JPH05334535A - 防犯装置 - Google Patents

Abstract

(57)【要約】 【目的】設置場所に拘わらず、正しく警報を発すること
ができ、また、センサの故障を検知できるようにした防
犯装置を提供することを目的とする。 【構成】予め振動検出部や温度上昇検出部の出力を学習
して、推論部における判定を設置状況に応じて補正す
る。あるいは、振動検出部や温度上昇検出部を、それぞ
れ複数備えており、それらの出力を比較することによ
り、各検出部の故障を検知するようにしている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、自動販売機やキャッシ
ュディスペンサー等に対する盗難を防止するための防犯
装置に関する。

【０００２】

【従来の技術】従来、この種の防犯装置では、外部から
自動販売機等に衝撃が加えられたときには、その衝撃を
検出して警報を発したり、警報表示を行って周囲の人や
管理人に報知して盗難を防止するとともに、自動販売機
等の破壊を最小限に抑えるようにしている。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな従来例の防犯装置では、自動販売機等の設置場所の
影響を受け、例えば、設置場所の地盤が軟らかいときに
は、大きな衝撃力が加わっても衝撃力が吸収されるため
に警報を発することができなかったり、逆に、地盤が堅
いときには、僅かな衝撃力が加わっても警報を発してし
まうといった難点がある。

【０００４】さらに、衝撃を検知するセンサが故障した
場合に、それを検知する機能は、設けられておらず、し
たがって、かかる場合には、盗難の防止ができなかった
り、誤って警報を発してしまうという難点がある。

【０００５】本発明は、上述の点に鑑みて為されたもの
であって、設置場所に拘わらず、正しく警報を発するこ
とができ、また、センサの故障を検知できるようにした
防犯装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】本発明では、上述の目的
を達成するために、次のように構成している。

【０００７】すなわち、請求項第１項記載の本発明の防
犯装置は、振動を検出する振動検出部と、該振動検出部
の出力に基づいて、異常であるか否かを判定する推論部
と、予め学習した前記振動検出部の出力に基づいて、前
記判定を補正する補正部とを備えている。

【０００８】請求項第２項記載の本発明の防犯装置は、
振動を検出する振動検出部と、温度上昇を検出する温度
上昇検出部と、前記各検出部の出力に基づいて、異常で
あるか否かを判定する推論部と、予め学習した前記振動
検出部の出力および前記温度上昇検出部の出力に基づい
て、前記判定を補正する補正部とを備えている。

【０００９】請求項第３項記載の本発明の防犯装置は、
振動をそれぞれ検出する少なくとも２つの振動検出部
と、両振動検出部の出力に基づいて、振動検出部の故障
を検知する故障検知部と、振動検出部の出力に基づい
て、異常であるか否かを判定する推論部と、予め学習し
た前記振動検出部の出力に基づいて、前記判定を補正す
る補正部とを備えている。

【００１０】請求項第４項記載の本発明の防犯装置は、
振動を検出する少なくとも２つの振動検出部と、両振動
検出部の出力に基づいて、振動検出部の故障を検知する
第１故障検知部と、温度上昇をそれぞれ検出する少なく
とも２つの温度上昇検出部と、両温度上昇検出部の出力
に基づいて、温度上昇検出部の故障を検知する第２故障
検知部と、前記振動検出部および温度上昇検出部の出力
に基づいて、異常であるか否かを判定する推論部と、予
め学習した前記振動検出部の出力および前記温度上昇検
出部の出力に基づいて、前記判定を補正する補正部とを
備えている。

【００１１】

【作用】本発明によれば、予め振動検出部や温度上昇検
出部の出力を学習して、推論部における判定を補正する
ようにしているので、設置状況に応じて正確な判定をす
ることが可能となる。

【００１２】さらに、請求項第４項および第５項記載の
本発明によれば、振動検出部や温度上昇検出部を、それ
ぞれ複数備えており、それらの出力を比較することによ
り、各検出部の故障を検知することができる。

【００１３】

【実施例】以下、図面によって本発明の実施例につい
て、詳細に説明する。

【００１４】図１は、例えば、テレフォンカードの自動
販売機に本発明が適用された実施例の構成図である。

【００１５】この実施例の防犯装置は、振動を検出して
対応する周波数信号を出力する振動検出部１と、この振
動検出部１の出力に基づいて、後述のよう異常であるか
否かを判定するマイクロコンピュータ２と、外部から検
出レベルなどの設定を行う設定部３と、マイクロコンピ
ュータ２の出力に応答して異常時に警報信号などを図示
しない警報装置に出力する出力部４とを備えている。

