特開 2024-39358 異常解析方法、異常解析装置、及び異常解析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024039358

(43)【公開日】2024-03-22

(54)【発明の名称】異常解析方法、異常解析装置、及び異常解析プログラム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240314BHJP

   B64D 45/00 20060101ALI20240314BHJP

【ＦＩ】

G06Q50/10

B64D45/00 Z

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022143857

(22)【出願日】2022-09-09

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110004185

【氏名又は名称】インフォート弁理士法人

(74)【代理人】

【識別番号】100121083

【弁理士】

【氏名又は名称】青木 宏義

(74)【代理人】

【識別番号】100138391

【弁理士】

【氏名又は名称】天田 昌行

(74)【代理人】

【識別番号】100074099

【弁理士】

【氏名又は名称】大菅 義之

(72)【発明者】

【氏名】町田 卓謙

(72)【発明者】

【氏名】藤嶌 由紀

(72)【発明者】

【氏名】鳥居 悟

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC20

(57)【要約】

【課題】飛行している航空機の異常の原因を特定する。
【解決手段】コンピュータは、異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定する。コンピュータは、異常が発生した時刻を含む第１期間において第１航空機により測定された第１測定データと、第１期間において第２航空機により測定された第２測定データとを比較した結果に基づいて、異常の原因を特定する。コンピュータは、異常の原因を示す情報を出力する。
【選択図】図４

【特許請求の範囲】

【請求項1】

異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定し、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定し、
前記異常の原因を示す情報を出力する、
処理をコンピュータが実行することを特徴とする異常解析方法。

【請求項2】

前記第２測定データは、前記第１期間の中に含まれる第２期間において前記第２航空機により測定されることを特徴とする請求項１記載の異常解析方法。

【請求項3】

前記第２航空機を特定する処理は、
前記所定範囲の空間を飛行している１台又は複数台の航空機を特定する処理と、
前記第１航空機の位置と、前記１台又は複数台の航空機各々の位置と、前記第１航空機が受けた風の風速とに基づいて、前記１台又は複数台の航空機の中から前記第２航空機を特定する処理と、
を含むことを特徴とする請求項１記載の異常解析方法。

【請求項4】

前記異常の原因を特定する処理は、
前記第１測定データと前記第２測定データとが類似している場合、前記風が前記異常の原因であると判定する処理と、
前記第１測定データと前記第２測定データとが類似していない場合、前記風以外の事象が前記異常の原因であると判定する処理と、
を含むことを特徴とする請求項３記載の異常解析方法。

【請求項5】

前記第２航空機を特定する処理は、１台又は複数台の前記第２航空機を特定する処理を含み、
前記異常の原因を特定する処理は、
前記第１測定データと、前記１台又は複数台の前記第２航空機各々により測定された前記第２測定データとの間の類似度を計算する処理と、
前記類似度を閾値と比較した結果に基づいて、前記異常の原因を特定する処理と、
を含むことを特徴とする請求項１乃至３の何れか１項に記載の異常解析方法。

【請求項6】

前記所定範囲の空間において前記第２航空機が特定されない場合、前記異常が発生した時刻以降の第３期間において前記第１航空機により測定された第３測定データの時間変化に基づいて、前記異常の原因を特定する処理を、前記コンピュータがさらに実行することを特徴とする請求項１乃至３の何れか１項に記載の異常解析方法。

【請求項7】

異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定する航空機特定部と、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定する原因特定部と、
前記異常の原因を示す情報を出力する出力部と、
を備えることを特徴とする異常解析装置。

【請求項8】

異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定し、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定し、
前記異常の原因を示す情報を出力する、
処理をコンピュータに実行させるための異常解析プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、異常解析技術に関する。

【背景技術】

【0002】

近年、様々な分野でドローンの活用が試行されている。ドローンは、無人航空機（Unmanned Aerial Vehicle，ＵＡＶ）の一種である。ドローンの活用方法の１つとして、ドローンによる配送が挙げられる。

【0003】

外界を飛行するドローンは様々な事象に遭遇する可能性があり、異常として検知される事象もある。例えば、気象環境によって運航の安全性が大きく左右されることがある。特に、ゲリラ豪雨、ビル風、竜巻等が発生した場合、ドローンは、強風の影響を受けやすくなる。

【0004】

ドローンの異常を監視する技術に関連して、異常発生状態を素早く正確に検知又は予測する自律移動装置が知られている（例えば、特許文献１を参照）。航空機の飛行計画において微細風況を考慮した航空機の運航を提供するシステムも知られている（例えば、特許文献２及び特許文献４を参照）。

【0005】

飛行中のＵＡＶのモデル化された加速度と飛行中のＵＡＶの実加速度とに基づいて、ＵＡＶの運転中の風速を推定するデバイスも知られている（例えば、特許文献３及び特許文献５を参照）。局地風を推定する推定器も知られている（例えば、特許文献６を参照）。ジャイロセンサに意図的な音響ノイズを与えることでドローンを揺り動かす方法も知られている（例えば、非特許文献１を参照）。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２０２１－１１０９７９号公報

【特許文献2】特開２０１９－８９５３８号公報

【特許文献3】特開２０１１－２４６１０５号公報

【特許文献4】米国特許出願公開第２０１９／０１４７７５３号明細書

【特許文献5】米国特許出願公開第２０１１／０２９５５６９号明細書

【特許文献6】米国特許出願公開第２０１４／０１２９０５７号明細書

【非特許文献】

【0007】

【非特許文献1】Y. Son et al., “Rocking Drones with Intentional Sound Noise on Gyroscopic Sensors”, Proceedings of the 24th USENIX Security Symposium, pages 881-896, August 2015.

【発明の概要】

【発明が解決しようとする課題】

【0008】

ドローンが飛行中に遭遇する事象として、気象環境による影響の他に、ドローンを墜落させること等を目的とする人為的な電波攻撃が挙げられる。電波攻撃は、ＧＰＳ（Global Positioning System）スプーフィング、ＧＰＳジャミング、慣性計測装置（Inertial Measurement Unit，ＩＭＵ）ジャミング等を含む。

【0009】

ドローンに搭載されるＩＭＵには、加速度計とＭＥＭＳ（Micro-Electro-Mechanical Systems）式ジャイロセンサが含まれていることがある。ＩＭＵジャミングは、ＭＥＭＳ式ジャイロセンサに音響ノイズを照射することで、予期しない共振を発生させる電波攻撃である。予期しない共振によって、ジャイロセンサが測定する角速度の測定データが変動するため、ドローンの誤動作が引き起こされる。

【0010】

ドローンが飛行中に遭遇する事象に応じて、事象に対する対応及び対策が異なってくるため、遭遇した事象を特定して適切に対処することが望ましい。例えば、ドローンによる配送では、強風が配送トラブルを引き起こし得るため、ドローンが強風を受けていることを特定し、その情報を他のドローンと共有することで、強風域を迂回する等の対策を立てることが有効である。ドローンが電波攻撃を受けた場合は、電波攻撃の証拠として測定データを保存し、攻撃手口を調査することが有効である。

