DE102015208895A1

DE102015208895A1 - Diagnostic data extraction device and vehicle diagnostic device

Info

Publication number: DE102015208895A1
Application number: DE102015208895.2A
Authority: DE
Inventors: Utsushi Sakai; Kokichi SHINODA; Kentarou Hitomi; Takashi Bando; Yuki Shinohara; Kazuhito TAKENAKA; Masumi Egawa
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2014-05-14
Filing date: 2015-05-13
Publication date: 2015-11-19
Also published as: JP6323157B2; JP2015219029A

Abstract

Eine Extraktionsvorrichtung für diagnostische Daten extrahiert diagnostische Daten für die Durchführung einer Fahrzeugdiagnose. Die Extraktionsvorrichtung für diagnostische Daten weist eine Fahrzeugdatenerfassungseinheit, eine Zeitsegmentidentifizierungseinheit und eine Extraktionseinheit auf. Die Fahrzeugdatenerfassungseinheit erfasst Fahrzeugdaten, welche in einem Fahrzeug erzeugt werden, auf welchem die Diagnose durchgeführt werden soll. Die Zeitsegmentidentifizierungseinheit identifiziert ein Zeitsegment, währenddessen eine Fahrbedingung ein vorherbestimmtes Muster hat, welches angemessen für die Diagnose ist, basierend auf den Fahrzeugdaten. Die Extraktionseinheit extrahiert zumindest einige der Fahrzeugdaten, welche erzeugt worden sind während des Zeitsegments als diagnostische Daten.A diagnostic data extracting device extracts diagnostic data for performing a vehicle diagnosis. The diagnostic data extracting apparatus includes a vehicle data acquiring unit, a time segment identifying unit, and an extraction unit. The vehicle data acquisition unit acquires vehicle data generated in a vehicle on which the diagnosis is to be performed. The time segment identifying unit identifies a time segment during which a driving condition has a predetermined pattern that is appropriate for diagnosis based on the vehicle data. The extraction unit extracts at least some of the vehicle data generated during the time segment as diagnostic data.

Description

Technischer HintergrundTechnical background

Die vorliegende Erfindung betrifft eine Extraktionsvorrichtung für diagnostische Daten, welche diagnostische Daten extrahiert, welche dazu verwendet werden, eine Diagnose einer Anomalie in einem Fahrzeug durchzuführen und eine Fahrzeugdiagnosevorrichtung, welches diagnostiziert, ob oder nicht eine Anomalie in dem Fahrzeug aufgetreten ist.The present invention relates to a diagnostic data extracting device that extracts diagnostic data that is used to perform a diagnosis of an abnormality in a vehicle and a vehicle diagnostic device that diagnoses whether or not an abnormality has occurred in the vehicle.

Als oben beschriebene Fahrzeugdiagnosevorrichtung ist eine Vorrichtung bekannt, welche eine Diagnose durchführt unter Verwendung diagnostischer Daten, welche erfasst worden sind, wenn die Fahrzeugposition eine vorher bestimmte Position wird, und diagnostischer Daten von einem Zeitpunkt, wenn das Fahrverhalten von einem vorbereiteten normalen Fahrverhalten abweicht (siehe beispielsweise JP-A-2012-018527 ).As the vehicle diagnostic apparatus described above, there is known a device that performs diagnosis using diagnostic data that has been detected when the vehicle position becomes a predetermined position and diagnostic data from a time point when the drivability deviates from a prepared normal driving behavior (see FIG for example JP-A-2012-018527 ).

Jedoch werden bei der oben beschriebenen Fahrzeugdiagnosevorrichtung die diagnostischen Daten nicht zwangsläufig erfasst, wenn das Fahrmuster für die Diagnose angemessen ist, weil die Fahrweise von dem Fahrer abhängt. Daher wird eine angemessene Diagnose nicht zwangsläufig durchgeführt.However, in the vehicle diagnostic apparatus described above, the diagnostic data is not necessarily detected when the driving pattern for the diagnosis is appropriate because the driving manner depends on the driver. Therefore, an appropriate diagnosis is not necessarily performed.

ZusammenfassungSummary

Es ist daher wünschenswert, eine Extraktionsvorrichtung für diagnostische Daten, welche diagnostische Daten extrahiert, welche dazu verwendet werden, eine Diagnose einer Anomalie in einem Fahrzeug durchzuführen, dazu zu befähigen, diagnostische Daten zu extrahieren, welche eine angemessene Diagnose ermöglichen.It is therefore desirable to enable a diagnostic data extracting device, which extracts diagnostic data used to make a diagnosis of an abnormality in a vehicle, to extract diagnostic data that enables an appropriate diagnosis.

Eine erste beispielhafte Ausführungsform betrifft eine Extraktionsvorrichtung für diagnostische Daten, welche Fahrzeugdatenerfassungsmittel, Zeitsegmentidentifikationsmittel und Extraktionsmittel aufweist. Das Fahrzeugdatenerfassungsmittel erfasst Fahrzeugdaten, welche erzeugt werden in einem Fahrzeug, auf welchem die Diagnose durchgeführt wird. Das Zeitsegmentidentifikationsmittel identifiziert ein Zeitsegment (der Betrag von Zeit oder eine Periode von einer Startzeit bis zu einer Endzeit), während dem eine Fahrbedingung des Fahrzeugs ein vorherbestimmtes Muster hat, und ein Muster (DP) angemessen für die Diagnose ist, basierend auf den Fahrzeugdaten. Das Extraktionsmittel extrahiert zumindest einige der Fahrzeugdaten, welche während dem Zeitsegment erzeugt werden, als diagnostische Daten.A first exemplary embodiment relates to a diagnostic data extracting device comprising vehicle data acquisition means, time segment identification means and extraction means. The vehicle data acquisition means detects vehicle data which is generated in a vehicle on which the diagnosis is performed. The time segment identification means identifies a time segment (the amount of time or a period from a start time to an end time) during which a running condition of the vehicle has a predetermined pattern and a pattern (DP) is appropriate for diagnosis based on the vehicle data. The extracting means extracts at least some of the vehicle data generated during the time segment as diagnostic data.

Bei der Extraktionsvorrichtung für diagnostische Daten, wie sie oben beschrieben ist, werden die Fahrzeugdaten als diagnostische Daten extrahiert, während eines Zeitsegments, in welchem die Fahrbedingung ein angemessenes Muster hat, wodurch es möglich wird, Daten zu extrahieren, wenn die Fahrbedingungen im Wesentlichen ähnlich sind.In the diagnostic data extracting apparatus as described above, the vehicle data is extracted as diagnostic data during a time segment in which the driving condition has an appropriate pattern, thereby making it possible to extract data when the driving conditions are substantially similar ,

Eine zweite beispielhafte Ausführungsform betrifft eine Fahrzeugdiagnosevorrichtung, welche ein diagnostische-Daten-Erfassungsmittel und diagnostische Mittel aufweist. Das diagnostische-Daten-Erfassungsmittel erfasst die Fahrbedingung des Fahrzeugs und erfasst diagnostische Daten für die Fahrzeugdiagnose, welche aufgezeichnet werden, wenn die Fahrbedingung des Fahrzeugs ein vorherbestimmtes Muster hat. Das diagnostische Mittel diagnostiziert, ob oder nicht eine Anomalie aufgetreten ist in dem Fahrzeug basierend auf einem vorbereiteten diagnostischen Modell für ein jedes Fahrmuster und den diagnostischen Daten. Das diagnostische-Daten-Erfassungsmittel erfasst die diagnostischen Daten, welche von der Extraktionsvorrichtung für diagnostische Daten extrahiert worden sind.A second exemplary embodiment relates to a vehicle diagnostic apparatus having diagnostic data acquisition means and diagnostic means. The diagnostic data acquiring means detects the running condition of the vehicle and acquires diagnostic data for the vehicle diagnosis, which are recorded when the running condition of the vehicle has a predetermined pattern. The diagnostic agent diagnoses whether or not an abnormality has occurred in the vehicle based on a prepared diagnostic model for each driving pattern and the diagnostic data. The diagnostic data acquiring means acquires the diagnostic data extracted by the diagnostic data extracting device.

