特許 7579177 異常検出装置、異常検出システム、及び、異常検出方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-10-29

(45)【発行日】2024-11-07

(54)【発明の名称】異常検出装置、異常検出システム、及び、異常検出方法

(51)【国際特許分類】

   G08B 21/02 20060101AFI20241030BHJP

   G08B 25/04 20060101ALI20241030BHJP

   A61B 5/11 20060101ALI20241030BHJP

   A61B 5/00 20060101ALI20241030BHJP

【ＦＩ】

G08B21/02

G08B25/04 K

A61B5/11 200

A61B5/00 102C

【請求項の数】 8

(21)【出願番号】P 2021030151

(22)【出願日】2021-02-26

(65)【公開番号】P2022131286

(43)【公開日】2022-09-07

【審査請求日】2023-11-01

(73)【特許権者】

【識別番号】302060926

【氏名又は名称】株式会社フジタ

(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】100182936

【弁理士】

【氏名又は名称】矢野 直樹

(72)【発明者】

【氏名】森 大樹

(72)【発明者】

【氏名】皆内 佳奈子

【審査官】瀬戸 康平

(56)【参考文献】

【文献】特表２０２０－５０１７０７（ＪＰ，Ａ）

【文献】特開平１０－１１３３４３（ＪＰ，Ａ）

【文献】特表２００９－５２５１０７（ＪＰ，Ａ）

【文献】特開２０１８－０３２３３７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／００

Ｇ０８Ｂ ２１／０２，２５／００

(57)【特許請求の範囲】

【請求項1】

対象者の状態の情報を計測するセンサの計測値の時系列データを変換した前記時系列データの期間毎の周波数成分分布であって異なる期間を対象とする前記時系列データの前記周波数成分分布に表れるピークパターンの比較に基づいて、前記対象者の異常を検出する検出部を備え、
前記検出部は、前記ピークパターンの比較により特定される前記ピークパターンの一過性に基づいて、前記対象者の異常を検出する
ことを特徴とする異常検出装置。

【請求項2】

請求項１に記載の異常検出装置において、さらに、
前記時系列データを、前記時系列データの期間毎の前記周波数成分分布に変換する変換部を備える
ことを特徴とする異常検出装置。

【請求項3】

請求項１又は請求項２に記載の異常検出装置において、
前記検出部は、前記ピークパターンの比較により特定される前記ピークパターンの継続性に基づいて、前記対象者の行動を検出する
ことを特徴とする異常検出装置。

【請求項4】

請求項１乃至請求項３のいずれか１項に記載の異常検出装置において、さらに、
前記対象者の状態の情報を計測する前記センサを備える
ことを特徴とする異常検出装置。

【請求項5】

請求項１乃至請求項４のいずれか１項に記載の異常検出装置において、さらに、
前記検出部による検出結果を分類した分類結果に応じた情報を前記対象者に報知する報知部を備える
ことを特徴とする異常検出装置。

【請求項6】

対象者の状態の情報を計測するセンサと、
異常検出装置と、を備え、
前記異常検出装置は、
前記センサの計測値の時系列データを変換した前記時系列データの期間毎の周波数成分分布であって異なる期間を対象とする前記時系列データの前記周波数成分分布に表れるピークパターンの比較に基づいて、前記対象者の異常を検出する検出部を備え、
前記検出部は、前記ピークパターンの比較により特定される前記ピークパターンの一過性に基づいて、前記対象者の異常を検出する
ことを特徴とする異常検出システム。

【請求項7】

請求項６に記載の異常検出システムにおいて、さらに、
前記検出部による検出結果を分類した分類結果に応じた情報を前記対象者に報知する報知装置を備える
ことを特徴とする異常検出システム。

【請求項8】

対象者の状態の情報を計測するセンサの計測値の時系列データを変換した前記時系列データの期間毎の周波数成分分布であって異なる期間を対象とする前記時系列データの前記周波数成分分布に表れるピークパターンを比較し、
前記ピークパターンの比較により特定される前記ピークパターンの一過性に基づいて、前記対象者の異常を検出する
ことを特徴とする異常検出方法。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書の開示は、異常検出装置、異常検出システム、及び、異常検出方法に関する。

【背景技術】

【0002】

近年、対象者の行動をモニタリングして異変又はその兆候を早期に検出することで、重大事故の発生を未然に回避する試みが盛んに研究されている。対象者の行動のモニタリングに関連する技術は、例えば、非特許文献１に記載されている。

【0003】

上述した研究においては、対象者に取り付けられたセンサの計測値から、歩く、走る、昇降するなどの対象者の日常的な行動を検出することに加え、対象者が意図せずに若しくは意図に反して行う動作（即ち、対象者の異常な動作。以降、単に対象者の異常という。）を検出することが重要である。

【0004】

対象者の異常の典型的な例は、所謂ヒヤリハットとともに生じる対象者の動作であり、具体的には、例えば、つまずき、スリップ、転倒、接触、衝突、落下などが含まれる。なお、ここで、ヒヤリハットとは、一般に、重大な事故（アクシデント）には至らなかったものの、重大な事故を引き起こしかねない事例（インシデント）、又は、その事例の認知をいう。