【0011】

しかしながら、ＩＭＵによって測定された加速度、角速度等の測定データが異常値を示す場合、測定データから強風と電波攻撃を識別することは難しい。

【0012】

なお、かかる問題は、強風又は電波攻撃に限らず、様々な種類の事象が異常の原因である場合において生ずるものである。また、かかる問題は、ドローン等のＵＡＶに限らず、様々な種類の航空機において生ずるものである。

【0013】

１つの側面において、本発明は、飛行している航空機の異常の原因を特定することを目的とする。

【課題を解決するための手段】

【0014】

１つの案では、コンピュータは、以下の処理を実行する。

【0015】

コンピュータは、異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定する。コンピュータは、異常が発生した時刻を含む第１期間において第１航空機により測定された第１測定データと、第１期間において第２航空機により測定された第２測定データとを比較した結果に基づいて、異常の原因を特定する。コンピュータは、異常の原因を示す情報を出力する。

【発明の効果】

【0016】

１つの側面によれば、飛行している航空機の異常の原因を特定することができる。

【図面の簡単な説明】

【0017】

【図1】実施形態の異常解析装置の機能的構成図である。

【図2】第１の異常解析処理のフローチャートである。

【図3】異常解析装置の具体例を示す機能的構成図である。

【図4】参照ドローンを示す図である。

【図5A】第２の異常解析処理のフローチャート（その１）である。

【図5B】第２の異常解析処理のフローチャート（その２）である。

【図5C】第２の異常解析処理のフローチャート（その３）である。

【図6】情報処理装置のハードウェア構成図である。

【図7】ドローンのハードウェア構成図である。

【発明を実施するための形態】

【0018】

以下、図面を参照しながら、実施形態を詳細に説明する。

【0019】

例えば、特許文献１の自律移動装置では、機械学習により構築された学習済みモデルに、センサ群によって検知されたセンサデータを入力することで、異常発生状態が検知又は予測される。例えば、強風を受けていない正常な状態でＩＭＵにより測定された測定データを用いて機械学習を行うことで、強風時の異常を検知する学習済みモデルを構築することができる。

【0020】

一方、ＩＭＵジャミングが行われた場合も、ＩＭＵの測定データに異常値又は急峻な変化が発生し、測定データが機械学習で用いられた正常値から外れるため、異常が検知される。

【0021】

しかしながら、強風とＩＭＵジャミングを識別することは難しく、攻撃者は、測定データの時間変化のパターンを、強風時におけるパターンに近似させることも可能である。このため、単に強風を示す検知結果が出力され、ＩＭＵジャミングによる電波攻撃が見逃されてしまう可能性が高い。このような誤検知が発生した場合、電波攻撃に対する適切な対応は行われない。

【0022】

図１は、実施形態の異常解析装置の機能的構成例を示している。図１の異常解析装置１０１は、航空機特定部１１１、原因特定部１１２、及び出力部１１３を含む。

【0023】

図２は、図１の異常解析装置１０１が行う第１の異常解析処理の例を示すフローチャートである。まず、航空機特定部１１１は、異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定する（ステップ２０１）。

【0024】

次に、原因特定部１１２は、異常が発生した時刻を含む第１期間において第１航空機により測定された第１測定データと、第１期間において第２航空機により測定された第２測定データとを比較した結果に基づいて、異常の原因を特定する（ステップ２０２）。そして、出力部１１３は、異常の原因を示す情報を出力する（ステップ２０３）。

【0025】

図１の異常解析装置１０１によれば、飛行している航空機の異常の原因を特定することができる。

【0026】

図３は、図１の異常解析装置１０１の具体例を示している。図３の異常解析装置３０１は、取得部３１１、検知部３１２、風推定部３１３、ドローン特定部３１４、期間特定部３１５、原因特定部３１６、出力部３１７、及び記憶部３１８を含む。ドローン特定部３１４、原因特定部３１６、及び出力部３１７は、図１の航空機特定部１１１、原因特定部１１２、及び出力部１１３にそれぞれ対応する。

【0027】

図３の異常解析装置３０１は、例えば、ドローンの運航を管理する航行管理センターに設置された情報処理装置（コンピュータ）である。異常解析装置３０１は、複数のドローンのフライトデータを収集して異常解析処理を行うことで、異常の原因を特定する。航行管理センターの管理者は、特定された原因に応じて適切な対応を行うことで、ドローンの安全な運航を実現することができる。航行管理センターは、人口集中地域においてドローンによる配送サービスを提供するための施設であってもよい。

【0028】

取得部３１１は、各ドローンのフライトデータを取得し、取得されたフライトデータに含まれるＩＭＵデータ３２１、ＧＰＳデータ３２２、及び消費電力データ３２３を、記憶部３１８に格納する。これらのデータは、時系列データである。

【0029】

地上局には通信装置が設置されており、通信装置と各ドローンとの間で無線通信が行われる。例えば、異常解析装置３０１と地上局の通信装置が通信ネットワークを介して通信することができる場合、取得部３１１は、通信装置から異常解析装置３０１へ転送される各ドローンのフライトデータを取得する。

【0030】

ＩＭＵデータ３２１は、ドローンに搭載されたＩＭＵによって測定される測定データであり、各時刻におけるｘ軸、ｙ軸、及びｚ軸方向の加速度と、各時刻におけるｘ軸、ｙ軸、及びｚ軸周りの角速度とを含む。ＩＭＵデータ３２１は、加速度又は角速度の一方のみを含んでいてもよい。

【0031】

ＧＰＳデータ３２２は、ドローンに搭載されたＧＰＳ受信機によって取得されるデータであり、各時刻におけるドローンの位置情報を含む。位置情報は、緯度、経度、及び高度を含んでいてもよい。

【0032】

消費電力データ３２３は、ドローンに搭載された電力計によって測定される測定データであり、各時刻におけるドローンの消費電力を含む。ＩＭＵデータ３２１及び消費電力データ３２３に含まれる値は、センサ値と呼ばれることもある。

【0033】

解析対象のドローンが強風を受けている場合、そのドローンの位置を含む所定範囲の空間を飛行している周囲のドローンも同じ強風の影響を受けることが多い。ドローンのプロペラに強風が直接当たると、プロペラが上下振動を起こしてプロペラの回転数が上昇し、ドローンの加速度、角速度、及び消費電力が大きく増加する。

【0034】

これに対して、電波攻撃を受けたドローンは、機体の姿勢を元に戻そうとするため、加速度、角速度、及び消費電力が多少は増加するが、プロペラに強風が直接当たった場合よりも増加量は小さい。したがって、解析対象のドローンのＩＭＵデータ３２１及び消費電力データ３２３の時間変化を解析することで、強風と電波攻撃を識別することができる。