【００１６】この実施例の振動検出部１は、ＣＲ発振回
路５と、このＣＲ発振回路５の出力を分周する分周器６
とを備えている。

【００１７】ＣＲ発振回路５は、図２に示されるよう
に、後述の容量センサ１０からなる容量変化部Ｃと、抵
抗Ｒと、安定化抵抗Ｒｆと、インバータ７〜９とから構
成されており、容量センサ１０の容量変化を、次式に示
される関係で周波数ｆ₀（Ｈｚ）に変換して出力するも
のである。

【００１８】ｆ_out＝１／（２.２ＣＲ） 振動に応じて静電容量が変化する容量センサ１０は、図
３の分解斜視図および図４の断面図に示されるように、
ケース１１内に、固定電極１２が形成されたプリント配
線基板１３と、振動バネを有する可動電極１４とを、ス
ペーサ１５を介して収納し、カバー１６を取り付けるこ
とにより構成される。この容量センサ１０においては、
振動により発生する加速度により、可動電極１４が揺動
し、この可動電極１４と固定電極１２との間の静電容量
Ｃ（ファラッド）は、次式によって与えられる。

【００１９】Ｃ＝ε₀・（Ｓ／ｄ） ここで、Ｓ：各電極の対向した面積 ｄ：電極間距離 ε₀：誘電率 すなわち、可動電極１４が揺動することにより、電極間
に発生する容量が変化することになり、ＣＲ発振回路５
は、その容量変化に応じた周波数の信号を出力する。

【００２０】マイクロコンピュータ２は、周波数計測タ
イマ１７と、ＣＲ発振回路出力の基準周期（静止時の周
期）が予め記憶されている基準周期記憶部１８と、振動
検出部１の出力から振動の加速度の演算などを行う演算
部１９と、後述のように推論や学習などを行う制御部２
０と、学習に必要なデータが格納されている補正データ
メモリ２１とを備えている。

【００２１】このマイクロコンピュータ２では、先ず、
振動検出部１の出力から振動加速度を次のようにして算
出する。

【００２２】すなわち、振動検出部１の出力は、図５
（Ａ）に示される静止時の基本周期Ｔに対して、電極が
接近したとき（＋側に振動）は、図５（Ｂ）に示される
ようにＴ⁺となり、電極が離れたとき（−側に振動）
は、図５（Ｃ）に示されるようにＴ^-となり、振動加速
度は、次式によって算出される。

【００２３】 ＋側振動加速度（ΔＴ⁺）＝Ｔ⁺−Ｔ −側振動加速度（ΔＴ^-）＝Ｔ^-−Ｔ かかる演算を、周波数計測タイマ１７、演算部１９およ
び基準周期記憶部１８などによって行い、この加速度を
一定周期毎にサンプリングすることにより、図６に示さ
れるように、振動加速度波形を得ることができる。

【００２４】この実施例のマイクロコンピュータ２は、
図７の機能ブロック図に示されるように、振動検出部１
の出力から上述のようにして得られる加速度波形に基づ
いて、後述する特徴量を抽出し、この特徴量に基づい
て、ファジィ推論することにより、異常であるか否かを
判定する推論部２２と、予め振動検出部１の出力に対応
する加速度波形を学習して推論部２２における判定を補
正する補正部２３としての機能を備えている。

【００２５】補正部２３は、自動販売機の初期設定時な
どにおける外部からの操作によって、切換回路２４を介
して加速度波形が与えられ、これらに基づいて、後述の
ように常微振動を学習する学習部２５と、この学習部２
５の学習データに基づいて、推論部２２の判定出力を補
正するゲイン調整部２６と、学習のためのファジィルー
ルやメンバーシップ関数などが格納されている上述の補
正データメモリ２１とを備えている。

【００２６】推論部２２では、例えば、図８に示される
加速度波形から振動加速度を算出するとともに、ゼロク
ロス点から振動周期を算出し、さらに、次の４種類の特
徴量１〜４を抽出する。