【先行技術文献】

【非特許文献】

【0005】

【文献】品川 佳満 他、「加速度センサを用いた人間の歩行・転倒の検出」川崎医療福祉学会誌、１９９９年、ｖｏｌ．９ ｎｏ．２ ２４３－２５０

【発明の概要】

【発明が解決しようとする課題】

【0006】

非特許文献１では、加速度センサを用いて対象者の歩行（日常的な行動）と転倒（異常動作）を検出する方法について検討され、その検討結果が記載されている。しかしながら、非特許文献１において結論付けられているように、加速度センサの計測結果のみから転倒などの対象者の異常を検出することは容易ではない。特に、対象者の日常的な行動と区別して対象者の異常を検出することは、従来技術においては難しく、新たな着想によるさらなる技術の向上が期待されている。

【0007】

以上のような実情を踏まえ、本発明の一側面に係る目的は、日常的な行動と区別して対象者の異常を検出する技術を提供することである。

【課題を解決するための手段】

【0008】

本発明の一態様に係る異常検出装置は、対象者の状態の情報を計測するセンサの計測値の時系列データを変換した前記時系列データの期間毎の周波数成分分布であって異なる期間を対象とする前記時系列データの前記周波数成分分布に表れるピークパターンの比較に基づいて、前記対象者の異常を検出する検出部を備え、前記検出部は、前記ピークパターンの比較により特定される前記ピークパターンの一過性に基づいて、前記対象者の異常を検出する。

【発明の効果】

【0009】

上記の態様によれば、日常的な行動と区別して対象者の異常を検出することができる。

【図面の簡単な説明】

【0010】

【図1】一実施形態に係るシステムの構成を例示した図である。

【図2】一実施形態に計測装置のハードウェア構成を例示した図である。

【図3】一実施形態に異常検出装置の機能的構成を例示した図である。

【図4】一実施形態に係るシステムの構成要素間のやり取りを示すシーケンス図の一例である。

【図5】一実施形態に係るシステムで行われる処理を示すフローチャートの一例である。

【図6】一実施形態に係る計測装置で計測されたデータの一例である。

【図7】一実施形態に係る計測装置で計測されたデータの周波数分布を示すデータの一例である。

【図8】一実施形態に係る異常検出装置で行われる時間周波数解析について説明する図である。

【図9】分類基準情報の一例を示す図である。

【図10】一実施形態に係るシステムで行われる処理の具体例を示すフローチャートである。

【図11】一実施形態に係るシステムの機能構成と装置構成の関係を示す図である。

【図12】別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。

【図13】更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。

【図14】更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。

【図15】更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。

【図16】上述した実施形態に係る異常検出装置を実現するためのコンピュータのハードウェア構成を例示した図である。

【発明を実施するための形態】

【0011】

図１は、一実施形態に係るシステムの構成を例示した図である。図１に示すシステム１００は、対象者１の異常を検出する異常検出システムの一例である。まず、図１を参照しながら、システム１００の構成について説明する。

【0012】

以下では、異常が大きな事故につながりやすい、例えば、工場や建築現場などで働く作業者が対象者１である場合を例に説明する。ただし、対象者１は、上記のような作業者に限らない。対象者１は、例えば、病院に入院中の入院患者、介護施設に入所中の要介護者などであってもよく、その他、見守りが必要な高齢者などであってもよい。即ち、システム１００は、異常の早期発見と注意喚起が異常の深刻化や重大事故の発生などの防止に効果的な任意の者を対象として構築されてもよい。また、対象者１の異常が、どのような動作環境下で発生したかを解析することで、労働環境および生活環境などの環境改善に役立ててもよい。

【0013】

なお、本明細書において、対象者の異常とは、主に、対象者の異常な動作を意味し、例えば、つまずき、スリップ、転倒、接触、衝突、落下など、対象者が意図せずに若しくは意図に反して行う動作を意味する。ただし、対象者の異常は、例えば、発熱、冷や汗、動悸、息切れ、震えに代表される対象者の身体的変調を含んでもよい。即ち、対象者の異常は、広く対象者の異常な状態を含んでもよい。

【0014】

システム１００は、対象者１に取り付けた計測装置１０と、計測装置１０で取得した情報を解析する異常検出装置４０を含んでいる。システム１００は、さらに、対象者１が所持する報知装置２０を含んでもよい。

【0015】

システム１００を構成する各装置は、ネットワーク３０を介して通信可能に接続されている。各装置間の通信は、図示しない他の装置を介在して行われてもよい。また、各装置間の通信は、アドホック通信モードで直接に行われてもよい。ここで、通信は、無線通信であってもよく、有線通信であってもよい。また、無線通信と有線通信の組み合わせであってもよい。

【0016】

システム１００では、計測装置１０で取得した情報に基づいて、異常検出装置４０が対象者１の異常を検出する。異常検出装置４０は、検出した異常をさらに解析していくつかのカテゴリに分類してもよい。また、異常検出装置４０は、検出した異常を、位置情報など対象者１のその他の情報と関連付けて記録してもよい。また、異常検出装置４０は、検出した異常を報知装置２０へ通知し、報知装置２０が対象者１に異常の分類に応じた情報を報知してもよい。