【0035】

風は１／ｆでゆらぐため、強風によって発生するＩＭＵデータ３２１及び消費電力データ３２３のピークも、風に合わせて１／ｆでゆらぐ。ｆは、ゆらぎの周波数である。

【0036】

これに対して、単純な電波攻撃が行われた場合、ＩＭＵデータ３２１及び消費電力データ３２３のピークにゆらぎは発生しない。したがって、解析対象のドローンのＩＭＵデータ３２１及び消費電力データ３２３のゆらぎを解析することで、強風と電波攻撃を識別することができる。

【0037】

解析対象のドローンが受けた強風が離れた場所を飛行している周囲のドローンに到達するまでには、ある程度の時間がかかる。このため、強風によって発生するＩＭＵデータ３２１及び消費電力データ３２３のピークとそのゆらぎも、強風の移動時間に合わせて遅延する。

【0038】

これに対して、攻撃者がＩＭＵジャミングを行うために用いるスピーカは基本的に指向性を有するため、解析対象のドローンと周囲のドローンのすべてに対して同時に音響ノイズを照射することは難しい。アンテナを用いたＧＰＳスプーフィングのような電波攻撃の場合であっても、アンテナは基本的に指向性を有する。無指向性アンテナであっても、垂直方向の指向性を有する。このため、すべてのドローンに対して同時に電波を照射することは難しい。

【0039】

攻撃者が何らかの方法ですべてのドローンに対して同時に電波攻撃を行うことができたと仮定しても、強風の遅延まで再現することは困難である。したがって、解析対象のドローンのＩＭＵデータ３２１又は消費電力データ３２３の特徴と、周囲のドローンのＩＭＵデータ３２１又は消費電力データ３２３の特徴とを比較することで、強風と電波攻撃を識別することができる。

【0040】

検知部３１２は、解析対象のドローンのＩＭＵデータ３２１を用いて、そのドローンの異常を検知し、異常発生を風推定部３１３及びドローン特定部３１４へ通知する。検知部３１２は、例えば、異常検知モデル、変化点検知モデル、又はルールベースを用いて、ドローンの異常を検知することができる。解析対象のドローンは、第１航空機に対応する。

【0041】

異常検知モデルは、ＩＭＵデータ３２１が正常又は異常の何れであるかを推定する学習済みモデルである。異常検知モデルは、例えば、正常値のＩＭＵデータと異常値のＩＭＵデータとを訓練データとして用いた機械学習によって生成される。正常値のＩＭＵデータには、正常を示すラベルが付加され、異常値のＩＭＵデータには、異常を示すラベルが付加される。

【0042】

変化点検知モデルは、ＩＭＵデータ３２１に急峻な時間変化が含まれるか否かを推定する学習済みモデルである。変化点検知モデルは、例えば、急峻な時間変化を含まないＩＭＵデータと、急峻な時間変化を含むＩＭＵデータとを、訓練データとして用いた、機械学習によって生成される。急峻な時間変化を含まないＩＭＵデータには、正常を示すラベルが付加され、急峻な時間変化を含むＩＭＵデータには、異常を示すラベルが付加される。

【0043】

ルールベースには、ＩＭＵデータ３２１に含まれるセンサ値が閾値を超えた場合に、そのセンサ値を異常値と判定する、ルールが設定される。

【0044】

風推定部３１３は、検知部３１２から異常発生が通知された場合、解析対象のドローンのＩＭＵデータ３２１を用いて、そのドローンが受けている風の風向及び風速を推定し、推定結果をドローン特定部３１４及び期間特定部３１５へ出力する。風推定部３１３は、例えば、風推定テーブル又は風推定モデルを用いて、風向及び風速を推定することができる。

【0045】

風推定テーブルには、加速度及び角速度の組み合わせに対応する風向及び風速の組み合わせが登録されている。風推定部３１３は、ＩＭＵデータ３２１に含まれる加速度及び角速度に対応する風向及び風速を風推定テーブルから取得し、推定結果として出力する。

【0046】

風推定モデルは、ＩＭＵデータ３２１から風向及び風速を推定する学習済みモデルである。風推定モデルは、例えば、ドローンの加速度及び角速度を訓練データとして用いた機械学習によって生成される。訓練データに含まれる加速度及び角速度の組み合わせには、風向及び風速を示すラベルが付加される。

【0047】

風推定部３１３は、異常発生時の加速度及び角速度とともに、異常発生直前の加速度及び角速度を用いて、風向及び風速を推定してもよい。

【0048】

ドローン特定部３１４は、検知部３１２から異常の発生が通知された場合、解析対象のドローンの位置を含む所定範囲の空間を飛行している１台又は複数台の周囲のドローンを、近傍ドローンとして特定する。近傍ドローンは、例えば、解析対象のドローンの位置から所定距離の範囲内を飛行しているドローンである。

【0049】

ドローン特定部３１４は、例えば、異常発生直前における各ドローンのＧＰＳデータ３２２、又は各ドローンの飛行経路を示す経路計画情報を用いて、近傍ドローンを特定することができる。

【0050】

次に、ドローン特定部３１４は、近傍ドローンのうち、解析対象のドローンと同じ風の影響を受けたと推定される１台又は複数台のドローンを、参照ドローンとして特定し、参照ドローンを示すドローン情報３２４を記憶部３１８に格納する。参照ドローンは、第２航空機に対応する。

【0051】

ドローン特定部３１４は、例えば、解析対象のドローンの位置と、各近傍ドローンの位置と、風推定部３１３によって推定された風向及び風速とを用いて、参照ドローンを特定する。各ドローンの位置は、ＧＰＳデータ３２２又は経路計画情報を用いて求められる。

【0052】

まず、ドローン特定部３１４は、異常が発生した時刻ｔにおける解析対象のドローンの位置を通り、かつ、推定された風向が示す方向に延びる直線Ｌを決定する。次に、ドローン特定部３１４は、時刻ｔの前後の各時刻における各近傍ドローンの位置を調べ、何れかの時刻において直線Ｌ上に存在する近傍ドローンを特定する。

【0053】

次に、ドローン特定部３１４は、推定された風速を用いて、直線Ｌ上に存在する近傍ドローンが、その位置において解析対象のドローンと同じ風の影響を受けるか否かをチェックする。直線Ｌ上に存在する近傍ドローンが同じ風の影響を受ける場合、ドローン特定部３１４は、その近傍ドローンを参照ドローンとして特定する。

【0054】

解析対象のドローンの周囲を飛行している近傍ドローンの中から、風向及び風速に基づいて参照ドローンを特定することで、解析対象のドローンと同じ風の影響を受けたと推定されるドローンを精度良く特定することができる。

【0055】

図４は、参照ドローンの例を示している。ドローン４０１－１は、解析対象のドローンであり、強風４０２の中を飛行している。ＩＭＵデータ４１１－１は、ドローン４０１－１のＩＭＵデータ３２１である。ＩＭＵデータ４１１－１に含まれる３つのピークの間隔は、強風４０２によって発生するゆらぎを表している。