In der Fahrzeugdiagnosevorrichtung, wie sie oben beschrieben ist, kann eine Diagnose durchgeführt werden unter Verwendung von Daten, wenn die Fahrbedingungen im Wesentlichen ähnlich sind. Daher kann die Genauigkeit der Diagnose verbessert werden.In the vehicle diagnostic apparatus as described above, diagnosis may be performed using data when the driving conditions are substantially similar. Therefore, the accuracy of the diagnosis can be improved.

Um die oben genannte Aufgabe zu lösen, kann die Erfindung ein Programm sein, welches ein jedes Mittel durchführt, welches die Extraktionsvorrichtung für diagnostische Daten konfiguriert, und die Fahrzeugdiagnosevorrichtung kann durch einen Computer ausgeführt werden. Zusätzlich können die Gegenstände eines jeden Anspruchs willkürlich miteinander kombiniert werden, wenn es möglich ist. In diesem Fall können einige Konfigurationen weggelassen werden zu dem Ausmaß, dass die Aufgabe der Erfindung immer noch gelöst werden kann.In order to achieve the above object, the invention may be a program which executes each means configuring the diagnostic data extracting apparatus, and the vehicle diagnostic apparatus may be executed by a computer. In addition, the objects of each claim can be arbitrarily combined with each other, if possible. In this case, some configurations may be omitted to the extent that the object of the invention can still be achieved.

Kurzbeschreibung der FigurenBrief description of the figures

In den zugehörigen Figuren:In the accompanying figures:

Ist 1 ein Blockdiagramm einer Gesamtkonfiguration eines diagnostischen Systems, auf welches eine Ausführungsform angewendet wird;is 1 10 is a block diagram of an overall configuration of a diagnostic system to which an embodiment is applied;

Ist 2A ein Flussdiagramm eines Datenspeicherverfahrens, welches von einer CPU einer diagnostischen Vorrichtung durchgeführt wird;is 2A a flowchart of a data storage method, which is performed by a CPU of a diagnostic device;

Sind 2B und 2C beispielhafte Diagramme eines Verfahrens für die Klassifikation eines Fahrmusters gemäß der Ausführung;are 2 B and 2C exemplary diagrams of a method for the classification of a driving pattern according to the embodiment;

Ist 3 ein Flussdiagramm eines Aufzeichnungsverfahrens in dem Datenspeicherverfahren;is 3 a flowchart of a recording method in the data storage method;

Sind 4A bis 4C Diagnoseinformationenkarten, welche verwendet werden in Übereinstimmung mit der Ausführungsform; are 4A to 4C Diagnostic information cards used in accordance with the embodiment;

Ist 5 ein Flussdiagramm eines Diagnoseverfahrens, welches durchgeführt wird durch die CPU der Diagnosevorrichtung;is 5 a flowchart of a diagnostic method, which is performed by the CPU of the diagnostic device;

Ist 6 ein Flussdiagramm eines diagnostischen Ausführungsverfahrens in dem diagnostischen Verfahren gemäß dieser Ausführungsform;is 6 a flowchart of a diagnostic execution method in the diagnostic method according to this embodiment;

Ist 6 ein erklärendes Diagramm eines Beispiels einer Verwendung von Sensordaten gemäß der Ausführungsform;is 6 an explanatory diagram of an example of use of sensor data according to the embodiment;

Ist 7 eine Tabelle einer Karte, welche in einem Abwandlungsbeispiel verwendet wird;is 7 a table of a map used in a modification example;

Sind 8A bis 8C beispielhafte Diagramme von Verfahren für die Klassifikation eines Fahrmusters in Übereinstimmung mit der Ausführungsform in den Abwandlungsbeispielen; undare 8A to 8C exemplary diagrams of methods for the classification of a driving pattern in accordance with the embodiment in the modification examples; and

Sind 9A und 9B beispielhafte Diagramme von Beispielen der Verwendung von Sensordaten in den Abwandlungsbeispielen.are 9A and 9B exemplary diagrams of examples of the use of sensor data in the modification examples.

Beschreibung der AusführungsformenDescription of the embodiments

Eine Ausführungsform der vorliegenden Erfindung wird im Folgenden beschrieben mit Bezugnahme auf die Figuren.An embodiment of the present invention will be described below with reference to the figures.

Konfigurationconfiguration

Ein diagnostisches System 1, auf welches die vorliegende Erfindung angewandt wird, ist in einem Fahrzeug (Eigenfahrzeug bzw. eigenes Fahrzeug, z. B. ein Personenfahrzeug) montiert. Das diagnostische System 1 ist dazu ausgelegt, dazu fähig zu sein, ein Zeitsegment zu identifizieren, in welchem eine Fahrbedingung des Fahrzeugs ein vorherbestimmtes Muster hat, um für die Diagnose angemessen zu sein, und zumindest einige der Sensordaten (SD; Fahrzeugdaten), welche während dem Zeitsegment dieses Fahrmusters erzeugt worden sind, als diagnostische Daten zu extrahieren.A diagnostic system 1 to which the present invention is applied is mounted in a vehicle (own vehicle, eg, a passenger vehicle). The diagnostic system 1 is configured to be able to identify a time segment in which a driving condition of the vehicle has a predetermined pattern to be appropriate for diagnosis, and at least some of the sensor data (SD; vehicle data) obtained during the time segment of this driving pattern have been generated to extract as diagnostic data.

Im Speziellen, wie in 1 gezeigt, weist das diagnostische System 1 eine diagnostische Vorrichtung 10, verschiedene elektronische Steuerungseinheiten (ECUs) 21 bis 24, und verschiedene Sensoren 25 auf. Die diagnostische Vorrichtung 10, die verschiedenen ECUs 21 bis 24 und die verschiedenen Sensoren 25 sind jeweils mit einer Kommunikationsleitung 5 verbunden und können miteinander kommunizieren.In particular, as in 1 showed the diagnostic system 1 a diagnostic device 10 , various electronic control units (ECUs) 21 to 24 , and various sensors 25 on. The diagnostic device 10 , the different ECUs 21 to 24 and the different sensors 25 are each with a communication line 5 connected and can communicate with each other.

Als die verschiedenen ECUs 21 bis 24 sind eine Motor-ECU 21, welche den Motor des eigenen Fahrzeugs kontrolliert, eine Bremsen-ECU 22, welche die Bremsen des eigenen Fahrzeugs kontrolliert, ein Lenk-ECU 23, welche den Lenkwinkel des eigenen Fahrzeugs kontrolliert, eine Aufhängungs-ECU 24, welche die Fahrzeughöhe und Ausrichtung des eigenen Fahrzeugs kontrolliert und ähnliches eingeschlossen. Zusätzlich, als die verschiedenen Sensoren 25 sind ein Fahrzeuggeschwindigkeitssensor, welcher die Fahrgeschwindigkeit des eigenen Fahrzeugs erfasst, ein Beschleunigungssensor, welcher die Beschleunigung des eigenen Fahrzeugs erfasst, ein Gearratensensor, welcher die Geschwindigkeit des eigenen Fahrzeugs erfasst und ähnliches vorgesehen.As the different ECUs 21 to 24 are an engine ECU 21 controlling the engine of the own vehicle, a brake ECU 22 controlling the brakes of the own vehicle, a steering ECU 23 , which controls the steering angle of the own vehicle, a suspension ECU 24 which controls the vehicle height and orientation of the own vehicle and the like included. In addition, as the different sensors 25 are a vehicle speed sensor which detects the running speed of the own vehicle, an acceleration sensor which detects the acceleration of the own vehicle, a gear rate sensor which detects the speed of the own vehicle and the like.