【0017】

図１では、計測装置１０を装着した対象者として一人の対象者１のみが例示されているが、システム１００には、複数の対象者１に装着された複数の計測装置１０が含まれてもよく、異常検出装置４０は、複数の計測装置１０からの情報を処理してもよい。また、一人の対象者１に複数の計測装置１０が装着されてもよい。

【0018】

図２は、一実施形態に計測装置のハードウェア構成を例示した図である。図３は、一実施形態に異常検出装置の機能的構成を例示した図である。図２及び図３を参照しながら、システム１００の構成についてさらに詳細に説明する。

【0019】

計測装置１０は、図２に示すように、対象者１の状態の情報を計測するセンサ１１を含んでいる。計測装置１０は、例えば、慣性計測装置（ＩＭＵ：Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）であってもよく、センサ１１として、加速度、角速度などを計測する慣性センサ（加速度センサ、ジャイロセンサ）などを含んでもよい。センサ１１は、さらに、傾斜角を計測する傾斜センサ、位置を計測するＧＰＳ（Global Positioning System）や屋内向け測位センサ、圧力を計測する圧力センサ、バイタルサインやその他の生体情報を計測する生体センサなどを含んでもよい。

【0020】

計測装置１０は、センサ１１に加えて、計測装置１０の動作を制御するマイクロプロセッサ１２と、センサ１１で計測した計測値のデータなどを記憶するメモリ１３と、外部装置（異常検出装置４０、報知装置２０など）と通信する通信回路１４と、電力を供給するバッテリ１５を備えている。

【0021】

計測装置１０では、マイクロプロセッサ１２の制御下で、センサ１１が対象者１の状態の情報を計測して、メモリ１３がセンサ１１の計測値を記憶する。さらに、通信回路１４がメモリ１３に記憶されている計測値の時系列データを異常検出装置４０へ送信する。

【0022】

計測装置１０は、例えば、図１に示すように、対象者１が身に着けているベルトなどに固定することで対象者１の腰の位置に取り付けられる。なお、計測装置１０を体の中心に近い腰の位置に取り付けることで、腕及び足など体の部位の局所的な動きの影響を抑えて体全体の動きを計測することが可能となる。このため、慣性計測装置としての計測装置１０の取り付け位置として好適である。

【0023】

ただし、計測装置１０の取り付け位置は、上記の例に限らない。計測装置１０は、例えば、ヘルメットに固定して頭の位置に取り付けられてもよい。また、計測装置１０は、センサ１１の種類に応じた適切な位置に取り付けられてもよい。

【0024】

さらに、計測装置１０は、スマートウオッチやスマートグラスなどのウェアラブル機器に組み込まれてもよい。また、計測装置１０は、対象者１によって保持されてもよく、例えば、対象者１が保持するスマートフォンやタブレットなどのモバイル端末に組み込まれてもよい。また、計測装置１０は、対象者１に埋め込まれてもよい。

【0025】

報知装置２０は、対象者１に情報を報知する装置である。報知装置２０が報知する情報は、対象者１に視覚的に提示されてもよく、聴覚的に提示されてもよく、触覚的に提示されてもよい。報知装置２０は、例えば、ディスプレイを備えた表示デバイスであってもよく、情報を表示することで対象者１に情報を報知してもよい。報知装置２０は、例えば、ＬＥＤなどを備える発光デバイスであってもよく、光の点灯、点滅などを行うことで対象者１に情報を報知してもよい。報知装置２０は、例えば、スピーカを備えた音声出力デバイスであってもよく、音声や警告音などを出力することで対象者１に情報を報知してもよい。報知装置２０は、例えば、バイブレータなどであってもよく、振動により対象者１に情報を報知してもよい。

【0026】

報知装置２０では、異常検出装置４０からの異常検出の通知を受信すると、例えば、通知に含まれる異常の分類に応じて異なる情報を対象者１に報知する。

【0027】

報知装置２０は、必ずしも対象者１に固定される必要はなく、例えば、図１に示すように、対象者１が手に持っていてもよい。また、対象者１は、報知装置２０をポケットやカバンなどに入れて持ち歩いてもよい。その他、報知装置２０は、計測装置１０と同様に、ベルトなどに固定されてもよい。また、報知装置２０は、対象者１が保持するスマートフォンやタブレットなどのモバイル端末に組み込まれてもよく、対象者１が身に着けるウェアラブル機器に組み込まれてもよい。

【0028】

異常検出装置４０は、対象者１の異常を検出する装置である。異常検出装置４０は、特に限定しないが、例えば、サーバコンピュータ（タワー型サーバ、ラックマウント型サーバ、ブレード型サーバ）、パーソナルコンピュータ（デスクトップ型コンピュータ、ラップトップ型コンピュータ、タブレット型コンピュータ）であってもよい。また、異常検出装置４０は、異常検出に十分な処理能力を有する限り、スマートフォン、携帯電話など、その他のコンピュータであってもよい。