【００２７】すなわち、特徴量１は、所定時間内で図８
に示される検出レベルを越えたエネルギーの総和ＥＳＵ
Ｍであり、特徴量２は、所定時間内でのエネルギーの総
和ＳＥＳＵＭであり、特徴量３は、加速度波形がゼロク
ロスした点間の時間（半周期）が、０.３ｓ以下の度数
ＴＳであり、特徴量４は、加速度波形がゼロクロスした
点間の時間（半周期）が、０.３ｓを越える度数ＴＢで
ある。

【００２８】ここで、加速度波形からエネルギーを算出
するための処理を説明する。

【００２９】加速度ａを積分することにより、すなわ
ち、加速度波形の面積を求めることによって、速度ｖを
算出することができる。この速度ｖとエネルギーＥと
は、 Ｅ＝（１／２）・ｍｖ² なる関係がある、すなわち、エネルギーＥは、速度ｖの
２乗と比例関係がある。

【００３０】そこで、速度とエネルギーとの換算テーブ
ルを予め準備しておき、加速度から得られた速度に基づ
いて、前記換算テーブルからエネルギーを算出するもの
である。

【００３１】この実施例では、推論２２部による判定
は、図９および図１０に示されるメンバーシップ関数お
よび下記の表１〜表３のファジィルールによって行う。

【００３２】すなわち、図９（Ａ）は特徴量１（ＥＳＵ
Ｍ）のメンバーシップ関数を示し、「Ｓ」、「Ｍ」、
「Ｂ」の３個のラベルを有しており、図９（Ｂ）は特徴
量２（ＳＥＳＵＭ）のメンバーシップ関数を示し、
「Ｓ」、「Ｍ」、「Ｂ」の３個のラベルを有しており、
図９（Ｃ）は特徴量３（ＴＳ）のメンバーシップ関数を
示し、「Ｓ」、「Ｂ」の２個のラベルを有しており、図
９（Ｄ）は特徴量３（ＴＢ）のメンバーシップ関数を示
し、「Ｓ」、「Ｂ」の２個のラベルを有している。

【００３３】図１０は後件部である判定出力のメンバー
シップ関数を示しており、「異常（ドリルなど）」、
「正常（地震など）」の２個のラベルを有している。

【００３４】また、ファジィルールは、次の表１〜表３
の通りであり、この実施例では、エネルギーに対応する
特徴量１，２に基づいて、表１のファジィルールに従っ
てファジィ推論を行い、この推論によって異常であると
判定されたときには、表２のファジィルールに従って、
また、正常であると判定されたときには、、表３のファ
ジィルールに従って、周期度数に対応する特徴量３，４
に基づいてファジィ推論して最終的に、正常であるか否
かを判定する。

【００３５】すなわち、表２は、最初のファジィ推論で
異常と判定されたときのファジィルール、表３は最初の
ファジィ推論で正常と判定されたときのファジィルール
である。

【００３６】

【表１】

【００３７】

【表２】

【００３８】

【表３】

【００３９】この推論部２２によるファジィ推論は、図
１１に示されるように、先ず、データをサンプリングし
（ステップ１）、上述の４種類の特徴量１〜４を抽出し
（ステップ２）、次のようにして行われる（ステップ
３）。

【００４０】すなわち、特徴量１（ＥＳＵＭ）および特
徴量２（ＳＥＳＵＭ）により、表１の各ファジィルール
の対応するメンバーシップ関数において適合度が求めら
れる。そして、各ファジィルール毎に、各前件部の適合
度の最も小さい値が前件部適合度として選択される（Ｍ
ＩＮ演算）。このように各ファジィルールにおいて得ら
れる前件部適合度によって各ファジィルールの後件部に
関する各メンバーシップ関数が裁断され、さらに、裁断
されたすべてのファジィルールに関する各メンバーシッ
プ関数が重ね合わされ（ＭＡＸ演算）、重ね合わせ図形
の重心位置に対応する位置の出力値が求められ、この出
力値によって、正常であるか否かが判定される。

【００４１】この最初のファジィ推論によって異常であ
ると判定されると、特徴量３（ＴＳ）および特徴量４
（ＴＢ）により、表２の各ファジィルールの対応するメ
ンバーシップ関数において適合度が求められる。そし
て、各ファジィルール毎に、各前件部の適合度の最も小
さい値が前件部適合度として選択される（ＭＩＮ演
算）。このように各ファジィルールにおいて得られる前
件部適合度によって各ファジィルールの後件部に関する
各メンバーシップ関数が裁断され、さらに、裁断された
すべてのファジィルールに関する各メンバーシップ関数
が重ね合わされ（ＭＡＸ演算）、重ね合わせ図形の重心
位置に対応する位置の出力値が求められ、この出力値に
よって、最終的に正常であるか否かが判定される。