Die ECUs 21 bis 24 geben an die Kommunikationsleitung 5 die Berechnungsergebnisse aus, welche von den ECUs 21 bis 24 selbst erfasst worden sind und die Signale von den mit diesen verbundenen Sensoren.The ECUs 21 to 24 give to the communication line 5 the calculation results from which of the ECUs 21 to 24 themselves have been detected and the signals from the sensors connected to them.

Zusätzlich geben die verschiedenen Sensoren 25 an die Kommunikationsleitung 5 Signale aus, welche von den Sensoren 25 selbst erfasst worden sind. Diese Daten entsprechen Sensorendaten, welche später beschrieben werden.In addition, the different sensors give 25 to the communication line 5 Signals off, which from the sensors 25 have been recorded. This data corresponds to sensor data which will be described later.

Die diagnostische Vorrichtung 10 ist als ein Computer konfiguriert, welcher eine zentrale Verarbeitungseinheit (CPU) 11 und einen Speicher 12, wie eine Read Only Memory (ROM), einen Random Access Memory (RAM) oder ähnliches aufweist. Die diagnostische Vorrichtung 10 weist auch eine Datenbank 13 auf.The diagnostic device 10 is configured as a computer having a central processing unit (CPU) 11 and a memory 12 , such as a read only memory (ROM), a random access memory (RAM) or the like. The diagnostic device 10 also has a database 13 on.

Die CPU 11 führt verschiedene später beschriebene Verfahren durch, basierend auf in dem Speicher 12 gespeicherten Programmen. Die diagnostische Vorrichtung 10 zeichnet auf und hält in der Datenbank 13 Daten, welche empfangen worden sind über die Kommunikationsleitung 5, während der Durchführung solcher Verfahren.The CPU 11 performs various methods described later based on the memory 12 stored programs. The diagnostic device 10 records and keeps in the database 13 Data which has been received via the communication line 5 while performing such procedures.

Die Datenbank 13 weist ein Fahrmusterklassifikationsmittel 14, Diagnoseinformationenkarten 15, ein diagnostisches Modell 14 und Datenbanken auf, welche einem jeden Fahrmuster 16 bis 18 für ein jedes Fahrmuster zugeordnet sind. Nur drei Datenbanken 16 bis 18 sind gezeigt in Übereinstimmung mit der vorliegenden Ausführungsform. Jedoch kann die Anzahl der Datenbanken weniger sein oder mehr.Database 13 has a driving pattern classification means 14 , Diagnostic information cards 15 , a diagnostic model 14 and databases on which each driving pattern 16 to 18 are assigned for each driving pattern. Only three databases 16 to 18 are shown in accordance with the present embodiment. However, the number of databases may be less or more.

Das Fahrmusterklassifikationsmodell 14 zeichnet in sich Modelle auf, welche dazu verwendet werden, das Fahrmuster zu klassifizieren basierend auf beispielsweise der Kombination mehrerer Stücke an Sensordaten. Die Anzahl an aufgezeichneten Modellen entspricht der Anzahl der Datenbanken 16 bis 18. In anderen Worten sind die Anzahl an Datenbanken 16 bis 18 und die Anzahl an Fahrmustern, welche von der Diagnosevorrichtung 10 klassifiziert sind, derart eingestellt, dass eine 1:1-Beziehung besteht.The driving pattern classification model 14 records in itself models which are used to classify the driving pattern based on, for example, the combination of several pieces of sensor data. The number of recorded models corresponds to the number of databases 16 to 18 , In other words, the number of databases 16 to 18 and the number of driving patterns used by the diagnostic device 10 classified so that there is a one-to-one relationship.

Die CPU 11 klassifiziert das Fahrmuster basierend auf den Fahrzeugdaten und zeichnet die Sensordaten in den Datenbanken 16 bis 18 auf, welche dem klassifizierten Fahrmuster entspricht.The CPU 11 classifies the driving pattern based on the vehicle data and records the sensor data in the databases 16 to 18 which corresponds to the classified driving pattern.

Zusätzlich wird das diagnostische Modell 31 verwendet, wenn eine Diagnose durchgeführt ist und ist vorbereitet für einen jeden Typ von Diagnose und Fahrmuster (siehe 4C). Das Diagnosemodell 31 weist mehrere Parameter auf, welche verwendet werden, um eine Diagnose durchzuführen, und diese Parameter wurden vorbereitet durch Lernen oder ähnliches.In addition, the diagnostic model 31 used when a diagnosis is made and is prepared for each type of diagnosis and driving pattern (see 4C ). The diagnostic model 31 has several parameters used to make a diagnosis, and these parameters were prepared by learning or the like.

Verfahrenmethod

In dem diagnostischen System 1, welches auf diese Weise konfiguriert ist, führt die CPU 11 der diagnostischen Vorrichtung 10 ein Datenspeicherverfahren durch, welches in 2 gezeigt ist. In dem Datenspeicherverfahren werden Daten in der Datenbank 13 aufgezeichnet für ein jedes Fahrmuster mit einer Klassifikation der Fahrmuster. Zusätzlich wird das Datenspeicherverfahren gestartet, wenn beispielsweise der Motor bzw. die Energie des Fahrzeuges angeschaltet wird und wird wiederholt danach mit einem fixen Zyklus durchgeführt.In the diagnostic system 1 , which is configured in this way, performs the CPU 11 the diagnostic device 10 a data storage method, which in 2 is shown. In the data storage process, data in the database 13 recorded for each driving pattern with a classification of driving patterns. In addition, the data storage method is started when, for example, the engine or the power of the vehicle is turned on and is repeatedly performed thereafter with a fixed cycle.

Wie in 2A gezeigt, empfängt in dem Datenspeicherverfahren zuerst die CPU 11 ein einzelnes Stück oder mehrere Stücke von Fahrzeugdaten für die Fahrmusterklassifikation, welches vorherbestimmt ist bzw. welche vorherbestimmt sind aus den berechneten Ergebnissen von den ECUs und den Sensordaten (Schritt S110). Dann klassifiziert die CPU 11 das momentane Fahrmuster unter Verwendung der Fahrzeugdaten für die Fahrmusterklassifikation und des Fahrmusterklassifikationsmodells 14 (Schritt S115).As in 2A In the data storage method, the CPU first receives the CPU 11 a single piece or pieces of vehicle data for the driving pattern classification, which is predetermined or which are predetermined from the calculated results of the ECUs and the sensor data (step S110). Then classified the CPU 11 the current driving pattern using the vehicle data for the driving pattern classification and the driving pattern classification model 14 (Step S115).

Beispielsweise werden, wie in 2B gezeigt, in dem Datenspeicherverfahren gemäß der vorliegenden Ausführungsform Sensordaten erfolgreich erfasst mit dem Ablauf von Zeit (Zeit t) und jedes Mal, wenn Sensordaten erfasst werden, wird die Fahrmusterklassifikation durchgeführt. Zu diesem Zeitpunkt kann die Fahrbedingung klassifiziert werden als ein jedes der Fahrmuster (DP₁ bis DP₃) oder keines dieser Fahrmuster. Zusätzlich kann, wie in 2 gezeigt, die Fahrbedingung auch einer Mehrzahl von Fahrmustern entsprechen bei einer bestimmten Zeitgebung bzw. einem bestimmten Zeitpunkt.For example, as in 2 B 2, in the data storage method according to the present embodiment, sensor data is successfully detected with the lapse of time (time t) and every time sensor data is detected, the drive pattern classification is performed. At this time, the driving condition may be classified as each of the driving patterns (DP ₁ to DP ₃ ) or none of these driving patterns. In addition, as in 2 shown, the driving condition of a plurality of driving patterns correspond at a certain timing or a certain time.

