計量として算出してもよい。算出方法としては、例えば、式（６）においてｎを５以上の各値とすれば、統計量算出部３２０は、５次以上のモーメントを算出でき、そのモーメントに基づいてキュムラントを算出できる。

次に、相違度算出部３３０は、各々の変数について、当該変数について算出されたキュムラントと、当該変数に対応して予め定められた基準の確率密度関数のキュムラントとの相違の程度を示す相違度を算出する（Ｓ５４０）。例えば、基準統計量記録部３４０は、複数の変数の各々について、当該変数に予め定められた基準の尖度および歪度を記録している。そして、相違度算出部３３０は、各々の変数に対応して記録された尖度および歪度を基準統計量記録部３４０から読み出して、読み出したその尖度および歪度と、統計量算出部３２０によって算出された尖度および歪度との相違の程度（例えば差分値）を相違度として算出してもよい。

抽出部３５０は、複数の変数のうち、基準統計量記録部３４０により算出された相違度が予め定められた基準値よりも大きい変数を、自動車１０の異常を検出した変数として抽出する（Ｓ５５０）。次に、変化点検出部３４は、抽出された少なくとも１つの変数について、当該変数の値の変化パターンが変化する時刻を示す変化点を検出する（Ｓ５６０）。なお、変化点検出部３４は、更にその他の変数について変化点を検出してもよい。関連変数選択部３６は、変化点検出部３４により検出された変化点が互いに類似する変数の組を選択する（Ｓ５７０）。そして、判断部３８は、変化点検出部３４により選択された変数の組を、自動車１０に発生した異常の原因箇所を示す変数の組と判断し、判断結果を出力する（Ｓ５８０）。

図７は、ある実験において実際に得られた時系列データの確率密度分布を示す。詳細には、図７（ａ）から図７（ｈ）の各々は、図１に示した電子制御ユニット２５−１〜８の各々から得られた観測値の確率密度分布である。本図に示すように、ＣＡＮを伝達される通信用パケットから得られる観測値は、物理的な現象の観測値のような正規分布に類似した分布のみならず、離散一様分布や、定数関数を示す分布等、様々な分布を示す。例えば図７（ｅ）に示すように、変数５は定数関数の分布を採る。また、図７（ｆ）および図７（ｈ）に示すように、変数６および変数８は、一部の値を除外すれば、正規分布に類似する分布を示す。このことから、電子制御ユニット２５−６および電子制御ユニット２５−８は、物理的な現象（例えば、自動車の速度、エンジンの回転数等）を観測していると考えられる。

一方で、図７（ａ）、図７（ｂ）および図７（ｇ）に示すように、変数１、変数２および変数７の各々は、離散一様分布をなす。このことから、電子制御ユニット２５−１、電子制御ユニット２５−２および電子制御ユニット２５−７の各々は、物理的な現象ではなく、制御信号等を観測したと考えられる。例えば、電子制御ユニット２５−１、電子制御ユニット２５−２、および電子制御ユニット２５−７の各々は、他の電子制御ユニットに対して制御信号を送信している可能性が高いと考えられる。

しかしながら、図７（ａ）に示した観測値は、完全な離散一様分布とは相違している。このような相違は、観測値を格納する通信用パケットが欠損し、または、未着の通信用パケットを再送することにより発生することが知られている。この例のみならず、実験環境の僅かな相違によって確率密度分布が変化することが知られている。この場合、単純な条件判定（例えば、値が１０の観測値の数と、値が１１の観測値の数が等しい等）によって、離散一様分布を精度良く検出することは難しい。

これに対して、本実施例に示した異常判断装置３０においては、観測値の確率密度分布の統計量に基づいて、観測対象に生じた異常の原因となる変数を検出する。即ち例えば、相違度算出部３３０は、各々の変数について、統計量算出部３２０により算出された尖度および歪度の、当該変数に予め定められた基準の確率密度関数における尖度および歪度に対する差分値を、相違度として算出する。そして、抽出部３５０は、相違度算出部３３０により算出された尖度および歪度の少なくとも何れか一方の差分が、予め定められた基準よりも大きい変数を、自動車の異常を検出した変数として抽出する。従って、図７（ａ）に示す変数１は、離散一様分布との統計上の相違が僅かであるから、異常を検出した変数としては抽出されない。