【0056】

ＩＭＵデータ４１１－１に含まれる時刻ｔのセンサ値が異常値として検知された場合、ドローン４０１－１から所定距離の範囲内を飛行しているドローン４０１－２～ドローン４０１－６が、近傍ドローンとして特定される。そして、ドローン４０１－２～ドローン４０１－６のうち、強風４０２が通過する領域４０３内のドローン４０１－２及びドローン４０１－３が、参照ドローンとして特定される。

【0057】

このとき、風推定部３１３は、強風４０２の風向及び風速を推定する。ドローン特定部３１４は、時刻ｔにおけるドローン４０１－１の位置を通り、かつ、強風４０２の風向が示す方向に延びる直線Ｌを決定する。

【0058】

次に、ドローン特定部３１４は、時刻ｔの前後の各時刻におけるドローン４０１－２～ドローン４０１－６の位置を調べる。そして、ドローン特定部３１４は、時刻ｔよりも前の時刻ｔ１において直線Ｌ上に存在するドローン４０１－２と、時刻ｔよりも後の時刻ｔ２において直線Ｌ上に存在するドローン４０１－３とを特定する。

【0059】

次に、ドローン特定部３１４は、強風４０２の風速を用いて、時刻ｔ１において風上に存在するドローン４０１－２が、その位置において強風４０２の影響を受けるか否かをチェックする。この例では、ドローン４０１－２が強風４０２の影響を受けると判定され、ドローン４０１－２が参照ドローンとして特定される。

【0060】

同様にして、ドローン特定部３１４は、強風４０２の風速を用いて、時刻ｔ２において風下に存在するドローン４０１－３が、その位置において強風４０２の影響を受けるか否かをチェックする。この例では、ドローン４０１－３が強風４０２の影響を受けると判定され、ドローン４０１－３が参照ドローンとして特定される。

【0061】

ＩＭＵデータ４１１－２は、ドローン４０１－２のＩＭＵデータ３２１であり、ＩＭＵデータ４１１－３は、ドローン４０１－３のＩＭＵデータ３２１である。ＩＭＵデータ４１１－２及びＩＭＵデータ４１１－３に含まれる３つのピークの間隔も、ＩＭＵデータ４１１－１と同様に、強風４０２によって発生するゆらぎを表している。

【0062】

次に、期間特定部３１５は、解析対象のドローンが風の影響を受けている期間Ｔ１をシフトさせることで、参照ドローンが同じ風の影響を受けている期間Ｔ２を特定し、期間Ｔ１及び期間Ｔ２を示す期間情報３２５を、記憶部３１８に格納する。期間Ｔ１としては、例えば、異常が発生した時刻ｔ以降の一定時間の期間が用いられる。期間Ｔ１及び期間Ｔ２を含む期間は、第１期間の一例であり、期間Ｔ２は、第２期間の一例である。

【0063】

期間特定部３１５は、例えば、解析対象のドローンの位置と、ドローン情報３２４が示す参照ドローンの位置と、風推定部３１３によって推定された風向及び風速とを用いて、期間Ｔ１をシフトさせる。

【0064】

まず、期間特定部３１５は、ドローン特定部３１４と同様にして、推定された風向が示す方向に延びる直線Ｌを決定する。次に、期間特定部３１５は、時刻ｔの前後の各時刻における各参照ドローンの位置を調べ、直線Ｌ上における参照ドローンの位置を特定する。

【0065】

次に、期間特定部３１５は、時刻ｔにおける解析対象のドローンの位置と、直線Ｌ上における参照ドローンの位置との間の距離を計算し、計算された距離を推定された風速で除算することで、その距離を風が移動するのにかかる移動時間ΔＴを求める。

【0066】

参照ドローンが風上に存在する場合、期間特定部３１５は、期間Ｔ１をΔＴだけ過去にシフトさせることで、期間Ｔ２を求める。参照ドローンが風下に存在する場合、期間特定部３１５は、期間Ｔ１をΔＴだけ未来にシフトさせることで、期間Ｔ２を求める。

【0067】

風向及び風速に基づいて風の移動時間ΔＴを求め、期間Ｔ１をΔＴだけシフトさせることで、解析対象のドローンと同じ風の影響を参照ドローンが受けている期間Ｔ２を精度良く特定することができる。

【0068】

図４のＩＭＵデータ４１１－１に含まれる期間４１２－１は、期間Ｔ１に対応する。ＩＭＵデータ４１１－２に含まれる期間４１２－２と、ＩＭＵデータ４１１－３に含まれる期間４１２－３は、期間Ｔ２に対応する。

【0069】

期間特定部３１５は、時刻ｔにおけるドローン４０１－１の位置を通り、かつ、強風４０２の風向が示す方向に延びる直線Ｌを決定する。次に、期間特定部３１５は、時刻ｔの前後の各時刻におけるドローン４０１－２及びドローン４０１－３の位置を調べ、直線Ｌ上におけるドローン４０１－２及びドローン４０１－３の位置を特定する。

【0070】

次に、期間特定部３１５は、時刻ｔにおけるドローン４０１－１の位置と、直線Ｌ上におけるドローン４０１－２の位置との間の距離を計算し、計算された距離を推定された風速で除算することで、風の移動時間ΔＴを求める。ドローン４０１－２はドローン４０１－１の風上に存在するため、期間特定部３１５は、期間４１２－１をΔＴだけ過去にシフトさせることで、期間４１２－２を求める。

【0071】

同様にして、期間特定部３１５は、時刻ｔにおけるドローン４０１－１の位置と、直線Ｌ上におけるドローン４０１－３の位置との間の距離を計算し、計算された距離を推定された風速で除算することで、風の移動時間ΔＴを求める。ドローン４０１－３はドローン４０１－１の風下に存在するため、期間特定部３１５は、期間４１２－１をΔＴだけ未来にシフトさせることで、期間４１２－３を求める。

【0072】

原因特定部３１６は、参照ドローン毎に、測定データＤ１の特徴と測定データＤ２の特徴とを比較する。測定データＤ１は、期間Ｔ１における解析対象のドローンのＩＭＵデータ３２１及び消費電力データ３２３を表す。測定データＤ２は、期間Ｔ２における参照ドローンのＩＭＵデータ３２１及び消費電力データ３２３を表す。測定データＤ１及び測定データＤ２として、ＩＭＵデータ３２１又は消費電力データ３２３の一方を用いてもよい。

【0073】

測定データＤ１及び測定データＤ２の特徴としては、センサ値の変化量、センサ値の変化の傾き、センサ値のピーク、センサ値のスパイク、センサ値のスペクトル等が用いられる。これらの特徴を用いることで、測定データＤ１及び測定データＤ２に共通のゆらぎが含まれている否かを判定することができる。