Als Nächstes wird ein Aufzeichnungsverfahren durchgeführt (Schritt S120). In dem Aufzeichnungsverfahren zeichnet die CPU 11 Daten in der Datenbank 13 auf.Next, a recording process is performed (step S120). In the recording method, the CPU draws 11 Data in the database 13 on.

Wie in 3 gezeigt, erfasst bei dem Aufzeichnungsverfahren zuerst die CPU 11 die Sensordaten (Schritt S150). Dann wählt die CPU 11 ein Fahrmuster (von welchem i = 1) aus den Fahrmustern aus (Schritt S115). Die Variable i wird dazu verwendet, den Typ des Fahrmusters zu klassifizieren und die Variable i und der Typ des Fahrmusters sind in einer 1:1 Beziehung miteinander verknüpft. Wenn die Variable i verändert wird, wird das dem Wert entsprechende Fahrmuster ausgewählt.As in 3 In the recording method, the CPU first detects 11 the sensor data (step S150). Then the CPU selects 11 a running pattern (of which i = 1) from the driving patterns (step S115). The variable i is used to classify the type of the driving pattern and the variable i and the type of the driving pattern are linked together in a 1: 1 relationship. When the variable i is changed, the driving pattern corresponding to the value is selected.

Als Nächstes wählt die CPU 11 die Datenbank aus, welche dem Fahrmuster entspricht, basierend auf Diagnoseinformationenkarten (Schritt S160). Wie in den 4A und 4B gezeigt, beinhalten die Karten eine Karte, in welcher die Fahrmuster (DP₁ bis DP₃) und die Typen von Sensordaten (SD₁ bis SD₃) mit den Diagnosetypen (FD₁ bis FD₃) verknüpft sind, und eine Karte, in welcher die Typen der Datenbanken (DB₁ bis DB₃) und die Typen von Sensordaten (SD₁ bis SD₃), welche in den Datenbanken aufgezeichnet sind, verknüpft sind.Next, the CPU selects 11 the database corresponding to the driving pattern based on diagnostic information cards (step S160). As in the 4A and 4B 2, the cards include a map in which the driving patterns (DP ₁ to DP ₃ ) and the types of sensor data (SD ₁ to SD ₃ ) are linked to the diagnosis types (FD ₁ to FD ₃ ), and a map in which the types of databases (DB ₁ to DB ₃ ) and the types of sensor data (SD ₁ to SD ₃ ) recorded in the databases are linked.

In der in 4A gezeigten Karte werden Beispiele von Sensordaten durch numerische Werte angezeigt und in der in 4B gezeigten Karte werden Beispiele der aufzeichenbaren Datengröße für eine jede Datenbank durch ein numerische Werte angezeigt. Der Teil, in welchem die aufzeichenbare Datengröße Null ist, zeigt an, dass die Datenbank (Aufzeichnungsbereich) nicht bereitgestellt ist. Weiterhin sind die Beispiele in der in 4A gezeigten Karte und der in 4B gezeigten Karte ohne eine Berücksichtigung der Entsprechung zwischen diesen Karten angegeben.In the in 4A In the map shown, examples of sensor data are indicated by numerical values and in the 4B As shown in the diagram, examples of the recordable data size for each database are indicated by numerical values. The part in which the recordable data size is zero indicates that the database (recording area) is not provided. Furthermore, the examples are in the in 4A shown map and the in 4B shown map without consideration of the correspondence between these cards.

Als Nächstes bestimmt die CPU 11 die Anwesenheit oder Abwesenheit von Sensordaten, welche in der Datenbank aufgezeichnet werden sollen (Schritt S165). In diesem Verfahren führt die CPU 11 eine Bestimmung aus basierend auf den Diagnoseinformationenkarten, welche in den 4A und 4B gezeigt sind.Next, the CPU determines 11 the presence or absence of sensor data to be recorded in the database (step S165). In this procedure, the CPU performs 11 a determination based on the diagnostic information cards included in the 4A and 4B are shown.

Wenn bestimmt worden ist, dass keine aufzuzeichnenden Sensordaten bestehen (Nein in Schritt S165), rückt die CPU 11 zu dem Verfahren in Schritt S175, welcher später beschrieben wird, vor. Wenn bestimmt worden ist, dass Daten bestehen, welche aufgezeichnet werden sollen (Ja in Schritt S165), zeichnet die CPU 11 die Sensordaten in der ausgewählten Datenbank auf (Schritt S170).When it is determined that there is no sensor data to be recorded (No at step S165), the CPU advances 11 to the process in step S175, which will be described later. If it is determined that there is data to be recorded (Yes in step S165), the CPU records 11 the sensor data in the selected database (step S170).

Als Nächstes vergleicht die CPU 11 die Variable i mit der Maximalanzahl N (Schritt S175). Die Maximalanzahl N ist gleich wie die Anzahl von Typen von Fahrmustern. Wenn bestimmt worden ist, dass die Variable i geringer ist als die Maximalnummer N (Nein in Schritt S175) erhöht die CPU 11 die Variable i (Schritt S180) und rückt zu dem Verfahren in Schritt S160 vor.Next, the CPU compares 11 the variable i having the maximum number N (step S175). The maximum number N is the same as the number of types of driving patterns. If it has been determined that the variable i is less than the maximum number N (No in step S175) increases the CPU 11 the variable i (step S180) and advances to the process in step S160.

Wenn bestimmt worden ist, dass die Variable i gleich ist wie (oder größer ist als) die Maximalanzahl N (Ja in Schritt S175), beendet die CPU 11 das Aufzeichnungsverfahren.If it has been determined that the variable i is equal to (or greater than) the maximum number N (Yes in step S175), the CPU ends 11 the recording method.

Als Nächstes wird ein Diagnoseverfahren beschrieben. In dem Diagnoseverfahren werden die aufgezeichneten Sensordaten dazu verwendet, zu diagnostizieren, ob oder nicht eine Anomalie in dem Eigenfahrzeug aufgetreten ist. Die CPU 11 der Diagnosevorrichtung 10 führt das Diagnoseverfahren durch mit einer willkürlichen Zeitgebung unabhängig von dem Datenspeicherverfahren.Next, a diagnostic method will be described. In the diagnostic method, the recorded sensor data is used to diagnose whether or not an abnormality has occurred in the own vehicle. The CPU 11 the diagnostic device 10 performs the diagnostic procedure with arbitrary timing regardless of the data storage method.

Wie in 5 gezeigt, stellt bei dem Diagnoseverfahren zuerst die CPU 11 eine Variable k auf 1 ein (Schritt S210). Die Variable k ist ein Wert, welcher dazu verwendet wird, den Typ der Diagnose (den Typ der zu erfassenden Anomalie) anzuzeigen. In dem darauffolgenden Verfahren erhöht sich die Variable k auf die Zahl K von Typen von vorbereiteten Diagnosen.As in 5 In the diagnostic procedure, the CPU is first set 11 a variable k to 1 (step S210). The variable k is a value used to indicate the type of diagnosis (the type of anomaly to be detected). In the following procedure, the variable k increases to the number K of types of prepared diagnoses.