【0029】

異常検出装置４０は、図３に示すように、制御部４１と、通信部４５と、記録部４６を含んでいる。制御部４１は、変換部４２、検出部４３、分類部４４を含み、さらに、その他の機能部を備えてもよい。

【0030】

制御部４１は、計測装置１０から出力されたセンサ１１の計測値の時系列データに対して時間周波数解析を行い、解析結果に基づいて対象者１の異常を検出する。変換部４２は、センサ１１の計測値の時系列データを、時系列データの期間毎の周波数成分分布に変換する。検出部４３は、変換部４２で生成された異なる期間を対象とする時系列データの周波数成分分布の比較に基づいて、対象者１の異常を検出する。分類部４４は、検出部４３の検出結果を分類する。通信部４５は、制御部４１の指示に従って計測装置１０や報知装置２０などの他の装置と通信する。記録部４６は、検出部４３で検出した対象者１の異常を記憶する。また、記録部４６は、分類部４４が検出結果を分類するときに参照する情報を記憶してもよい。

【0031】

以下、システム１００で行われる異常検出処理について説明する。

【0032】

図４は、一実施形態に係るシステムの構成要素間のやり取りを示すシーケンス図の一例である。システム１００で行われる異常検出処理は、例えば、図４に示すように、計測装置１０で行われる処理（計測処理）と、異常検出装置４０で行われる処理（検出処理）と、報知装置２０で行われる処理（報知処理）と、で構成されてもよい。

【0033】

まず、計測装置１０が計測処理を開始する。計測処理では、計測装置１０で計測された計測値の時系列データ（図４の計測データ）が、計測装置１０から異常検出装置４０へ例えば定期的に送信される。異常検出装置４０は、計測データを受信すると検出処理を開始する。検出処理では、計測データが解析される。対象者１の異常が検出されると、異常検出装置４０から報知装置２０へ異常検出が通知される。報知装置２０は、異常検出の通知を受信すると報知処理を開始する。報知処理では、受信した通知に応じた情報が対象者１に報知される。

【0034】

図５は、一実施形態に係るシステムで行われる処理を示すフローチャートの一例である。図６は、一実施形態に係る計測装置で計測されたデータの一例である。図７は、一実施形態に係る計測装置で計測されたデータの周波数分布を示すデータの一例である。図８は、一実施形態に係る異常検出装置で行われる時間周波数解析について説明する図である。図９は、分類基準情報の一例を示す図である。図５から図９を参照しながら、システム１００で行われる異常検出処理についてさらに詳細に説明する。

【0035】

システム１００で行われる異常検出処理は、例えば、図５に示すように、６つの処理（計測処理、変換処理、比較・検出処理、分類処理、記録処理、報知処理）を含んでもよい。図５に示す異常検出処理は、例えば、計測装置１０が起動することで、システム１００によって開始されてもよい。

【0036】

異常検出処理が開始されると、計測装置１０が計測処理を行う（ステップＳ１）。ステップＳ１では、センサ１１が対象者１の状態の情報を計測する。センサ１１が計測した対象者１の状態の情報は、例えば、一定の周期でサンプリングされ、メモリ１３がサンプリングによって得られたデータを記憶する。

【0037】

図６に示すデータ１０００は、センサ１１が加速度センサである場合に、対象者１の歩行期間中、センサ１１の計測値をサンプリングすることによって得られた、センサ１１の計測値の時系列データの一例である。メモリ１３が記憶した時系列データは、マイクロプロセッサ１２の制御の下で、所定のタイミングで通信回路１４を用いて計測装置１０から異常検出装置４０へ送信される。なお、計測処理は、例えば、計測装置１０の起動後、計測装置１０を停止するまで、繰り返し行われる。

【0038】

計測値の時系列データを受信すると、異常検出装置４０は、計測値の時系列データに対して時間周波数解析を行い、対象者１の異常を検出する（ステップＳ２からステップＳ４）。即ち、異常検出装置４０は、計測値の時系列データの対象期間によって時系列データに含まれる周波数成分がどのように変化するかを解析し、解析結果に基づいて対象者１の異常を検出する。

【0039】

異常検出装置４０は、まず、計測値の時系列データを変換する（ステップＳ２）。ここでは、制御部４１は、変換部４２として動作する。制御部４１は、計測値の時系列データに対して例えばフーリエ変換を実行し、時系列データに含まれる周波数成分を抽出したデータを生成する。図７に示すデータ２０００は、図６に示すデータ１０００をフーリエ変換することによって得られた周波数分布の一例である。

【0040】

より詳細には、ステップＳ２では、変換部４２は、計測値の時系列データの対象期間を少しずつずらしながら、時系列データの変換を繰り返し実行する。変換部４２は、例えば、一定の大きさの窓関数を用いて時系列データを切り出して、切り出されたデータに対してフーリエ変換を行ってもよい。図８には、計測値の時系列データから異なる対象期間の時系列データ（データ１００１、データ１００２、データ１００３、データ１００４）を切り出して、それぞれに対してフーリエ変換を行い、対象期間毎に時系列データの周波数成分分布（データ２００１、データ２００２、データ２００３、データ２００４）を生成する例が示されている。