【0074】

原因特定部３１６は、測定データＤ１の特徴と測定データＤ２の特徴とを比較した結果に基づいて、異常の原因となる事象を特定し、その事象を示す原因事象情報３２６を、記憶部３１８に格納する。出力部３１７は、原因事象情報３２６を出力する。

【0075】

測定データＤ１は、第１測定データに対応し、測定データＤ２は、第２測定データに対応する。原因事象情報３２６は、異常の原因を示す情報に対応する。

【0076】

一例として、原因特定部３１６は、測定データＤ１の特徴と測定データＤ２の特徴とが類似している場合、解析対象のドローンが受けている風が異常の原因であると判定する。原因特定部３１６は、測定データＤ１の特徴と測定データＤ２の特徴とが類似していない場合、風以外の事象が異常の原因であると判定する。

【0077】

風以外の事象としては、電波攻撃、障害物接触、落雷、物理攻撃、障害物接近、あおり運転、機体不備、故障等が挙げられる。

【0078】

電波攻撃は、ＧＰＳスプーフィング、ＧＰＳジャミング、又はＩＭＵジャミングを含む。障害物接触は、鳥又は他のドローンとの接触を含む。物理攻撃は、捕獲ネット又はモデルガンによる攻撃を含む。障害物接近は、鳥又は他のドローンの接近を含む。あおり運転は、他のドローンによる接近の繰り返しを含む。機体不備は、プロペラの取り付け不備を含む。故障は、各部品の経年劣化、砂埃又は雨による故障を含む。

【0079】

測定データＤ１及び測定データＤ２に共通のゆらぎが含まれている場合、測定データＤ１の特徴と測定データＤ２の特徴とが類似するため、風が異常の原因であると判定することができる。一方、測定データＤ１及び測定データＤ２に共通のゆらぎが含まれていない場合、測定データＤ１の特徴と測定データＤ２の特徴とが類似しないため、電波攻撃等が異常の原因であると判定することができる。

【0080】

原因特定部３１６は、参照ドローン毎に、測定データＤ１と測定データＤ２との間の類似度を計算し、類似度を閾値と比較した結果に基づいて、異常の原因となる事象を特定してもよい。

【0081】

所定範囲の空間において参照ドローンが特定されなかった場合、原因特定部３１６は、解析対象のドローンの測定データＤ３の時間変化に基づいて、異常の原因を特定する。測定データＤ３は、期間Ｔ３における解析対象のドローンのＩＭＵデータ３２１又は消費電力データ３２３を表す。期間Ｔ３としては、例えば、異常が発生した時刻ｔ以降の一定時間の期間が用いられる。期間Ｔ３は、第３期間の一例であり、測定データＤ３は、第３測定データの一例である。

【0082】

一例として、原因特定部３１６は、測定データＤ３の変化量が閾値よりも大きい場合、解析対象のドローンが受けている風が異常の原因であると判定する。原因特定部３１６は、測定データＤ３の変化量が閾値以下である場合、風以外の事象が異常の原因であると判定する。

【0083】

原因特定部３１６は、測定データＤ３に含まれるピークの周期性に基づいて、異常の原因を特定してもよい。例えば、原因特定部３１６は、測定データＤ３のピークが周期的に発生している場合、解析対象のドローンが受けている風が異常の原因であると判定する。原因特定部３１６は、測定データＤ３のピークが周期的に発生していない場合、風以外の事象が異常の原因であると判定する。

【0084】

原因特定部３１６は、測定データＤ３の変化量が閾値よりも大きく、かつ、測定データＤ３のピークが周期的に発生している場合に、解析対象のドローンが受けている風が異常の原因であると判定してもよい。

【0085】

異常解析装置３０１は、異常の原因が風であると判定された場合、その情報を他のドローンに通知して、強風域を迂回させる処理を行ってもよい。また、異常解析装置３０１は、異常の原因が風以外の事象であると判定された場合、電波攻撃の可能性があるため、解析対象のドローンのＩＭＵデータ３２１及び消費電力データ３２３を証拠として保存する処理を行ってもよい。

【0086】

図３の異常解析装置３０１によれば、飛行しているドローンに発生した異常の原因が、ドローンが受けている風であるか、又は風以外の事象であるかを精度良く特定することができる。これにより、強風と電波攻撃を識別することができるため、電波攻撃が強風と判定されて見逃されてしまう可能性が減少する。今後、様々な分野で多くのドローンが利用されるようになっても、電波攻撃を的確に検知することで、適切な対応を行うことが可能になる。

【0087】

ドローンによる配送サービスの場合、異常の原因を精度良く特定することで、原因に応じた適切な対応を行うことができる。これにより、配送トラブルが防止され、安全な配送が実現される。

【0088】

消費電力と同様に、ドローンのプロペラに強風が直接当たると、プロペラの駆動電圧も大きく増加し、駆動電圧のピークも風に合わせて１／ｆでゆらぐ。そこで、異常解析装置３０１は、消費電力データ３２３の代わりに、各時刻における駆動電圧を含む電圧データを用いてもよい。駆動電圧は、ドローンに搭載された電圧計によって測定される。

【0089】

図５Ａ～図５Ｃは、図３の異常解析装置３０１が行う第２の異常解析処理の例を示すフローチャートである。異常解析装置３０１は、航行管理センターが管理する各ドローンを解析対象として、ドローン毎に異常解析処理を行う。

【0090】

検知部３１２は、定期的に解析対象のドローンのＩＭＵデータ３２１を用いて、そのドローンに異常が発生したか否かをチェックする（ステップ５０１）。異常が発生していない場合（ステップ５０１，ＮＯ）、検知部３１２は、ステップ５０１の処理を繰り返す。

【0091】

異常が発生した場合（ステップ５０１，ＹＥＳ）、ドローン特定部３１４は、異常が発生した時刻ｔを記録し、解析対象のドローンの位置を含む所定範囲の空間を飛行している近傍ドローンを特定する（ステップ５０２）。そして、風推定部３１３は、解析対象のドローンのＩＭＵデータ３２１を用いて、そのドローンが受けている風の風向及び風速を推定する（ステップ５０３）。

【0092】

次に、ドローン特定部３１４は、近傍ドローンのうち、解析対象のドローンと同じ風の影響を受けたと推定される参照ドローンを特定し、特定された参照ドローンを示すドローン情報３２４を生成する（ステップ５０４）。参照ドローンが特定されない場合、ドローン特定部３１４は、参照ドローンが存在しないことを示すドローン情報３２４を生成する。

【0093】

次に、原因特定部３１６は、ドローン情報３２４に基づいて、参照ドローンが存在するか否かをチェックする（ステップ５０５）。参照ドローンが存在する場合（ステップ５０５，ＹＥＳ）、原因特定部３１６は、制御変数ｉに１を設定し、制御変数ｍに０を設定する（ステップ５０６）。制御変数ｉは、ｉ番目の参照ドローンを示し、制御変数ｍは、解析対象のドローンと類似する測定データを有する参照ドローンの個数を示す。