更に詳細な処理例を示す。基準統計量記録部３４０は、電子制御ユニット２５−１の観測値を値とする変数１に対応付けて、離散一様分布関数の尖度および歪度を記録している。即ち、電子制御ユニット２５−１は、予め得られる設計情報によって、または、正常な自動車を予め観測した観測値に基づいて、離散一様分布をなす観測値を得ることが知られている。従って、基準統計量記録部３４０は、変数１に対応付けて、離散一様分布の尖度−６／５を記録する。また、基準統計量記録部３４０は、変数１に対応付けて、離散一様分布の歪度０を記録している。

なお、離散一様分布の尖度は、観測値が採りうる値の数をｎとして、−（６／５）×（ｎ^２＋１／ｎ^２−１）であることが知られている。変数１の採りうる値の数が仮に１２種類であれば、その変数１の尖度は、−（６／５）×（１２^２＋１／１２^２−１）である。従って、基準統計量記録部３４０は、離散一様分布を採る変数に対応付けて、その尖度の概算値である−６／５に代えて、その変数が採りうる値に基づく正確な尖度を記録してもよい。

相違度算出部３３０は、変数１について、統計量算出部３２０により算出された尖度および歪度の、離散一様分布関数における尖度および歪度に対する差分値を、相違度として算出する。そして、抽出部３５０は、相違度算出部３３０により算出された尖度および歪度の少なくとも何れか一方の差分が、予め定められた基準よりも大きい変数を抽出する。以上の処理に基づき、ある変数が離散一様分布を採ると判断される条件をまとめると以下の通りである。

但し、ε_１およびε_２は、それぞれ、歪度および尖度に対応して予め定められた基準を示す。
以上の条件判断によれば、例えば、本来様々な制御信号を発するはずの電子制御ユニットに生じた異常を適切に判断することができる。

同様に、ある変数の値が正規分布を採る場合について、その変数が自動車の異常を示すか否かの判断例を説明する。
基準統計量記録部３４０は、電子制御ユニット２５−６の観測値を値とする変数６に対応付けて、正規分布関数の尖度および歪度を記録している。即ち、電子制御ユニット２５−６は、予め得られる設計情報によって、または、正常な自動車を予め観測した観測値に基づいて、正規分布を為す観測値を得ることが知られている。従って、基準統計量記録部３４０は、変数６に対応付けて、正規分布の尖度である０、および、正規分布の歪度である０を記録している。

相違度算出部３３０は、変数６について、統計量算出部３２０により算出された尖度および歪度の、正規分布関数における尖度および歪度に対する差分値を、相違度として算出する。そして、抽出部３５０は、相違度算出部３３０により算出された尖度および歪度の少なくとも何れか一方の差分が、予め定められた基準よりも大きい変数を抽出する。以上の処理に基づき、ある変数が正規分布を採ると判断される条件をまとめると以下の通りである。

以上の条件判断によれば、例えば、異常の発生箇所を観測している電子制御ユニットを適切に判断することができる。

同様に、ある変数の値が定数関数を採る場合について、その変数が自動車の異常を示すか否かの判断例を説明する。
統計量算出部３２０は、変数５について２次のキュムラントを算出する。２次のキュムラントは分散であり、定数関数の分散は０であることが知られている。そのため、基準統計量記録部３４０は、電子制御ユニット２５−５の観測値を値とする変数５に対応付けて、定数関数の分散である０を記録している。相違度算出部３３０は、変数５について、統計量算出部３２０により算出された２次のキュムラントの、定数関数における分散に対する差分値を、相違度として算出する。そして、抽出部３５０は、相違度算出部３３０により算出された分散が、予め定められた基準よりも大きい変数を抽出する。これにより、自動車用装備２０−５の観測値に異常が発生した場合には、変数５を抽出して障害診断に役立てることができる。

以上、本実施例の異常判断装置３０は、観測値が得られる毎にその統計量を逐次計算し、その統計量の相違に基づいて異常発生原因の候補を判断する。これにより、観測環境の僅かな相違に関わらず安定的に、かつリアルタイムで精度よく異常の原因を判断できる。

本発明によれば、上述の実施例の他、様々な応用が可能となる。以下に、２つのバリエーションを示す。
（１）変数の分類
既に述べているように、自動車の設計情報は高度な機密性を有するため、自動車の異常検出のためといえども入手困難な場合が多い。このため、各々の観測値が自動車の物理的な現象を示すものであるのか、または、制御用の信号を示すものであるのかを、予め認識できない場合がある。このため、自動車に異常が発生したか否かに関わらず、望ましくは正常な自動車を用いて、各々の変数をその種類毎に分類したい場合がある。本実施例の異常判断装置３０を応用すれば、このような分類をも可能とすることができる。