Als Nächstes bestimmt die CPU 11, ob oder nicht die CPU 11 die ausgewählte Diagnose FD_k durchführen kann (Schritt S220). In diesem Verfahren wertet die CPU 11 die Sensordatengröße aus, welche in der Datenbank DB_i gespeichert ist, welche dem Fahrmuster DP_i entspricht, welches ausgewählt worden ist als angemessen für die Diagnose FD_k. Die CPU 11 bestimmt, dass die CPU 11 die ausgewählte Diagnose FD_k ausführen kann, wenn die gespeicherte Sensordatengröße den numerischen Wert überschreitet, welcher eingestellt ist in den Diagnoseinformationenkarten. Beispielsweise kann die folgende Formel verwendet werden als die Kriterienformel an diesem PunktNext, the CPU determines 11 whether or not the CPU 11 can perform the selected diagnosis FD _k (step S220). In this procedure, the CPU evaluates 11 the sensor data size stored in the database DB _i corresponding to the travel pattern DP _i that has been selected as appropriate for the diagnosis FD _k . The CPU 11 that determines the CPU 11 the selected diagnosis FD _{k may} perform when the stored sensor data size exceeds the numerical value set in the diagnostic information cards. For example, the following formula may be used as the criteria formula at this point

Formel 1formula 1

Th k / j ≤ db i (k) / j, 1 ≤ j ≤ ∀ M

M:

Total number of sensor data

th k / j

minimum required data size for FD k and SD j

i (k):

Optimum DP number for FD k

db i / j:

stored data size for DP i and SD j

Wenn bestimmt worden ist, dass die CPU 11 die ausgewählte Diagnose FD_k nicht durchführen kann (Nein in Schritt S220), rückt die CPU 11 zu dem Verfahren in Schritt S240 vor, welches später beschrieben wird. Wenn bestimmt wird, dass die CPU 11 die ausgewählte Diagnose (FD_k) durchführen kann (Ja in Schritt S220), führt die CPU 11 ein diagnostisches Ausführungsverfahren durch (Schritt S230). Bei dem diagnostischen Ausführungsverfahren wird die Diagnose durchgeführt unter Verwendung der Sensordaten.If it has been determined that the CPU 11 the selected diagnosis FD _k can not be made (No in step S220), the CPU moves 11 to the process in step S240, which will be described later. If it is determined that the CPU 11 can perform the selected diagnosis (FD _k ) (Yes in step S220), the CPU performs 11 a diagnostic execution procedure (step S230). In the diagnostic execution method, the diagnosis is performed using the sensor data.

Wie in 6A gezeigt, erfasst bei dem diagnostischen Ausführungsverfahren zuerst die CPU 11 die erfasste Datengröße der erfassten Sensordaten für die momentan ausgewählte Diagnose (Schritt S310). In diesem Verfahren liest die CPU 11 die Daten aus, welcher in der in 4A gezeigten Karte angezeigt sind.As in 6A 2, in the diagnostic execution method first detects the CPU 11 the detected data size of the detected sensor data for the currently selected diagnosis (step S310). In this procedure, the CPU reads 11 the data from, which in the in 4A shown map.

Als Nächstes erfasst die CPU 11 die erforderlichen Daten (Schritt S320). Wie in 6B gezeigt, erfasst in dem Verfahren gemäß der vorliegenden Ausführungsform die CPU 11 alle Sensordaten, welche für die ausgewählte Diagnose erforderlich sind, aus dem in den Datenbanken 16 bis 18 aufgezeichneten Daten.Next, the CPU captures 11 the required data (step S320). As in 6B 2, in the method according to the present embodiment, the CPU detects 11 all sensor data required for the selected diagnosis from the database 16 to 18 recorded data.

Als Nächstes führt die CPU 11 eine Gewichtungsberechnung aus (Schritt S330). In diesem Verfahren gemäß der vorliegenden Ausführungsform stellt die CPU 11 die Gewichtung ein, da alle Daten zu einem gleichen Anteil verwendet werden.Next up is the CPU 11 a weighting calculation (step S330). In this method according to the present embodiment, the CPU provides 11 the weighting, since all data is used in an equal proportion.

Als Nächstes führt die CPU 11 die Diagnose durch (Schritt S340) und beendet das diagnostische Ausführungsverfahren, wenn die Diagnose vollendet ist. Hier verwendet die CPU 11 in dem Verfahren für die Durchführung der Diagnose die erfassten Sensordaten und das diagnostische Modell und diagnostiziert, ob oder nicht eine Anomalie in dem Fahrzeug aufgetreten ist basierend auf dem Grad der Abweichung zwischen den erfassten Sensordaten und dem diagnostischen Modell.Next up is the CPU 11 the diagnosis by (step S340) and terminates the diagnostic execution method when the diagnosis is completed. Here the CPU uses 11 in the method for performing the diagnosis, collecting the detected sensor data and the diagnostic model and diagnosing whether or not an abnormality has occurred in the vehicle based on the degree of deviation between the detected sensor data and the diagnostic model.

Spezieller ist beispielsweise, wie in 4C gezeigt, das diagnostische Modell 31 so eingestellt, dass das diagnostische Modell 31 identifiziert ist basierend auf der Kombination des Typs der Diagnose und des Typs des Fahrmusters. Zusätzlich besteht das diagnostische Modell 31 aus Parametern wie dem Durchschnittswert und der Kovarianzmatrix der Verteilung der Sensordaten und dem Schwellenwert der Sensordatengröße, welche der ausgewählten Diagnose und dem Fahrmuster entspricht.More specific, for example, as in 4C shown the diagnostic model 31 adjusted so that the diagnostic model 31 is identified based on the combination of the type of diagnosis and the type of driving pattern. In addition, there is the diagnostic model 31 from parameters such as the average value and the covariance matrix of the distribution of the sensor data and the threshold value of the sensor data size which corresponds to the selected diagnosis and the driving pattern.

In dem Verfahren für die Ausführung der Diagnose bestimmt die CPU 11 Mahalanobi's allgemeine Distanz zwischen einer Eingabe X der Sensordaten und der Verteilung der Sensordaten unter Verwendung des folgenden Ausdrucks. Formel 2

μ k / i:: Durchschnitt der Verteilung für FD_k und DP_i
Σ k / i:: Kovarianzmatrix der Verteilung für FD_k und DP_i
TH k / i:: Schwellenwert für FD_k und DP_i

In the procedure for the execution of the diagnosis, the CPU determines 11 Mahalanobi's general distance between an input X of the sensor data and the distribution of the sensor data using the following expression. Formula 2

μ k / i:: Average of distribution for FD _k and DP _i
Σ k / i:: Covariance matrix of the distribution for FD _k and DP _i
TH k / i:: Threshold for FD _k and DP _i

Die CPU 11 bestimmt dann, dass eine Anomalie aufgetreten ist, wenn der Grad der Abweichung der Sensordaten von der Verteilung (Mahalonobi's allgemeine Distanz D) den Schwellenwert überschreitet. In diesem Fall kann die folgende Formel verwendet werden als die Kriterienformel.The CPU 11 then determines that an anomaly has occurred if the degree of deviation of the sensor data from the distribution (Mahalonobi's general distance D) exceeds the threshold. In this case, the following formula can be used as the criteria formula.

Formel 3Formula 3

THk / i <dk / i (x)

Das hier beschriebene Diagnoseverfahren ist lediglich ein Beispiel. Ein willkürliches Verfahren kann verwendet werden, solange das Verfahren der Durchführung einer Diagnose dient unter Verwendung der Sensordaten, welche für ein jedes Fahrmuster erfasst worden sind.The diagnostic procedure described here is just one example. An arbitrary method may be used as long as the method is to perform a diagnosis using the sensor data acquired for each running pattern.