【0094】

次に、期間特定部３１５は、時刻ｔにおける解析対象のドローンの位置と、風向が示す直線Ｌ上におけるｉ番目の参照ドローンの位置との間の距離を計算し、計算された距離を風速で除算することで、風の移動時間ΔＴを計算する（ステップ５０７）。

【0095】

次に、期間特定部３１５は、時刻ｔを含む期間Ｔ１とΔＴを用いて、ｉ番目の参照ドローンが同じ風の影響を受けている期間Ｔ２を特定し、期間Ｔ１及び期間Ｔ２を示す期間情報３２５を生成する（ステップ５０８）。

【0096】

ｉ番目の参照ドローンが解析対象のドローンの風上に存在する場合、期間特定部３１５は、期間Ｔ１をΔＴだけ過去にシフトさせることで、期間Ｔ２を求める。ｉ番目の参照ドローンが解析対象のドローンの風下に存在する場合、期間特定部３１５は、期間Ｔ１をΔＴだけ未来にシフトさせることで、期間Ｔ２を求める。

【0097】

次に、原因特定部３１６は、解析対象のドローンの測定データＤ１と、ｉ番目の参照ドローンの測定データＤ２との間の類似度を計算する（ステップ５０９）。原因特定部３１６は、例えば、センサ値の変化量、センサ値の変化の傾き、センサ値のピーク、センサ値のスパイク、センサ値のスペクトル等を用いて、測定データＤ１と測定データＤ２との間の類似度を計算する。

【0098】

次に、原因特定部３１６は、計算された類似度を閾値ＴＨ１と比較する（ステップ５１０）。類似度がＴＨ１よりも大きい場合（ステップ５１０，ＹＥＳ）、原因特定部３１６は、ｍを１だけインクリメントし（ステップ５１１）、ｉをドローン情報３２４が示す参照ドローンの個数Ｎと比較する（ステップ５１２）。

【0099】

ｉがＮよりも小さい場合（ステップ５１２，ＹＥＳ）、原因特定部３１６は、ｉを１だけインクリメントし（ステップ５１５）、異常解析装置３０１は、ステップ５０７以降の処理を繰り返す。類似度がＴＨ１以下である場合（ステップ５１０，ＮＯ）、異常解析装置３０１は、ステップ５１２以降の処理を行う。

【0100】

ｉがＮに達した場合（ステップ５１２，ＮＯ）、原因特定部３１６は、ｍを閾値ＴＨ２と比較する（ステップ５１３）。ＴＨ２としては、０以上Ｎ未満の実数が用いられる。

【0101】

ｍがＴＨ２よりも大きい場合（ステップ５１３，ＹＥＳ）、原因特定部３１６は、異常の原因が風であると判定する（ステップ５１４）。ｍがＴＨ２以下である場合（ステップ５１３，ＮＯ）、原因特定部３１６は、異常の原因が風以外の事象であると判定する（ステップ５１６）。

【0102】

解析対象のドローンと類似する測定データを有する参照ドローンの個数ｍを用いて異常の原因を特定することで、特定された原因の確からしさが向上する。

【0103】

一例として、Ｎ＝６、ＴＨ１＝０．９０、ＴＨ２＝４であり、ｉ番目の参照ドローンの類似度Ｓ（ｉ）として、次のような値が得られた場合を想定する。

【0104】

Ｓ（１）＝０．８２
Ｓ（２）＝０．９６
Ｓ（３）＝０．９１
Ｓ（４）＝０．９２
Ｓ（５）＝０．９４
Ｓ（６）＝０．９６

【0105】

この場合、Ｓ（２）～Ｓ（６）がＴＨ１よりも大きいため、ｍ＝５となり、ｍがＴＨ２よりも大きいため、異常の原因が風であると判定される。

【0106】

別の例として、Ｎ＝６、ＴＨ１＝０．９０、ＴＨ２＝４であり、次のようなＳ（ｉ）が得られた場合を想定する。

【0107】

Ｓ（１）＝０．５６
Ｓ（２）＝０．９１
Ｓ（３）＝０．１２
Ｓ（４）＝０．１７
Ｓ（５）＝０．２９
Ｓ（６）＝０．８１

【0108】

この場合、Ｓ（２）のみがＴＨ１よりも大きいため、ｍ＝１となり、ｍがＴＨ２よりも小さいため、異常の原因が風以外の事象であると判定される。

【0109】

参照ドローンが存在しない場合（ステップ５０５，ＮＯ）、原因特定部３１６は、解析対象のドローンのＩＭＵデータ３２１に含まれるセンサ値の期間Ｔ３における変化量を求め、その変化量を閾値ＴＨ３と比較する（ステップ５１７）。

【0110】

変化量がＴＨ３よりも大きい場合（ステップ５１７，ＹＥＳ）、原因特定部３１６は、解析対象のドローンの消費電力データ３２３に含まれるセンサ値の期間Ｔ３における変化量を求め、その変化量を閾値ＴＨ４と比較する（ステップ５１８）。

【0111】

変化量がＴＨ４よりも大きい場合（ステップ５１８，ＹＥＳ）、原因特定部３１６は、解析対象のドローンのＩＭＵデータ３２１に含まれるセンサ値の期間Ｔ３におけるピークを求め、それらのピークが周期的であるか否かをチェックする（ステップ５１９）。

【0112】

ピークが周期的である場合（ステップ５１９，ＹＥＳ）、原因特定部３１６は、解析対象のドローンの消費電力データ３２３に含まれるセンサ値の期間Ｔ３におけるピークを求め、それらのピークが周期的であるか否かをチェックする（ステップ５２０）。

【0113】

ピークが周期的である場合（ステップ５２０，ＹＥＳ）、原因特定部３１６は、異常の原因が風であると判定する（ステップ５２１）。

【0114】

ＩＭＵデータ３２１の変化量がＴＨ３以下である場合（ステップ５１７，ＮＯ）、又は消費電力データ３２３の変化量がＴＨ４以下である場合（ステップ５１８，ＮＯ）、原因特定部３１６は、異常の原因が風以外の事象であると判定する（ステップ５２２）。ＩＭＵデータ３２１のピークが周期的ではない場合（ステップ５１９，ＮＯ）、又は消費電力データ３２３のピークが周期的ではない場合（ステップ５２０，ＮＯ）、原因特定部３１６は、異常の原因が風以外の事象であると判定する（ステップ５２２）。

【0115】

ＩＭＵデータ３２１の変化量及び周期性と、消費電力データ３２３の変化量及び周期性とを用いて、異常の原因を特定することで、参照ドローンが存在しない場合であっても、風と風以外の事象とを識別することができる。

【0116】

一例として、ＴＨ３＝０．６、ＴＨ４＝０．６であり、ＩＭＵデータ３２１の変化量ΔＥ及び消費電力データ３２３の変化量ΔＰとして、次のような値が得られた場合を想定する。