具体的には、まず、上述の実施例と同様に、取得部３００は、正常な自動車を用いて、各々の変数の時系列データを取得する。そして、統計量算出部３２０は、各々の変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する。異常判断装置３０は、各々の変数について算出された統計量が、当該変数の確率密度分布が正規分布である場合に得られる統計量に近似するか否かを判断する。例えば、異常判断装置３０は、各々の変数について算出された尖度および歪度の何れもが、正規分布の尖度および歪度を基準として予め定められた範囲内の値であれば、その変数が物理的な現象の観測値を変数値に採ると判断してもよい（式（８）を参照。）。離散一様分布の判定等も同様である。

（２）自動車以外を対象とした異常検出
本実施例における異常判断装置３０は、全く同一の環境で複数回の観測ができない場合に特に有効である。例えば、異常判断装置３０は、人や動物などの個体を診察する診察装置に設けられ、その個体に生じた異常を診断するために用いられてもよい。この場合、複数の変数の各々は、診断対象の個体の互いに異なる部分を観測した観測値を変数値として格納する。そして、抽出部３５０は、これら複数の変数のうち、相違度算出部３３０によって算出された相違度が基準値よりも大きい変数を、その個体の異常を検出した変数として抽出する。このように、異常判断装置３０は、自動車のみならず、観測値を取得可能な様々な対象にも応用できる。

図８は、異常判断装置３０に対してプログラムを提供する情報処理装置５００のハードウェア構成の一例を示す。情報処理装置５００は、ホストコントローラ１０８２により相互に接続されるＣＰＵ１０００、ＲＡＭ１０２０、及びグラフィックコントローラ１０７５を有するＣＰＵ周辺部と、入出力コントローラ１０８４によりホストコントローラ１０８２に接続される通信インターフェイス１０３０、ハードディスクドライブ１０４０、及びＣＤ−ＲＯＭドライブ１０６０を有する入出力部と、入出力コントローラ１０８４に接続されるＲＯＭ１０１０、フレキシブルディスクドライブ１０５０、及び入出力チップ１０７０を有するレガシー入出力部とを備える。

ホストコントローラ１０８２は、ＲＡＭ１０２０と、高い転送レートでＲＡＭ１０２０をアクセスするＣＰＵ１０００及びグラフィックコントローラ１０７５とを接続する。ＣＰＵ１０００は、ＲＯＭ１０１０及びＲＡＭ１０２０に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィックコントローラ１０７５は、ＣＰＵ１０００等がＲＡＭ１０２０内に設けたフレームバッファ上に生成する画像データを取得し、表示装置１０８０上に表示させる。これに代えて、グラフィックコントローラ１０７５は、ＣＰＵ１０００等が生成する画像データを格納するフレームバッファを、内部に含んでもよい。

入出力コントローラ１０８４は、ホストコントローラ１０８２と、比較的高速な入出力装置である通信インターフェイス１０３０、ハードディスクドライブ１０４０、及びＣＤ−ＲＯＭドライブ１０６０を接続する。通信インターフェイス１０３０は、ネットワークを介して外部の装置と通信する。ハードディスクドライブ１０４０は、情報処理装置５００が使用するプログラム及びデータを格納する。ＣＤ−ＲＯＭドライブ１０６０は、ＣＤ−ＲＯＭ１０９５からプログラム又はデータを読み取り、ＲＡＭ１０２０又はハードディスクドライブ１０４０に提供する。

また、入出力コントローラ１０８４には、ＲＯＭ１０１０と、フレキシブルディスクドライブ１０５０や入出力チップ１０７０等の比較的低速な入出力装置とが接続される。ＲＯＭ１０１０は、情報処理装置５００の起動時にＣＰＵ１０００が実行するブートプログラムや、情報処理装置５００のハードウェアに依存するプログラム等を格納する。フレキシブルディスクドライブ１０５０は、フレキシブルディスク１０９０からプログラム又はデータを読み取り、入出力チップ１０７０を介してＲＡＭ１０２０またはハードディスクドライブ１０４０に提供する。入出力チップ１０７０は、フレキシブルディスク１０９０や、例えばパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して各種の入出力装置を接続する。