【0041】

周波数成分分布が生成されると、異常検出装置４０は、生成された周波数成分分布を比較して対象者１の異常を検出する（ステップＳ３）。ここでは、制御部４１は、検出部４３として動作する。制御部４１は、異なる期間を対象とする時系列データの周波数成分の比較に基づいて、対象者１の異常を検出する。制御部４１は、例えば、異なる期間を対象とする時系列データの周波数成分分布に表れるピークパターンの比較に基づいて、対象者１の異常を検出してもよい。

【0042】

一般に、つまずき、スリップ、転倒、接触、衝突、落下などに代表される人の異常な動作は、瞬間的に生じる動作であり、この点において、歩く、走る、昇降などの人の日常的な行動とは異なっている。つまり、周波数成分分布の継続性の有無という面において、日常的な行動と異常な動作とは異なっている。

【0043】

制御部４１は、この周波数成分分布の継続性の有無に注目して、対象者１の異常を検出してもよい。具体的には、制御部４１は、例えば、異なる期間を対象とする時系列データの周波数成分のピークパターンを比較し、ピークパターンの比較により特定されるピークパターンの一過性に基づいて、対象者１の異常を、日常的な行動とは区別して検出してもよい。また、制御部４１は、対象者１の異常に加えて、対象者１の日常的な行動を検出してもよく、例えば、ピークパターンの比較により特定されるピークパターンの継続性に基づいて、対象者１の行動を検出してもよい。

【0044】

日常的な行動は、行動の種類に応じてさまざまな周波数成分を含む。このため、日常的な行動には、比較的低い周波数成分（例えば、歩く）から比較的高い周波数成分（例えば、走る）まで広い範囲の周波数成分が含まれ得る。これに対して、異常な動作は、瞬間的に大きな加速度の変化を伴う動作であり、高い周波数成分が支配的である。つまり、異常な動作は、周波数成分分布に含まれるピークの周波数によっても、少なくとも一部の日常的な行動と区別可能である。

【0045】

制御部４１は、このピークの周波数範囲に注目して、対象者１の異常をより精度良く検出してもよい。具体的には、制御部４１は、例えば、異なる期間を対象とする時系列データの周波数成分のピークパターンを比較し、一時的に生じたピークの周波数に基づいて対象者１の異常を検出してもよい。この場合、制御部４１は、ピークの周波数が高い場合に、対象者１の異常を検出するが、ピークの周波数が高いか否かの判断方法は、特に限定しない。予め決められた閾値によって判断されてもよく、また、歩行などの他のピークの周波数との比較により判断されてもよい。さらに、制御部４１は、例えば、継続して生じているピークの周波数に基づいて対象者１の行動を検出してもよい。

【0046】

図８を参照しながら、歩行中につまずいた場合について説明する。図８に示すように、歩行中の周波数成分分布に表れるピークパターンには、歩行を示す比較的低い周波数のピークのみが含まれる（データ２００１、データ２００２）。歩行速度などに応じてピークの高さや周波数はある程度変動するが、歩行中は常に比較的低い周波数にピークが生じている。このため、ピークの周波数と継続性から、制御部４１は、対象者１が歩行中であることを検出することができる。次に、対象者１が歩行中につまずくと、つまずいたタイミングを含む期間の周波数成分分布に表れるピークパターンには、歩行を示すピークの他に、歩行より高い周波数を有するピークが含まれる（データ２００３）。このピークは、次の期間の周波数成分分布に表れるピークパターンには含まれない（データ２００４）。このため、ピークの周波数と一過性から、制御部４１は、対象者１が歩行中につまずいたことを検出することができる。

【0047】

なお、ここでは、ピークが対象期間の２周期未満で消滅した場合にピークが一過性のものであると判断する例を示したが、ピークが一過性のものか否かは対象期間の長さによって適宜変更してもよい。例えば、対象期間の３周期未満で消滅したピークを一過性のピークと判断し、３周期以上にわたって連続して検出されたピークを継続的なピークと判断してもよい。

【0048】

ステップＳ３で対象者１の異常が検出されると、異常検出装置４０は、検出された異常を分類する（ステップＳ４）。ここでは、制御部４１は、分類部４４として動作する。制御部４１は、例えば、周波数成分分布に含まれる検出した異常を示すピークの特徴に基づいて検出した異常を分類してもよい。

【0049】

ピークの特徴に基づく異常の分類には、例えば、記録部４６に記憶されている分類基準情報３０００が用いられてもよい。分類基準情報３０００には、例えば、図９に示すように、異常の分類毎に、ピークが有する「継続性／一過性」、「周波数帯」、「その他」の特徴が含まれてもよい。「その他」には、例えば、ピークの強度や幅などの特徴が含まれてもよい。分類基準情報３０００には、図９に示すように、異常を分類するための情報に加えて、日常的な行動を分類するための情報が含まれてもよい。