【0117】

ΔＥ＝０．７２
ΔＰ＝０．６１

【0118】

この場合、ΔＥはＴＨ３よりも大きく、ΔＰはＴＨ４よりも大きい。したがって、ＩＭＵデータ３２１のピーク及び消費電力データ３２３のピークがともに周期的である場合、異常の原因が風であると判定される。

【0119】

別の例として、ＴＨ３＝０．６、ＴＨ４＝０．６であり、次のようなΔＥ及びΔＰが得られた場合を想定する。

【0120】

ΔＥ＝０．６１
ΔＰ＝０．４９

【0121】

この場合、ΔＥはＴＨ３よりも大きく、ΔＰはＴＨ４よりも小さい。したがって、異常の原因が風以外の事象であると判定される。

【0122】

図６は、図１の異常解析装置１０１及び図３の異常解析装置３０１として用いられる情報処理装置のハードウェア構成例を示している。図６の情報処理装置は、ＣＰＵ（Central Processing Unit）６０１、メモリ６０２、入力装置６０３、出力装置６０４、補助記憶装置６０５、媒体駆動装置６０６、及びネットワーク接続装置６０７を含む。これらの構成要素はハードウェアであり、バス６０８により互いに接続されている。

【0123】

メモリ６０２は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の半導体メモリであり、処理に用いられるプログラム及びデータを記憶する。メモリ６０２は、図３の記憶部３１８として動作してもよい。

【0124】

ＣＰＵ６０１（プロセッサ）は、例えば、メモリ６０２を利用してプログラムを実行することにより、図１の航空機特定部１１１及び原因特定部１１２として動作する。ＣＰＵ６０１は、メモリ６０２を利用してプログラムを実行することにより、図３の取得部３１１、検知部３１２、風推定部３１３、ドローン特定部３１４、期間特定部３１５、及び原因特定部３１６としても動作する。

【0125】

入力装置６０３は、例えば、キーボード、ポインティングデバイス等であり、管理者からの指示又は情報の入力に用いられる。出力装置６０４は、例えば、表示装置、プリンタ等であり、管理者への問い合わせ又は指示、及び処理結果の出力に用いられる。処理結果は、原因事象情報３２６であってもよい。出力装置６０４は、図１の出力部１１３又は図３の出力部３１７として動作してもよい。

【0126】

補助記憶装置６０５は、例えば、磁気ディスク装置、光ディスク装置、光磁気ディスク装置、テープ装置等である。補助記憶装置６０５は、ハードディスクドライブであってもよい。情報処理装置は、補助記憶装置６０５にプログラム及びデータを格納しておき、それらをメモリ６０２にロードして使用することができる。補助記憶装置６０５は、図３の記憶部３１８として動作してもよい。

【0127】

媒体駆動装置６０６は、可搬型記録媒体６０９を駆動し、その記録内容にアクセスする。可搬型記録媒体６０９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。可搬型記録媒体６０９は、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ（Digital Versatile Disk）、ＵＳＢ（Universal Serial Bus）メモリ等であってもよい。管理者は、可搬型記録媒体６０９にプログラム及びデータを格納しておき、それらをメモリ６０２にロードして使用することができる。

【0128】

このように、処理に用いられるプログラム及びデータを格納するコンピュータ読み取り可能な記録媒体は、メモリ６０２、補助記憶装置６０５、又は可搬型記録媒体６０９のような、物理的な（非一時的な）記録媒体である。

【0129】

ネットワーク接続装置６０７は、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等の通信ネットワークに接続され、通信に伴うデータ変換を行う通信インタフェース回路である。情報処理装置は、プログラム及びデータを外部の装置からネットワーク接続装置６０７を介して受信し、それらをメモリ６０２にロードして使用することができる。

【0130】

ネットワーク接続装置６０７は、通信ネットワークを介して地上局の通信装置と通信することができる。ネットワーク接続装置６０７は、図１の出力部１１３又は図３の出力部３１７として動作してもよい。

【0131】

異常解析装置１０１及び異常解析装置３０１は、ドローンに搭載することも可能である。この場合、各ドローンは、地上局又は航行管理センターを介して、他のドローンのフライトデータを取得することができる。各ドローンは、他のドローンと直接通信することで、そのドローンのフライトデータを取得してもよい。

【0132】

図７は、このようなドローンのハードウェア構成例を示している。図７のドローンは、ＩＭＵ７１１、電力計７１２、情報処理装置７１３、及びＧＰＳ受信機７１４を含む。これらの構成要素はハードウェアである。

【0133】

ＩＭＵ７１１は、各時刻におけるドローンの加速度及び角速度を測定して、情報処理装置７１３へ出力する。電力計７１２は、各時刻におけるドローンの消費電力を測定して、情報処理装置７１３へ出力する。ＧＰＳ受信機７１４は、各時刻におけるドローンの位置情報を取得して、情報処理装置７１３へ出力する。

【0134】

情報処理装置７１３は、図６の情報処理装置に対応する。この場合、ネットワーク接続装置６０７は、無線通信を行う通信インタフェース回路であり、地上局、航行管理センター、又は他のドローンから、他のドローンのフライトデータを受信する。入力装置６０３及び出力装置６０４は、省略してもよい。

【0135】

図１の異常解析装置１０１及び図３の異常解析装置３０１の構成は一例に過ぎず、異常解析装置の用途又は条件に応じて一部の構成要素を省略又は変更してもよい。

【0136】

図６の情報処理装置及び図７のドローンの構成は一例に過ぎず、異常解析装置の用途又は条件に応じて一部の構成要素を省略又は変更してもよい。例えば、可搬型記録媒体６０９又は通信ネットワークを使用しない場合は、媒体駆動装置６０６又はネットワーク接続装置６０７を省略することができる。

【0137】

図２及び図５Ａ～図５Ｃのフローチャートは一例に過ぎず、異常解析装置１０１又は異常解析装置３０１の構成又は条件に応じて、一部の処理を省略又は変更してもよい。異常解析装置１０１及び異常解析装置３０１は、ドローン以外のＵＡＶ、又はＵＡＶ以外の航空機を解析対象として、異常解析処理を行ってもよい。