Nach der Beendigung des diagnostischen Ausführungsverfahrens, wie es oben beschrieben ist, kehrt die CPU 11 zu dem Verfahren in 5 zurück und vergleicht die Variable k mit der Anzahl K der Typen der Diagnose (Schritt S240). Wenn bestimmt worden ist, dass die Variable k geringer ist als die Anzahl K von Typen der Diagnose (Ja in Schritt S240), erhöht die CPU 11 die Variable k (Schritt S250) und kehrt zu dem Verfahren in Schritt S220 zurück.After completion of the diagnostic execution process as described above, the CPU returns 11 to the procedure in 5 and compares the variable k with the number K of types of diagnosis (step S240). If it is determined that the variable k is less than the number K of types of diagnosis (Yes in step S240), the CPU increments 11 the variable k (step S250) and returns to the process in step S220.

Wenn bestimmt worden ist, dass die Variable k gleich ist wie oder größer ist als die Anzahl K der Typen von Diagnose (Nein in Schritt S240), beendet die CPU 11 das Diagnoseverfahren.When it is determined that the variable k is equal to or greater than the number K of the types of diagnosis (No in step S240), the CPU ends 11 the diagnostic procedure.

Effekteeffects

Die vorstehend im Detail beschriebene diagnostische Vorrichtung 10 des Diagnosesystems 1 erfasst Fahrzeugdaten, welche in einem Fahrzeug erzeugt worden sind, auf welchem die Diagnose durchgeführt werden soll, und identifiziert ein Zeitsegment, während dem eine Fahrbedingung des Fahrzeugs ein vorherbestimmtes Muster hat und das Fahrmuster für die Diagnose geeignet ist, basierend auf den Fahrzeugdaten. Dann erfasst die Diagnosevorrichtung 10 zumindest einige der Fahrzeugdaten, welche während des Zeitsegments erzeugt worden sind, als diagnostische Daten.The diagnostic device described in detail above 10 of the diagnostic system 1 detects vehicle data generated in a vehicle on which the diagnosis is to be performed and identifies a time segment during which a driving condition of the vehicle has a predetermined pattern and the driving pattern is suitable for the diagnosis based on the vehicle data. Then the diagnostic device detects 10 at least some of the vehicle data generated during the time segment as diagnostic data.

In dem diagnostischen System 1, wie es oben beschrieben ist, werden die Fahrzeugdaten während des Zeitsegments, in welchem die Fahrbedingung ein angemessenes Muster hat, als die diagnostischen Daten extrahiert, wodurch es möglich wird, Daten zu extrahieren, wenn die Fahrbedingungen im Wesentlichen ähnlich sind.In the diagnostic system 1 As described above, during the time segment in which the running condition has an appropriate pattern, the vehicle data is extracted as the diagnostic data, thereby making it possible to extract data when the driving conditions are substantially similar.

Zusätzlich speichert die oben beschriebene Diagnosevorrichtung 10 des diagnostischen Systems 1 die diagnostischen Daten in der Datenbank 13.In addition, the above-described diagnostic device stores 10 of the diagnostic system 1 the diagnostic data in the database 13 ,

Bei der Diagnosedaten-Extraktionsvorrichtung wie sie oben beschrieben ist, können diagnostische Daten gespeichert werden, wenn die Diagnose nicht sofort durchgeführt wird.In the diagnostic data extraction device as described above, diagnostic data may be stored if the diagnosis is not performed immediately.

Zusätzlich identifiziert die oben beschriebene diagnostische Vorrichtung 10 des diagnostischen Systems 1 das Zeitsegment, währendessen die Fahrbedingung des Fahrzeugs ein angemessenes Muster hat, für ein jedes einer Mehrzahl vorherbestimmter Fahrmuster. Die diagnostische Vorrichtung 10 extrahiert dann die diagnostischen Daten für ein jedes Fahrmuster und speichert die diagnostischen Daten in verschiedenen Datenbanken, welche für ein jedes Fahrmuster vorbereitet sind.In addition, the above-described diagnostic device identifies 10 of the diagnostic system 1 the time segment while the driving condition of the vehicle has an appropriate pattern for each of a plurality of predetermined driving patterns. The diagnostic device 10 then extracts the diagnostic data for each driving pattern and stores the diagnostic data in various databases prepared for each driving pattern.

In dem diagnostischen System 1, wie es oben beschrieben ist, werden die diagnostischen Daten in verschiedenen Datenbanken gespeichert, welche vorbereitet sind für ein jedes Fahrmuster, dadurch kann die Datenklassifikation vereinfacht werden, wenn die Diagnose durchgeführt wird.In the diagnostic system 1 As described above, the diagnostic data is stored in various databases prepared for each driving pattern, thereby the data classification can be simplified when the diagnosis is made.

Weiterhin erfasst die oben beschriebene diagnostische Vorrichtung 10 des diagnostischen Systems 1 die Fahrzeugdaten, wenn die Fahrzeugdaten erzeugt werden.Furthermore, the above-described diagnostic device detects 10 of the diagnostic system 1 the vehicle data when the vehicle data is generated.

In dem diagnostischen System 1, wie es oben beschrieben ist, können diagnostische Daten in Echtzeit extrahiert werden, beispielsweise, wenn das Fahrzeug fährt.In the diagnostic system 1 As described above, diagnostic data can be extracted in real time, for example, when the vehicle is traveling.

Zusätzlich wählt die oben beschriebene diagnostische Vorrichtung 10 des Diagnosesystems 1 den als die diagnostischen Daten aus den Fahrzeugdaten zu extrahierenden Datentyp aus basierend auf den Diagnoseinformationenkarten, welche die Beziehung zwischen den Fahrmustern und den zu extrahierenden Sensordaten anzeigen.In addition, the diagnostic device described above selects 10 of the diagnostic system 1 the data type to be extracted as the diagnostic data from the vehicle data based on the diagnostic information maps indicating the relationship between the driving patterns and the sensor data to be extracted.

In dem diagnostischen System 1, wie es oben beschrieben ist, kann der zu extrahierende Datentyp ausgewählt werden basierend auf dem Fahrmuster, welches für die Diagnose angemessen ist.In the diagnostic system 1 As described above, the data type to be extracted may be selected based on the driving pattern that is appropriate for the diagnosis.

Zusätzlich erfasst die oben beschriebene diagnostische Vorrichtung 10 des diagnostischen Systems 1 die Fahrbedingung des Fahrzeugs und erfasst die diagnostischen Daten für die Fahrzeugdiagnostik, welche aufgezeichnet worden sind, wenn das Fahrmuster ein vorherbestimmtes Muster hat. Dann diagnostiziert die diagnostische Vorrichtung 10, ob oder nicht eine Anomalie in dem Fahrzeug aufgetreten ist, basierend auf dem vorherbestimmten diagnostischen Modell für ein jedes Fahrmuster und den diagnostischen Daten.In addition, the above-described diagnostic device detects 10 of the diagnostic Systems 1 the driving condition of the vehicle and detects the diagnostic data for the vehicle diagnostics, which have been recorded when the driving pattern has a predetermined pattern. Then diagnose the diagnostic device 10 whether or not an abnormality has occurred in the vehicle based on the predetermined diagnostic model for each travel pattern and the diagnostic data.