情報処理装置５００に提供されるプログラムは、フレキシブルディスク１０９０、ＣＤ−ＲＯＭ１０９５、又はＩＣカード等の記録媒体に格納されて利用者によって提供される。プログラムは、入出力チップ１０７０及び/又は入出力コントローラ１０８４を介して、記録媒体から読み出され情報処理装置５００にインストールされて実行される。プログラムが異常判断装置３０に働きかけて行わせる動作は、図１から図７において説明した異常判断装置３０における動作と同一であるから、説明を省略する。

以上に示したプログラムは、外部の記憶媒体に格納されてもよい。記憶媒体としては、フレキシブルディスク１０９０、ＣＤ−ＲＯＭ１０９５の他に、ＤＶＤやＰＤ等の光学記録媒体、ＭＤ等の光磁気記録媒体、テープ媒体、ＩＣカード等の半導体メモリ等を用いることができる。また、専用通信ネットワークやインターネットに接続されたサーバシステムに設けたハードディスク又はＲＡＭ等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムを情報処理装置５００に提供してもよい。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

図１は、自動車１０の全体構成を示す。 図２は、異常判断装置３０が入力する観測値の一例を示す。 図３は、異常判断装置３０の機能を機能ブロックにより示す。 図４は、データ抽出部３２の詳細な機能を示す。 図５は、異常判断装置３０によって自動車１０の異常が判断される処理のフローチャートを示す。 図６は、異常判断装置３０によって算出される尖度および歪度を説明する図である。 図７は、ある実験において実際に得られた時系列データの確率密度分布を示す。 図８は、異常判断装置３０に対してプログラムを提供する情報処理装置５００のハードウェア構成の一例を示す。

符号の説明

１０ 自動車
２０ 自動車用装備
２５ 電子制御ユニット
３０ 異常判断装置
３２ データ抽出部
３４ 変化点検出部
３６ 関連変数選択部
３８ 判断部
３００ 取得部
３１０ 忘却率設定部
３２０ 統計量算出部
３３０ 相違度算出部
３４０ 基準統計量記録部
３５０ 抽出部
５００ 情報処理装置

Claims (17)