【0138】

図４に示した近傍ドローン及び参照ドローンは一例に過ぎず、近傍ドローン及び参照ドローンは、解析対象のドローンが飛行している場所、風向、及び風速に応じて変化する。

【0139】

開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができるであろう。

【0140】

図１乃至図７を参照しながら説明した実施形態に関し、さらに以下の付記を開示する。
（付記１）
異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定し、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定し、
前記異常の原因を示す情報を出力する、
処理をコンピュータが実行することを特徴とする異常解析方法。
（付記２）
前記第２測定データは、前記第１期間の中に含まれる第２期間において前記第２航空機により測定されることを特徴とする付記１記載の異常解析方法。
（付記３）
前記第２航空機を特定する処理は、
前記所定範囲の空間を飛行している１台又は複数台の航空機を特定する処理と、
前記第１航空機の位置と、前記１台又は複数台の航空機各々の位置と、前記第１航空機が受けた風の風速とに基づいて、前記１台又は複数台の航空機の中から前記第２航空機を特定する処理と、
を含むことを特徴とする付記１記載の異常解析方法。
（付記４）
前記異常の原因を特定する処理は、
前記第１測定データと前記第２測定データとが類似している場合、前記風が前記異常の原因であると判定する処理と、
前記第１測定データと前記第２測定データとが類似していない場合、前記風以外の事象が前記異常の原因であると判定する処理と、
を含むことを特徴とする付記３記載の異常解析方法。
（付記５）
前記第２航空機を特定する処理は、１台又は複数台の前記第２航空機を特定する処理を含み、
前記異常の原因を特定する処理は、
前記第１測定データと、前記１台又は複数台の前記第２航空機各々により測定された前記第２測定データとの間の類似度を計算する処理と、
前記類似度を閾値と比較した結果に基づいて、前記異常の原因を特定する処理と、
を含むことを特徴とする付記１乃至３の何れか１項に記載の異常解析方法。
（付記６）
前記所定範囲の空間において前記第２航空機が特定されない場合、前記異常が発生した時刻以降の第３期間において前記第１航空機により測定された第３測定データの時間変化に基づいて、前記異常の原因を特定する処理を、前記コンピュータがさらに実行することを特徴とする付記１乃至３の何れか１項に記載の異常解析方法。
（付記７）
前記第１測定データは、前記第１航空機の加速度、角速度、消費電力、又は駆動電圧の測定データであり、前記第２測定データは、前記第２航空機の加速度、角速度、消費電力、又は駆動電圧の測定データであることを特徴とする付記１乃至３の何れか１項に記載の異常解析方法。
（付記８）
異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定する航空機特定部と、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定する原因特定部と、
前記異常の原因を示す情報を出力する出力部と、
を備えることを特徴とする異常解析装置。
（付記９）
前記第２測定データは、前記第１期間の中に含まれる第２期間において前記第２航空機により測定されることを特徴とする付記８記載の異常解析装置。
（付記１０）
前記航空機特定部は、前記所定範囲の空間を飛行している１台又は複数台の航空機を特定し、前記第１航空機の位置と、前記１台又は複数台の航空機各々の位置と、前記第１航空機が受けた風の風速とに基づいて、前記１台又は複数台の航空機の中から前記第２航空機を特定することを特徴とする付記８記載の異常解析装置。
（付記１１）
前記原因特定部は、前記第１測定データと前記第２測定データとが類似している場合、前記風が前記異常の原因であると判定し、前記第１測定データと前記第２測定データとが類似していない場合、前記風以外の事象が前記異常の原因であると判定することを特徴とする付記１０記載の異常解析装置。
（付記１２）
前記航空機特定部は、１台又は複数台の前記第２航空機を特定し、
前記原因特定部は、前記第１測定データと、前記１台又は複数台の前記第２航空機各々により測定された前記第２測定データとの間の類似度を計算し、前記類似度を閾値と比較した結果に基づいて、前記異常の原因を特定することを特徴とする付記８乃至１０の何れか１項に記載の異常解析装置。
（付記１３）
前記原因特定部は、前記所定範囲の空間において前記第２航空機が特定されない場合、前記異常が発生した時刻以降の第３期間において前記第１航空機により測定された第３測定データの時間変化に基づいて、前記異常の原因を特定することを特徴とする付記８乃至１０の何れか１項に記載の異常解析装置。
（付記１４）
異常が発生した第１航空機を含む所定範囲の空間を飛行している第２航空機を特定し、
前記異常が発生した時刻を含む第１期間において前記第１航空機により測定された第１測定データと、前記第１期間において前記第２航空機により測定された第２測定データとを比較した結果に基づいて、前記異常の原因を特定し、
前記異常の原因を示す情報を出力する、
処理をコンピュータに実行させるための異常解析プログラム。
（付記１５）
前記第２測定データは、前記第１期間の中に含まれる第２期間において前記第２航空機により測定されることを特徴とする付記１４記載の異常解析プログラム。
（付記１６）
前記第２航空機を特定する処理は、
前記所定範囲の空間を飛行している１台又は複数台の航空機を特定する処理と、
前記第１航空機の位置と、前記１台又は複数台の航空機各々の位置と、前記第１航空機が受けた風の風速とに基づいて、前記１台又は複数台の航空機の中から前記第２航空機を特定する処理と、
を含むことを特徴とする付記１４記載の異常解析プログラム。
（付記１７）
前記異常の原因を特定する処理は、
前記第１測定データと前記第２測定データとが類似している場合、前記風が前記異常の原因であると判定する処理と、
前記第１測定データと前記第２測定データとが類似していない場合、前記風以外の事象が前記異常の原因であると判定する処理と、
を含むことを特徴とする付記１６記載の異常解析プログラム。
（付記１８）
前記第２航空機を特定する処理は、１台又は複数台の前記第２航空機を特定する処理を含み、
前記異常の原因を特定する処理は、
前記第１測定データと、前記１台又は複数台の前記第２航空機各々により測定された前記第２測定データとの間の類似度を計算する処理と、
前記類似度を閾値と比較した結果に基づいて、前記異常の原因を特定する処理と、
を含むことを特徴とする付記１４乃至１６の何れか１項に記載の異常解析プログラム。
（付記１９）
前記所定範囲の空間において前記第２航空機が特定されない場合、前記異常が発生した時刻以降の第３期間において前記第１航空機により測定された第３測定データの時間変化に基づいて、前記異常の原因を特定する処理を、前記コンピュータにさらに実行させることを特徴とする付記１４乃至１６の何れか１項に記載の異常解析プログラム。

【符号の説明】

【0141】

１０１、３０１ 異常解析装置
１１１ 航空機特定部
１１２、３１６ 原因特定部
１１３、３１７ 出力部
３１１ 取得部
３１２ 検知部
３１３ 風推定部
３１４ ドローン特定部
３１５ 期間特定部
３１８ 記憶部
３２１、４１１－１～４１１－３ ＩＭＵデータ
３２２ ＧＰＳデータ
３２３ 消費電力データ
３２４ ドローン情報
３２５ 期間情報
３２６ 原因事象情報
４０１－１～４０１－６ ドローン
４０２ 強風
４０３ 領域
４１２－１～４１２－３ 期間
６０１ ＣＰＵ
６０２ メモリ
６０３ 入力装置
６０４ 出力装置
６０５ 補助記憶装置
６０６ 媒体駆動装置
６０７ ネットワーク接続装置
６０８ バス
６０９ 可搬型記録媒体
７１１ ＩＭＵ
７１２ 電力計
７１３ 情報処理装置
７１４ ＧＰＳ受信機

【図1】

【図2】

【図3】

【図4】

【図5A】

【図5B】

【図5C】

【図6】

【図7】