In dem diagnostischen System 1, wie es oben beschrieben ist, kann eine Diagnose durchgeführt werden unter Verwendung von Daten, deren Fahrbedingungen im Wesentlichen ähnlich sind. Daher kann die Genauigkeit der Diagnose verbessert werden. Zusätzlich bestimmt die oben beschriebene diagnostische Vorrichtung 10, ob oder nicht die diagnostische Datengröße einen Diagnosestartstandard erreicht hat und verbietet eine Diagnose, wenn die diagnostische Datengröße nicht den Diagnosestartstandard erreicht hat.In the diagnostic system 1 As described above, a diagnosis may be made using data whose driving conditions are substantially similar. Therefore, the accuracy of the diagnosis can be improved. In addition, the above-described diagnostic device determines 10 whether or not the diagnostic data size has reached a diagnostic startup standard and prohibits diagnostics if the diagnostic data size did not reach the diagnostic startup standard.

In dem diagnostischen System 1, wie es oben beschrieben ist, wird die Diagnose verboten, wenn die Größe der diagnostischen Daten ungenügend ist. Daher kann eine Diagnose unter Verwendung nicht ungenügender Daten unterdrückt werden.In the diagnostic system 1 As described above, the diagnosis is prohibited if the size of the diagnostic data is insufficient. Therefore, diagnosis can be suppressed by using insufficient data.

Andere AusführungsformenOther embodiments

Die Interpretation der vorliegenden Erfindung ist nicht in irgendeiner Weise durch die oben beschriebene Ausführungsform beschränkt. Zusätzlich ist eine Ausführungsform, in welcher ein Teil der Konfiguration gemäß der oben beschriebenen Ausführungsform weggelassen ist, in einem derartigen Rahmen, dass die Aufgabe gelöst werden kann, auch eine Ausführungsform der vorliegenden Erfindung. Zusätzlich ist eine Ausführungsform, in welcher mehrere oben beschriebene Ausführungsformen kombiniert sind, wie angemessen, auch eine Ausführungsform der vorliegenden Erfindung. Weiterhin ist auch eine jede Ausführungsform, welche erdacht werden kann, ohne eine Abweichung von dem Kern der Erfindung, welche lediglich durch die Ansprüche definiert ist, auch eine Ausführungsform der vorliegenden Erfindung. Weiterhin werden die Bezugszeichen, welche in der Beschreibung der oben beschriebenen Ausführungsform verwendet werden, auch wie angemessen in den Ansprüchen verwendet. Jedoch dienen diese Bezugszeichen dazu, ein Verständnis der Erfindung gemäß eines jeden Anspruches zu erleichtern und sollen nicht den technischen Umfang der Erfindung gemäß eines jeden Anspruches einschränken.The interpretation of the present invention is not limited in any way by the embodiment described above. In addition, an embodiment in which a part of the configuration according to the above-described embodiment is omitted in such a scope that the object can be achieved is also an embodiment of the present invention. In addition, an embodiment in which several embodiments described above are combined, as appropriate, is also an embodiment of the present invention. Furthermore, any embodiment which can be devised without departing from the gist of the invention, which is defined solely by the claims, is also an embodiment of the present invention. Furthermore, the reference numerals used in the description of the embodiment described above are also used as appropriate in the claims. However, these reference numbers serve to facilitate an understanding of the invention according to any claim and are not intended to limit the technical scope of the invention according to any claim.

Beispielsweise führt gemäß der oben beschriebenen Ausführungsform die diagnostische Vorrichtung 10 das Datenspeicherverfahren und das diagnostische Verfahren durch. Jedoch können diese Verfahren durch separate Vorrichtungen durchgeführt werden. Beispielsweise kann nur das Datenspeicherverfahren in dem Fahrzeug durchgeführt werden und das diagnostische Verfahren kann von einer externen Vorrichtung durchgeführt werden, welche mit dem Fahrzeug verbunden ist, wenn die Diagnose durchgeführt wird.For example, according to the embodiment described above, the diagnostic device performs 10 the data storage method and the diagnostic method by. However, these methods can be performed by separate devices. For example, only the data storage method may be performed in the vehicle, and the diagnostic method may be performed by an external device connected to the vehicle when the diagnosis is performed.

Zusätzlich in dem Verfahren in Schritt S330 gemäß der oben beschriebenen Ausführungsform werden die Gewichtungen der Fahrmuster gleich eingestellt unabhängig von dem Typ der Diagnose. Jedoch kann eine Gewichtung der mehreren diagnostischen Daten durchgeführt werden basierend auf den Diagnoseinformationenkarten, in welchen die Anteile für die Fahrmuster, welche zu verwenden sind, für einen jeden Typ der Diagnose eingestellt sind. Ob oder nicht eine Anomalie in dem Fahrzeug aufgetreten ist, kann dann diagnostiziert werden basierend auf den gewichteten diagnostischen Daten und dem diagnostischen Modell. In anderen Worten können, wie in 7 gezeigt, die Gewichtungen für die Fahrmuster für einen jeden Typ der Diagnose eingestellt werden und eine Gewichtung kann durchgeführt werden basierend auf diesen Einstellungen, wenn die Sensordaten verwendet werden und die Diagnose kann durchgeführt werden unter Verwendung der gewichteten Daten.In addition, in the process in step S330 according to the embodiment described above, the weights of the driving patterns are set equal regardless of the type of the diagnosis. However, a weighting of the plurality of diagnostic data may be performed based on the diagnostic information maps in which the proportions of the driving patterns to be used are set for each type of the diagnosis. Whether or not an anomaly has occurred in the vehicle can then be diagnosed based on the weighted diagnostic data and the diagnostic model. In other words, as in 7 2, the weights for the driving patterns for each type of diagnosis may be set, and a weighting may be performed based on these settings when the sensor data is used and the diagnosis may be performed using the weighted data.

In dem diagnostischen System 1, wie es oben beschrieben ist, kann die Diagnose durchgeführt werden durch Gewichten der diagnostischen Daten, wodurch die Genauigkeit der Diagnose verbessert werden kann.In the diagnostic system 1 As described above, the diagnosis may be performed by weighting the diagnostic data, which may improve the accuracy of the diagnosis.

Zusätzlich wird gemäß der oben beschriebenen Ausführungsform, wie in 2B gezeigt, ein Beispiel beschrieben, in welchem die Diagnose durchgeführt wird, während Daten gespeichert werden. Jedoch kann, wie in 8A gezeigt, die diagnostische Vorrichtung 10 die Extraktion von Sensordaten aus einer großen Anzahl von Fahrzeugdaten, welche in dem Fahrzeug gespeichert sind, in einer Zeitserie durchführen. In anderen Worten kann die Bestimmung des Fahrmusters und die Diagnose durchgeführt werden unter Verwendung von Daten, welche in der Vergangenheit gespeichert worden sind.In addition, according to the embodiment described above, as in FIG 2 B shown an example in which the diagnosis is performed while data is stored. However, as in 8A shown the diagnostic device 10 perform the extraction of sensor data from a large number of vehicle data stored in the vehicle in a time series. In other words, the determination of the drive pattern and the diagnosis can be performed using data that has been stored in the past.

In diesem Fall können Daten in dem Speicher 12 gespeichert werden, wenn die Sensordaten erfasst worden sind, und wenn die Diagnose durchgeführt worden ist, können die Daten zu der Datenbank 13 für ein jedes Fahrmuster bewegt werden. Dies führt dazu, dass die Diagnose durchgeführt werden kann unter Verwendung von mehreren Daten.In this case, data may be in the memory 12 stored, when the sensor data has been detected, and when the diagnosis has been performed, the data to the database 13 be moved for each driving pattern. As a result, the diagnosis can be made using multiple data.