【0050】

ステップＳ４では、分類基準情報３０００の代わりに学習済みモデルを用いて分類が行われてもよい。例えば、ベクトルデータに変換したピークの特徴と異常及び行動との関係を予め学習した学習済みモデルを用いて、検出結果を分類してもよい。

【0051】

ステップＳ４では、検出した異常の分類に加えて、検出した行動の分類が行われてもよい。即ち、制御部４１は、異常動作と日常的な行動を問わず、検出部４３によって検出された検出結果を分類してもよい。さらに、制御部４１は、ピークの特徴に加えてその他の情報を用いて、検出結果を分類してもよい。例えば、制御部４１は、センサ１１の情報（例えば、種類、設置された向き）を用いて検出結果を分類してもよく、別のセンサのデータを用いて検出結果を分類してもよい。

【0052】

ステップＳ４で異常が分類されると、異常検出装置４０は、検出された異常を記録する（ステップＳ５）。ここでは、記録部４６は、制御部４１の制御の下で、ステップＳ３で検出された対象者１の異常をステップＳ４で分類されたカテゴリ（分類結果）の異常として記録する。記録部４６は、異常のカテゴリとともに種々の情報を記録してもよい。記録部４６は、例えば、異常が検出された対象期間の日時情報、対象期間における対象者１の位置情報、異常発生前後の対象者１の行動に関する情報などを、異常のカテゴリとともに記録してもよい。なお、異常検出装置４０は、ステップＳ５では、検出された異常を記録するとともに、異常のカテゴリについての情報を含む異常検出通知を報知装置２０へ送信する。

【0053】

異常検出装置４０から通知を受信すると、報知装置２０は、カテゴリに応じた情報を対象者１に報知する（ステップＳ６）。カテゴリに応じた情報は、例えば、対象者１に対してカテゴリに応じた内容の注意を促す警告である。

【0054】

以上のように、異常検出装置４０は、図４及び図５に示す異常検出処理の全部または一部を行うことで、日常的な行動と区別して対象者１の異常を検出することができる。特に、異常検出装置４０は、センサの計測値の時系列データの周波数成分を用いることで、時系列データ上では複雑なパターンとして表れる異常の特徴を比較的単純なパターン（例えば、周波数成分分布におけるピーク）に変換することができる。また、異常検出装置４０は、時系列データに対して時間周波数解析を行うことで、異なる期間を対象とする時系列データの周波数成分を比較し、単純化したパターンの継続性の有無に基づいて異常動作を日常的な行動と区別して検出することができる。従って、異常検出装置４０によれば、容易に且つ高い精度で日常的な行動と区別して対象者１の異常を検出することができる。

【0055】

また、システム１００は、図４及び図５に示す異常検出処理を行うことで、異常検出装置４０が検出した異常の分類に応じた情報を対象者１に報知することができる。従って、システム１００によれば、検出した異常の分類に応じた情報を報知することで対象者１に注意を促すことができるため、重大事故の発生を未然に防ぐことができる。

【0056】

図１０は、一実施形態に係るシステムで行われる処理の具体例を示すフローチャートである。以下、図１０を参照しながら、図５に示す処理を、センサ１１として少なくとも加速度センサと傾斜センサを含む計測装置１０を含むシステム１００に実装した実施例を示す。

【0057】

システム１００では、まず、対象者１に取り付けられた計測装置１０がセンサ１１で加速度を計測する（ステップＳ１０１）。次に、異常検出装置４０がセンサ１１で計測した加速度の時系列データから対象期間のデータを切り出してフーリエ変換を行う（ステップＳ１０２）。その後、異常検出装置４０は、フーリエ変換により得られた周波数成分分布に歩行以外を示すピークがあるか判定する（ステップＳ１０３）。歩行以外のピークの有無を判定する方法については、特に限定しないが、例えば、最も頻繁に生じる比較的低いピークを、歩行を示すピークと見做すことで行われてもよい。

【0058】

歩行以外のピークが存在しない場合には（ステップＳ１０３ＮＯ）、システム１００は、図１０に示す処理を終了する。一方、歩行以外のピークが存在する場合には（ステップＳ１０３ＹＥＳ）、異常検出装置４０は、その歩行以外のピークが継続して生じているかを判定する（ステップＳ１０４）。ステップＳ１０４では、例えば、先行する対象期間における周波数成分分布にもその歩行以外のピークが生じていたか否かに基づいてピークの継続性を評価してもよい。

【0059】

異常検出装置４０は、ピークが継続していないと判定すると（ステップＳ１０４ＮＯ）、さらに、異常検出装置４０は、傾斜センサの計測値（傾斜角）に基づいて、歩行以外のピークが検出された対象期間以降、対象者１が継続して傾斜した状態にあるか否かを判定する（ステップＳ１０５）。傾斜センサの計測値が継続して傾斜していることを示している場合には（ステップＳ１０５ＹＥＳ）、対象者１が転倒している状況が想定されるため、異常検出装置４０は、対象者１の異常を転倒に分類して報知装置２０ヘ通知し、報知装置２０が転倒時用のアラームを発する（ステップＳ１０６）。一方、傾斜センサの計測値が継続して傾斜していることを示していない場合には（ステップＳ１０５ＮＯ）、対象者１がつまずいたことが想定されるため、異常検出装置４０は、対象者１の異常をつまずきに分類して報知装置２０ヘ通知し、報知装置２０がつまづき時用の警告（例えば、“足元に気を付けてください”などのメッセージ）を発する（ステップＳ１０７）。