【００４２】また、最初のファジィ推論によって正常で
あると判定されると、特徴量３（ＴＳ）および特徴量４
（ＴＢ）により、表３の各ファジィルールの対応するメ
ンバーシップ関数において適合度が求められる。そし
て、各ファジィルール毎に、各前件部の適合度の最も小
さい値が前件部適合度として選択される（ＭＩＮ演
算）。このように各ファジィルールにおいて得られる前
件部適合度によって各ファジィルールの後件部に関する
各メンバーシップ関数が裁断され、さらに、裁断された
すべてのファジィルールに関する各メンバーシップ関数
が重ね合わされ（ＭＡＸ演算）、重ね合わせ図形の重心
位置に対応する位置の出力値が求められ、この出力値に
よって、最終的に正常であるか否かが判定される。

【００４３】次に、この推論部２２の判定出力を設置状
況を考慮したものとなるように、ゲイン調整部２６で判
定出力値を補正する補正部２３の動作を説明する。

【００４４】学習部２５は、初期設定時などにおける外
部からの操作によって、切換回路２４を介して加速度波
形が与えられ、これに基づいて、常微振動（正常時にお
ける通常の振動）のエネルギーレベルを算出し、後述の
ようにファジィ推論して推論部２２からの判定出力に対
するゲイン調整量、すなわち、補正量を求めるものであ
る。

【００４５】この学習部２５では、図１２に示されるよ
うに、加速度波形から５ミリ秒毎に振動加速度をサンプ
リングし（ステップ１）、加速度波形がゼロクロスする
周期を求め（ステップ２）、推論部２２と同様にして常
微振動のエネルギーレベルを算出し（ステップ３）、こ
のエネルギーレベルを入力として推論部２２の判定出力
を補正するためのゲイン調整量をファジィ推論し（ステ
ップ４）、１分経過したか否かを判断し（ステップ
５）、１分経過したときには、終了する。すなわち、こ
の実施例では、１分間に亘って学習を行う。

【００４６】この実施例では、学習部２５による推論
は、図１３および図１４に示されるメンバーシップ関数
および下記の表４のファジィルールによって行う。

【００４７】すなわち、図１３はエネルギーレベルのメ
ンバーシップ関数を示し、「小さい」、「やや大き
い」、「大きい」、「非常に大きい」の４個のラベルを
有しており、図１４は後件部であるゲイン調整量のメン
バーシップ関数値を示しており、「非常に小さい」、
「小さい」、「やや大きい」、「非常に大きい」の４個
のラベルを有している。

【００４８】また、ファジィルールは、次の表４の通り
である。

【００４９】

【表４】

【００５０】学習部２５では、エネルギーレベルが与え
られると、表４のファジィルールの内の対応するルール
において、各ラベルの入力変数の適合度が算出され、各
ルール毎に最も小さい値が入力変数の適合度として選択
される（ＭＩＮ演算）。

【００５１】次に、上記ルールにおける入力変数の適合
度それぞれが、対応するそれぞれの出力変数ラベルのメ
ンバーシップ関数値に乗算され、それら乗算値のすべて
が加算されたものが、入力変数の適合度の合計値で除算
される（ＭＡＸ演算）ことにより、ゲイン調整量が算出
される。

【００５２】このようして学習部２５では、ゲイン調整
量をファジィ推論し、このゲイン調整量で推論部２２の
判定出力を補正する。

【００５３】したがって、設置状況に応じた判定出力を
得ることが可能となる。

【００５４】図１５は、本発明の他の実施例の構成図で
あり、上述の実施例に対応する部分には、同一の参照符
を付す。

【００５５】この実施例の防犯装置は、振動を検出する
振動検出部１と、温度上昇を検出して温度上昇データを
出力する温度上昇検出部２７と、両検出部１，２７の出
力に基づいて、後述のように異常であるか否かを判定す
るマイクロコンピュータ２₁と、設定部３と、出力部４
とを備えている。

【００５６】温度上昇検出部２７は、自動販売機付近の
温度変化を検知し、単位時間当たりの温度上昇のデータ
を出力するものである。

【００５７】マイクロコンピュータ２₁は、上述の実施
例と同様に、周波数計測タイマ１７と、基準周期記憶部
１８と、演算部１９と、制御部２０₁と、補正データメ
モリ２１₁とを備えている。