1. 観測対象から観測された観測値の変化に基づいて、前記観測対象の異常を判断する異常判断装置であって、
   前記観測対象から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得する取得部と、
   各々の前記変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する統計量算出部と、
   各々の前記変数について、当該変数について算出された前記統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する相違度算出部と、
   前記複数の変数のうち、算出された前記相違度が予め定められた基準値よりも大きい変数を、前記観測対象の異常を検出した変数として抽出する抽出部と
   を備える異常判断装置。
2. 前記観測対象のうち、抽出された前記変数が保持する観測値の観測対象となっている箇所に、異常が発生したと判断する判断部
   を更に備える請求項１に記載の異常判断装置。
3. 抽出された少なくとも１つの前記変数について、当該変数の値の変化パターンが変化する時刻を示す変化点を検出する変化点検出部と、
   前記変化点検出部により検出された変化点が互いに類似する変数の組を選択する関連変数選択部と
   を更に備え、
   前記判断部は、前記関連変数選択部により選択された変数の組を、前記観測対象に発生した異常の原因箇所を示す変数の組と判断する
   請求項２に記載の異常判断装置。
4. 前記統計量算出部は、各々の前記変数の前記統計量として、前記一の時刻における前記確率密度関数についての少なくとも１つのキュムラントを算出し、
   前記相違度算出部は、算出した前記キュムラントと、前記基準の確率密度関数について予め定められたキュムラントとの相違の程度を前記相違度として算出する
   請求項１記載の異常判断装置。
5. 前記統計量算出部は、各々の変数について、前記統計量として、前記一の時刻における前記確率密度関数の尖度または歪度を算出し、
   前記相違度算出部は、算出した前記尖度または前記歪度と、前記基準の確率密度関数について予め定められた尖度または歪度との相違の程度を前記相違度として算出する
   請求項４記載の異常判断装置。
6. 前記相違度算出部は、前記統計量算出部により算出された尖度および歪度の、正規分布関数における尖度および歪度に対する差分を、前記相違度として算出し、
   前記抽出部は、前記相違度算出部により算出された尖度および歪度の少なくとも何れか一方の差分が、予め定められた基準よりも大きい変数を抽出する
   請求項５記載の異常判断装置。
7. 前記複数の変数の各々に対応付けて、当該変数に予め定められた基準の尖度および歪度を記録する基準統計量記録部を更に備え、
   前記相違度算出部は、前記基準統計量記録部に記録された尖度および歪度に対する、前記統計量算出部により算出された尖度および歪度の差分値を、前記相違度として算出する
   請求項６記載の異常判断装置。
8. 前記相違度算出部は、前記統計量算出部により算出された尖度および歪度の、離散値を値に採る所定の離散値関数における尖度および歪度に対する差分を、前記相違度として算出し、
   前記抽出部は、前記相違度算出部により算出された尖度および歪度の少なくとも何れか一方の差分が、予め定められた基準よりも大きい変数を抽出する
   請求項５記載の異常判断装置。
9. 前記統計量算出部は、２次のキュムラントを算出し、
   前記相違度算出部は、前記統計量算出部により算出された尖度および歪度の、定数を値に採る所定の定数関数における２次のキュムラントに対する差分を、前記相違度として算出し、
   前記抽出部は、前記相違度算出部により算出された２次のキュムラントの差分が、予め定められた基準よりも大きい変数を抽出する
   請求項４記載の異常判断装置。
10. 前記統計量算出部は、各々の前記変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻よりも前の時刻における当該統計量に、当該変数に対応して設定された忘却率を乗じた値に基づいて算出し、
    各々の前記変数について、当該変数が単位時間当たりに更新される更新頻度がより高い場合に、当該更新頻度がより低い場合と比較して、当該変数の忘却率を低く設定する忘却率設定部を更に備える請求項１に記載の異常判断装置。
11. 前記取得部は、複数の観測用センサーを互いに接続するバスを監視し、前記バスを伝達する通信用パケットに格納された観測値を順次取得することにより、各々の変数の時系列データを取得する
    請求項１記載の異常判断装置。
12. 前記複数の変数の各々は、同一の自動車の互いに異なる部分を観測した観測値を変数値とし、
    前記抽出部は、前記複数の変数のうち、算出された前記相違度が前記基準値よりも大きい変数を、前記自動車の異常を検出した変数として抽出する
    請求項１に記載の異常判断装置。
13. 前記複数の変数の各々は、診察対象の個体の互いに異なる部分を観測した観測値を変数値とし、
    前記抽出部は、前記複数の変数のうち、算出された前記相違度が前記基準値よりも大きい変数を、当該個体の異常を検出した変数として抽出する
    請求項１に記載の異常判断装置。
14. 互いに同一のバスに接続された複数の観測用センサーと、前記複数の観測用センサーから得られた観測値の変化に基づいて異常を判断する異常判断装置とを備えた自動車であって、
    前記自動車から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得する取得部と、
    各々の前記変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する統計量算出部と、
    各々の前記変数について、当該変数について算出された前記統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する相違度算出部と、
    前記複数の変数のうち、算出された前記相違度が予め定められた基準値よりも大きい変数を、前記自動車の異常を検出した変数として抽出する抽出部と
    を備える自動車。
15. 前記異常判断装置は前記自動車と着脱可能に設けられている
    請求項１４に記載の自動車。
16. 観測対象から観測された観測値の変化に基づいて、前記観測対象の異常を判断する異常判断装置の制御方法であって、
    前記観測対象から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得する取得段階と、
    各々の前記変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する統計量算出段階と、
    各々の前記変数について、当該変数について算出された前記統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する相違度算出段階と、
    前記複数の変数のうち、算出された前記相違度が予め定められた基準値よりも大きい変数を、前記観測対象の異常を検出した変数として抽出する抽出段階と
    を備える制御方法。
17. 観測対象から観測された観測値の変化に基づいて、前記観測対象の異常を判断する異常判断装置として、情報処理装置を機能させるプログラムであって、
    前記情報処理装置を、
    前記観測対象から観測された複数の観測値を値とする複数の変数の各々について、当該変数の値の時系列データを取得する取得部と、
    各々の前記変数について、一の時刻における当該変数の確率密度関数を定める統計量を、当該一の時刻における当該変数の値と、当該一の時刻よりも前の時刻における当該統計量とに基づいて算出する統計量算出部と、
    各々の前記変数について、当該変数について算出された前記統計量と、当該変数に対応して予め定められた基準の確率密度関数の統計量との相違の程度を示す相違度を算出する相違度算出部と、
    前記複数の変数のうち、算出された前記相違度が予め定められた基準値よりも大きい変数を、前記観測対象の異常を検出した変数として抽出する抽出部と
    して機能させるプログラム。

Images