【0060】

異常検出装置４０は、ピークが継続していると判定すると（ステップＳ１０４ＹＥＳ）、そのピークの幅が閾値未満か否かを判定する（ステップＳ１０８）。ピークの幅が閾値未満でない場合には（ステップＳ１０８ＮＯ）、ピークは対象者１の行動に起因するものと想定されるため、異常検出装置４０は、さらに、加速度の軸が水平方向か垂直方向を判定する（ステップＳ１０９）。ここでは、例えば、ピークが検出された対象期間の３軸加速度センサの計測値に基づいて加速度の軸を判定してもよい。異常検出装置４０は、加速度の軸が水平方向であると判定すると、そのピークは駆け足によるものであると考えられるため、異常検出装置４０は、対象者１の行動を駆け足（走る）に分類して報知装置２０ヘ通知し、報知装置２０が駆け足時用の警告（例えば、“危険ですので走らないでください”などのメッセージ）を発する（ステップＳ１１０）。一方、異常検出装置４０は、加速度の軸が垂直方向であると判定すると、そのピークは昇降動作によるものであると考えられるため、異常検出装置４０は、対象者１の行動を昇降に分類して報知装置２０ヘ通知し、報知装置２０が昇降時用の警告（例えば、“階段に気を付けてください”などのメッセージ）を発する（ステップＳ１１１）。また、ステップＳ１０８でピークの幅が閾値未満である場合には（ステップＳ１０８ＹＥＳ）、ピークは機械的振動に起因するものと想定されるため、異常検出装置４０は、対象者１の周囲に機械的振動を発生する重機等が存在することが想定されることを報知装置２０ヘ通知し、報知装置２０が周囲警戒用の警告（例えば、“周囲をよく見て行動してください”などのメッセージ）を発する（ステップＳ１１２）。

【0061】

以上のように、システム１００によれば、加速度センサと傾斜センサを含む計測装置１０からの情報に基づいて、対象者１の異常と日常的な行動を区別して検出することができる。また、周囲に警戒が必要な対象者１の状態についても検出することができる。

【0062】

図１１は、上述した実施形態に係るシステムの機能構成と装置構成の関係を示す図である。上述したシステム１００は、上述した異常検出処理を行う機能構成のうち、センサ部を計測装置（計測装置１０）が担い、報知部を報知装置（報知装置２０）が担い、その他の機能部（変換部、検出部、分類部、記録部）を異常検出装置（異常検出装置４０）が担う構成を採用しているが、機能構成と装置構成の関係は、この例に限らず、例えば、図１２から図１５に示す関係が採用されてもよい。なお、図１１に示す構成は、対象者１側に必要な機能部以外はサーバ側に集約した構成であるため、複数の対象者１に同様の機能を効率良く提供することができるという点で望ましい。

【0063】

図１２は、別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。図１２に示すシステム２００は、センサ部と報知部が同一の装置（計測報知装置）によって実現されている点でシステム１００とは異なっている。その他の点は、同様である。図１２に示す構成は、対象者側に必要な装置の数を最小限にできるという点で望ましい。

【0064】

図１３は、更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。図１３に示すシステム３００は、計測装置が変換部を兼ねる点でシステム１００とは異なっている。その他の点は、同様である。計測装置の性能によっては図１３に示す構成が採用されてもよい。

【0065】

図１４は、更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。図１４に示すシステム４００では、報知部以外の機能部を異常検出装置が担う。この構成では、異常検出装置が対象者側に設けられるため、例えば、インターネット上に異常検出装置を配置した場合と比較して通信遅延や通信障害などの影響を受けにくいという点で望ましい。また、報知部のみを別の装置（報知装置）が担うことで、既存の端末（例えば、対象者１が所持するスマートフォンなど）を有効活用することができる。

【0066】

図１５は、更に別の実施形態に係るシステムの機能構成と装置構成の関係を示す図である。図１５に示すシステム５００では、すべての機能部を異常検出装置が担う。この構成では、図１２に示すシステム２００と同様に、対象者側に必要な装置の数を最小限に抑えながら、通信遅延や通信障害の影響を回避することができるという点で望ましい。

【0067】

図１６は、上述した実施形態に係る異常検出装置を実現するためのコンピュータ５０のハードウェア構成を例示した図である。図１６に示すハードウェア構成は、例えば、プロセッサ５１、メモリ５２、記憶装置５３、読取装置５４、通信インタフェース５６、及び入出力インタフェース５７を備える。なお、プロセッサ５１、メモリ５２、記憶装置５３、読取装置５４、通信インタフェース５６、及び入出力インタフェース５７は、例えば、バス５８を介して互いに接続されている。