【００５８】振動検出部１、設定部３および出力部４
は、上述の実施例と同様である。

【００５９】図１６は、図７に対応する機能ブロック図
であり、この実施例では、マイクロコンピュータ２
₁は、振動検出部１の出力から上述のようにして抽出さ
れた特徴量に基づいて、ファジィ推論することにより、
異常であるか否かを判定する第１推論部２２と、予め振
動検出部１の出力に対応する加速度波形を学習して第１
推論部２２における判定を補正する第１補正部２３と、
予め温度上昇検出部２７からの温度上昇データを学習し
て温度上昇検出部２７からの温度上昇データを補正する
第２補正部２８と、第１補正部２３で補正された第１推
論部２２の判定出力および第２補正部２８と補正された
温度上昇データに基づいて、ファジィ推論することによ
り、最終的に正常であるか否かを判定する第２推論部２
９としての機能を備えている。

【００６０】第１推論部２２および第１補正部２３は、
上述の実施例の推論部２２および補正部２３と同様であ
る。

【００６１】第２補正部２８は、自動販売機の初期設定
時などにおける外部からの操作によって、切換回路３０
を介して温度上昇データが与えられ、これらに基づい
て、後述のように自動販売機の温度変化のしやすさを学
習する学習部３１と、この学習部３１の学習データに基
づいて、温度上昇データを補正するゲイン調整部３２と
を備えており、学習のためのファジィルールやメンバー
シップ関数などは、補正データメモリ２１₁に格納され
ている。

【００６２】この第２補正部２８の学習部３１では、温
度上昇検出部２７からの温度上昇レベルを入力としてゲ
イン調整量をファジィ推論するものであり、図１７に示
されるように、１秒毎に温度上昇データをサンプリング
し（ステップ１）、温度上昇レベルを入力としてゲイン
調整量をファジィ推論し（ステップ２）、１分経過した
か否かを判断し（ステップ３）、１分経過したときに
は、終了する。

【００６３】この実施例では、学習部３１による推論
は、図１８および図１９に示されるメンバーシップ関数
および下記の表５のファジィルールによって行う。

【００６４】すなわち、図１８は温度上昇レベルのメン
バーシップ関数を示し、「小さい」、「やや大きい」、
「大きい」、「非常に大きい」の４個のラベルを有して
おり、図１９は後件部であるゲイン調整量のメンバーシ
ップ関数値を示しており、「非常に小さい」、「小さ
い」、「やや大きい」、「大きい」の４個のラベルを有
している。

【００６５】また、ファジィルールは、次の表５の通り
である。

【００６６】

【表５】

【００６７】このようして学習部２８では、ゲイン調整
量をファジィ推論し、このゲイン調整量で温度上昇デー
タを補正する。

【００６８】第２推論部２９では、補正された第１推論
部２２の判定出力値および補正された温度上昇データを
入力としてファジィ推論し、最終的に異常であるか否か
を判定するものである。

【００６９】この実施例では、第２推論部２９による判
定は、図２０および図２１に示されるメンバーシップ関
数および下記の表６のファジィルールによって行う。

【００７０】すなわち、図２０（Ａ）は補正された第１
推論部２２の判定出力値のメンバーシップ関数を示し、
「異常」、「正常」の２個のラベルを有しており、図２
０（Ｂ）は温度上昇データのメンバーシップ関数を示
し、「なし」、「あり」の２個のラベルを有している。
図２１は後件部である判定出力のメンバーシップ関数を
示しており、「異常（ドリルなど）」、「正常（地震な
ど）」の２個のラベルを有している。

【００７１】また、ファジィルールは、次の表６の通り
である。

【００７２】

【表６】

【００７３】このようして第２推論部２９では、設置状
況に応じて補正された入力に基づいて、最終的に正常か
否かを判定することになる。

【００７４】図２２は、この実施例の動作に対応するフ
ローチャートであり、先ず、データをサンプリングし
（ステップ１）、振動があるか否か判断し（ステップ
２）、振動があるときには、第１推論部２２でファジィ
推論し（ステップ３）、さらに、第２推論部２９でファ
ジィ推論して（ステップ４）終了する。また、ステップ
２において、振動がないときには、ステップ４に移る。

【００７５】図２３は、本発明のさらに他の実施例の構
成図であり、図２４は、その機能ブロック図であり、図
１および図７に対応する部分には、同一の参照符を付
す。

【００７６】この実施例は、図１の実施例において、通
常動作状態における振動データを採取するデータ採取メ
モリ３３を追加したものであり、このデータ採取メモリ
３３には、通常動作状態において、一定の時間間隔で、
１分間の振動データを格納する。

【００７７】そして、外部からの学習開始信号に応答
し、データ採取メモリ３３に格納されている振動データ
をサンプル毎に読み出して、図１の実施例と同様に、ゲ
イン調整量をファジィ推論し、全サンプルについてのゲ
イン調整量の平均値を最終的なゲイン調整量として補正
を行うものであり、その他の構成は、図１の実施例と同
様である。

【００７８】この実施例によれば、通常動作状態のデー
タを学習して補正するので、より設置状況に適合した補
正が行えることになる。

【００７９】図２５は、本発明のさらに他の実施例の構
成図であり、図２６は、その機能ブロック図であり、図
１５および図１６に対応する部分には、同一の参照符を
付す。

【００８０】この実施例は、図１５の実施例において、
通常動作状態における振動データおよび温度上昇データ
を採取するデータ採取メモリ３４を追加したものであ
り、このデータ採取メモリ３４には、通常動作状態にお
いて、一定の時間間隔で１分間の振動データおよび温度
上昇データをそれぞれ格納する。

【００８１】そして、外部からの学習開始信号に応答
し、データ採取メモリ３４に格納されている振動データ
および温度上昇データをサンプル毎に読み出して、図１
および図１５の実施例と同様に、ゲイン調整量をそれぞ
れファジィ推論し、全サンプルについてのゲイン調整量
の平均値を最終的なゲイン調整量として補正を行うもの
であり、その他の構成は、図１５の実施例と同様であ
る。

【００８２】この実施例によれば、通常動作状態のデー
タを学習して補正するので、より設置状況に適合した補
正が行えることになる。

【００８３】図２７は、本発明の他の実施例の構成図で
あり、図２５の実施例に対応する部分には、同一の参照
符を付す。

【００８４】この実施例は、図２５の実施例の振動検出
部１および温度上昇検出部２７に加えて、その出力が故
障検出用の比較信号とされる振動検出部３５および温度
上昇検出部３６を備えるとともに、両振動検出部１，３
５の出力を比較することにより、振動検出部１，３５の
故障を検知する第１故障検知部３７と、両温度上昇検出
部２７，３６の出力を比較することにより、温度上昇検
出部２７，３６の故障を検知する第２故障検知部３８と
を備えており、さらに、上位システム３９との間で通信
を行うための通信手段４０および防犯装置専用の電源４
１を備えている。

【００８５】第１故障検知部３７は、図２８のフローチ
ャートに示されるように、両振動検出部の出力をサンプ
リングし（ステップ１，２）、それらを比較し（ステッ
プ３）、大幅に異なる場合に、故障であるとして検知信
号を出力する（ステップ４）。

【００８６】また、第２故障検知部３８は、図２９のフ
ローチャートに示されるように、両温度上昇検出部２
７，３６の出力をサンプリングし（ステップ１，２）、
それらを比較し（ステップ３）、大幅に異なる場合に
は、故障であるとして検知信号を出力する（ステップ
４）。

【００８７】マイクロコンピュータ２₄は、この検知信
号に応答して出力部４あるいは通信手段４０を介して故
障である旨を報知する。

【００８８】振動検出部１の出力および温度上昇検出部
２７の出力は、故障検出部３７，３８を介して推論手段
４２に与えられており、この推論手段４２において、図
２５の実施例と同様に、異常であるか否かを判定する。

【００８９】通信手段４０は、盗難状況を上位システム
３９に通報し、また、上位システム３９から防犯装置を
遠隔操作、例えば、補正データの書き換えや採取データ
の取り込みを行うためのものであり、この実施例では、
電話回線を利用したものである。

【００９０】電源４１は、防犯装置を駆動させるための
ものであり、この実施例では、浮動充電式の２次電池を
用いており、停電時や盗難状況下において、自動販売機
の電源が断たれたときにも、防犯装置は、動作できるよ
うに構成されている。

【００９１】その他の構成は、図２５の実施例と同様で
ある。

【００９２】

【発明の効果】以上のように本発明によれば、振動検出
部や温度上昇検出部の出力を学習して、推論部における
判定を補正するようにしているので、設置状況に応じて
正確な判定をすることが可能となる。また、振動検出部
や温度上昇検出部の故障を検知することができる。