【0068】

プロセッサ５１は、例えば、シングルプロセッサであっても、マルチプロセッサやマルチコアであってもよい。プロセッサ５１は、メモリ５２を利用して例えば上述の動作フローの手順の全部又は一部を記述したプログラムを実行することにより、上述した制御部４１の一部または全部の機能を提供するプロセッサ５１は、記憶装置５３に格納されているプログラムを読み出して実行することで、例えば、変換部４２、検出部４３、分類部４４として動作する。

【0069】

メモリ５２は、例えば、半導体メモリであり、ＲＡＭ領域およびＲＯＭ領域を含んでいてよい。記憶装置５３は、例えばハードディスク、フラッシュメモリ等の半導体メモリ、または外部記憶装置である。

【0070】

読取装置５４は、例えば、プロセッサ５１の指示に従って着脱可能記憶媒体５５にアクセスする。着脱可能記憶媒体５５は、例えば、半導体デバイス、磁気的作用により情報が入出力される媒体、光学的作用により情報が入出力される媒体などにより実現される。なお、半導体デバイスは、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリである。また、磁気的作用により情報が入出力される媒体は、例えば、磁気ディスクである。光学的作用により情報が入出力される媒体は、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、Ｂｌｕ－ｒａｙ Ｄｉｓｃ等（Ｂｌｕ－ｒａｙは登録商標）である。

【0071】

上述の記録部４６は、例えば、メモリ５２、記憶装置５３、および着脱可能記憶媒体５５を含んでよい。通信インタフェース５６は、例えば、プロセッサ５１の指示に従って、他の装置と通信する。例えば、コンピュータ５０は、通信インタフェース５６を介してセンサ１１から計測値を収集してよい。通信インタフェース５６は、上述の通信部４５の一例である。

【0072】

入出力インタフェース５７は、例えば、入力装置および出力装置との間のインタフェースである。入力装置は、例えば、ユーザからの指示を受け付けるキーボード、マウス、タッチパネルなどのデバイスである。出力装置は、例えばディスプレイなどの表示装置、およびスピーカなどの音声装置である。

【0073】

実施形態に係る各プログラムは、例えば、下記の形態でコンピュータ５０に提供される。
（１）記憶装置５３に予めインストールされている。
（２）着脱可能記憶媒体５５により提供される。
（３）プログラムサーバなどのサーバから提供される。

【0074】

なお、図１６を参照して述べた異常検出装置を実現するためのコンピュータ５０のハードウェア構成は例示であり、実施形態はこれに限定されるものではない。例えば、上述の構成の一部が、削除されてもよく、また、新たな構成が追加されてもよい。また、別の実施形態では、例えば、上述の制御部４１の一部または全部の機能がＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、ＳｏＣ（Ｓｙｓｔｅｍ－ｏｎ－ａ－Ｃｈｉｐ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、およびＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）などによるハードウェアとして実装されてもよい。

【0075】

以上において、いくつかの実施形態が説明される。しかしながら、実施形態は上記の実施形態に限定されるものではなく、上述の実施形態の各種変形形態および代替形態を包含するものとして理解されるべきである。例えば、各種実施形態は、その趣旨および範囲を逸脱しない範囲で構成要素を変形して具体化できることが理解されよう。また、前述した実施形態に開示されている複数の構成要素を適宜組み合わせることにより、種々の実施形態が実施され得ることが理解されよう。更には、実施形態に示される全構成要素からいくつかの構成要素を削除して、または実施形態に示される構成要素にいくつかの構成要素を追加して種々の実施形態が実施され得ることが当業者には理解されよう。

【0076】

例えば、上述した実施形態では、対象者１の異常を対象者１自身に報知する例を示したが、報知対象は対象者１に限らない。対象者１が事故に遭遇した場合などには、対象者１自身よりもむしろ対象者１の周囲の人に対象者１の異常を報知してもよい。また、対象者１が工事件場などで作業している場合であれば、現場の監督者などに報知してもよい。また、システムの管理者に報知してもよく、予め決めた任意の人に通知し対象者１の異常を報知してもよい。

【0077】

また、上述した実施形態では、対象者１側に設けられた計測装置１０で取得した計測データをネットワーク経由で異常検出装置４０へ送信する例を示したが、データのやり取りはネットワーク通信を用いた方法に限らない。例えば、メモリカードなどの記録媒体をやり取りすることで、計測装置１０で取得した計測データを異常検出装置４０へ入力してもよい。

【0078】

また、上述した実施形態では、対象者１の異常を検出すると、その異常に応じた情報を報知する例を示したが、検出した異常は必ずしも報知しなくてもよい。異常の情報を収集してヒヤリハットデータベースを構築することで、注意を払うべき情報を、対象者１を含む関係者全体で共有してもよい。

【符号の説明】

【0079】

１ 対象者
１０ 計測装置
１１ センサ
２０ 報知装置
４０ 異常検出装置
４１ 制御部
４２ 変換部
４３ 比較部
４４ 分類部
４５ 通信部
４６ 記録部
５０ コンピュータ
５１ プロセッサ
１００、２００、３００、４００、５００ システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】