【図面の簡単な説明】

【図１】本発明が適用された実施例の全体構成を示すブ
ロック図である。

【図２】図１のＣＲ発振回路の構成図である。

【図３】容量センサの分解斜視図である。

【図４】容量センサの断面図である。

【図５】振動のよる周波数の変化を示す波形図である。

【図６】振動加速度の波形図である。

【図７】図１の実施例の機能ブロック図である。

【図８】特徴量の抽出を説明するための加速度波形図で
ある。

【図９】前件部のメンバーシップ関数を示す図である。

【図１０】後件部のメンバーシップ関数を示す図であ
る。

【図１１】動作説明に供するフローチャートである。

【図１２】動作説明に供するフローチャートである。

【図１３】前件部のメンバーシップ関数を示す図であ
る。

【図１４】後件部のメンバーシップ関数を示す図であ
る。

【図１５】本発明の他の実施例のブロック図である。

【図１６】図１５の実施例の機能ブロック図である。

【図１７】動作説明に供するフローチャートである。

【図１８】前件部のメンバーシップ関数を示す図であ
る。

【図１９】後件部のメンバーシップ関数を示す図であ
る。

【図２０】前件部のメンバーシップ関数を示す図であ
る。

【図２１】後件部のメンバーシップ関数を示す図であ
る。

【図２２】動作説明に供するフローチャートである。

【図２３】本発明の他の実施例のブロック図である。

【図２４】図２３の実施例の機能ブロック図である。

【図２５】本発明の他の実施例のブロック図である。

【図２６】図２５の実施例の機能ブロック図である。

【図２７】本発明の他の実施例のブロック図である。

【図２８】動作説明に供するフローチャートである。

【図２９】動作説明に供するフローチャートである。

【符号の説明】

1，３５ 振動検出部 ２２，２９ 推論部 ２３，２８ 補正部 ２７．３６ 温度上昇検出部 ４０ 通信手段 ４１ 電源

Claims (6)

【特許請求の範囲】
1. 【請求項１】自動販売機等の盗難を防止するための防犯
   装置であって、 振動を検出する振動検出部と、 該振動検出部の出力に基づいて、異常であるか否かを判
   定する推論部と、 予め学習した前記振動検出部の出力に基づいて、前記判
   定を補正する補正部と、 を備えることを特徴とする防犯装置。
2. 【請求項２】自動販売機等の盗難を防止するための防犯
   装置であって、 振動を検出する振動検出部と、 温度上昇を検出する温度上昇検出部と、 前記各検出部の出力に基づいて、異常であるか否かを判
   定する推論部と、 予め学習した前記振動検出部の出力および前記温度上昇
   検出部の出力に基づいて、前記判定を補正する補正部
   と、 を備えることを特徴とする防犯装置。
3. 【請求項３】自動販売機等の盗難を防止するための防犯
   装置であって、 振動をそれぞれ検出する少なくとも２つの振動検出部
   と、 両振動検出部の出力に基づいて、振動検出部の故障を検
   知する故障検知部と、 振動検出部の出力に基づいて、異常であるか否かを判定
   する推論部と、 予め学習した前記振動検出部の出力に基づいて、前記判
   定を補正する補正部と、 を備えることを特徴とする防犯装置。
4. 【請求項４】自動販売機等の盗難を防止するための防犯
   装置であって、 振動を検出する少なくとも２つの振動検出部と、 両振動検出部の出力に基づいて、振動検出部の故障を検
   知する第１故障検知部と、 温度上昇をそれぞれ検出する少なくとも２つの温度上昇
   検出部と、 両温度上昇検出部の出力に基づいて、温度上昇検出部の
   故障を検知する第２故障検知部と、 前記振動検出部および温度上昇検出部の出力に基づい
   て、異常であるか否かを判定する推論部と、 予め学習した前記振動検出部の出力および前記温度上昇
   検出部の出力に基づいて、前記判定を補正する補正部
   と、 を備えることを特徴とする防犯装置。
5. 【請求項５】自動販売機等とは別の専用の電源を有する
   前記請求項第１項ないし第４項のいずかに記載の防犯装
   置。
6. 【請求項６】上位のシステムと通信手段で接続されてい
   る前記請求項第１項ないし第５項のいずれかに記載の防
   犯装置。