Weiterhin, wenn das Fahrmuster klassifiziert wird, während Sensordaten erfasst werden, kann in Übereinstimmung mit der oben beschriebenen Ausführungsform, wie in 8B gezeigt, das Fahrmuster wiederholt ausgewertet werden, wenn das Fahrmuster sich verändert. In anderen Worten, wenn das Fahrmuster sich verändert, kann ein Filterverfahren (beispielsweise ein Hidden Markov Model (HMM)) der Fahrmusterklassifikationsergebnisse innerhalb einer vergangenen vorherbestimmten Zeit durchgeführt werden. Auf diese Art kann ein Rauschen (häufige Veränderung über eine kurze Zeit) der Klassifikationsergebnisse unterdrückt werden, dies führt dazu, dass diagnostische Daten einfacher extrahiert werden können.Further, when the driving pattern is classified while detecting sensor data, in accordance with the embodiment described above, as in FIG 8B shown that Driving patterns are evaluated repeatedly when the driving pattern changes. In other words, when the driving pattern changes, a filtering method (eg, Hidden Markov Model (HMM)) of the driving pattern classification results can be performed within a past predetermined time. In this way, noise (frequent change over a short time) of the classification results can be suppressed, resulting in that diagnostic data can be extracted more easily.

Weiterhin kann, gemäß der oben beschriebenen Ausführungsform, wie in 8C gezeigt, die Fahrmusterklassifikation auch durch ein statistisches Verfahren durchgeführt werden (beispielsweise durch eine Support Vector Machine (SVM)). Dies führt dazu, dass die Diagnose durchgeführt werden kann, ohne dass Ingenieure ein DP-Klassifikationsmodell 13 erstellen müssen.Furthermore, according to the embodiment described above, as in FIG 8C The driving pattern classification can also be performed by a statistical method (for example by a Support Vector Machine (SVM)). As a result, the diagnostics can be performed without engineers having a DP classification model 13 need to create.

Weiterhin wird die Diagnose durchgeführt unter Verwendung aller Daten in der Datenbank 13, in dem Verfahren in Schritt S320 gemäß der oben beschriebenen Ausführungsform. Jedoch kann, wie in 9A gezeigt, die Diagnose auch durchgeführt werden unter Verwendung nur der erforderlichen Minimaldaten, welche in den Diagnoseinformationenkarten angezeigt sind.Furthermore, the diagnosis is performed using all data in the database 13 in the method in step S320 according to the embodiment described above. However, as in 9A As shown, the diagnostics may also be performed using only the required minimum data displayed in the diagnostic information cards.

Weiterhin kann, wie in 9B gezeigt, beispielsweise die Gewichtung durchgeführt werden auf den Sensordaten innerhalb der Datenbank 13, welche angemessen sind für eine Zeitserie und die Diagnose kann durchgeführt werden unter Verwendung der gewichteten Daten. Die Gewichtung kann experimentell bestimmt werden oder kann alleine durch statistisches Verfahren bestimmt werden, wie SVM.Furthermore, as in 9B For example, the weighting performed on the sensor data within the database 13 which are appropriate for a time series and the diagnosis can be performed using the weighted data. The weighting can be determined experimentally or can be determined by statistical methods alone, such as SVM.

Weiterhin gemäß der oben beschriebenen Ausführungsform wird die Diagnose gestartet, wenn die Sensordatengröße innerhalb der Datenbank 13 für das am meisten angemessene Fahrmuster eine vorherbestimmte Minimaldatengröße überschreitet. Jedoch kann die Diagnose auch gestartet werden, wenn die Sensordatengröße innerhalb der Datenbank 13 für zumindest ein bestimmtes Fahrmuster eine vorherbestimmte Minimaldatengröße überschreitet. In diesem Fall kann die folgende Formel als Kriterienformel verwendet werden. Formel 4

M:: Gesamtanzahl von Sensordaten
Th k / j:: minimale erforderliche Datengröße für FD_k und SD_j
I(k):: DP-Anzahl, welche eingestellt ist für FD_k
db i / j:: gespeicherte Datengröße für DP_i und SD_j

Furthermore, according to the embodiment described above, the diagnosis is started when the sensor data size within the database 13 for the most appropriate driving pattern exceeds a predetermined minimum data size. However, the diagnosis can also be started if the sensor data size is within the database 13 for at least one particular driving pattern exceeds a predetermined minimum data size. In this case, the following formula can be used as a criteria formula. Formula 4

M:: Total number of sensor data
th k / j:: minimum required data size for FD _k and SD _j
I (k):: DP number, which is set for FD _k
db i / j:: stored data size for DP _i and SD _j

Zusätzlich kann die Gesamtsumme der Sensordaten klassifiziert werden und die Diagnose kann gestartet werden, wenn die Gesamtsumme einen Schwellenwert überschreitet. In diesem Fall beispielsweise kann die folgende Formel verwendet werden als die Kriterienformel. Formel 5

M:: Gesamtanzahl von Sensordaten
Th k / j:: Minimale erforderliche Datengröße für FD_k und SD_j
N:: Gesamtanzahl von Fahrmustern
db i / j:: gespeicherte Datengröße für DP_i und SD_j

In addition, the total sum of the sensor data can be classified and the diagnosis can be started when the total exceeds a threshold. In this case, for example, the following formula may be used as the criteria formula. Formula 5

M:: Total number of sensor data
th k / j:: Minimum required data size for FD _k and SD _j
N:: Total number of driving patterns
db i / j:: stored data size for DP _i and SD _j

Entsprechungsverhältnis zwischen der vorliegenden Ausführungsform und der vorliegenden ErfindungCorrespondence relationship between the present embodiment and the present invention

Die diagnostische Vorrichtung 10 gemäß der oben beschriebenen Ausführungsform entspricht einer diagnostischen Datenextraktionsvorrichtung und eine Fahrzeugdiagnosevorrichtung der vorliegenden Erfindung. Zusätzlich entsprechen die Fahrzeugdaten für die Fahrmusterklassifikation gemäß der oben beschriebenen Ausführungsform Fahrzeugdaten der vorliegenden Erfindung und das Fahrmuster gemäß der oben beschriebenen Ausführungsform entspricht einem angemessenen Fahrmuster der vorliegenden Erfindung.The diagnostic device 10 According to the embodiment described above, a diagnostic data extraction device and a vehicle diagnostic device of the present invention. In addition, the vehicle data for the driving pattern classification according to the above-described embodiment corresponds to vehicle data of the present invention, and the driving pattern according to the embodiment described above corresponds to an appropriate driving pattern of the present invention.

Weiterhin entspricht bei dem von der diagnostischen Vorrichtung 10 gemäß der oben beschriebenen Ausführungsform durchgeführten Verfahren das Verfahren in Schritt S110 einem Fahrzeugdatenerfassungsmittel (oder einer Fahrzeugdatenerfassungseinheit) der vorliegenden Erfindung; und das Verfahren in Schritt S115 gemäß den oben beschriebenen Ausführungsformen entspricht einem Zeitsegmentidentifizierungsmittel (oder einer Zeitsegmentidentifizierungseinheit) der vorliegenden Erfindung. Zusätzlich entspricht das Verfahren in Schritt S120 gemäß der oben beschriebenen Ausführungsform einem Extraktionsmittel (oder einer Extraktionseinheit) der vorliegenden Erfindung und die Verfahren in den Schritten S160, S165 und S170 gemäß der oben beschriebenen Ausführungsform entsprechen einem Speichermittel (oder einer Speichereinheit) der vorliegenden Erfindung.Further, in the case of the diagnostic device 10 According to the above-described embodiment, the method in step S110 is performed by a vehicle data acquisition means (or vehicle data acquisition unit) of the present invention; and the process in step S115 according to the above-described embodiments corresponds to a time-segment identifying means (or a time-segment identifying unit) of the present invention. In addition, the process in step S120 according to the above-described embodiment corresponds to an extraction means (or extraction unit) of the present invention, and the processes in steps S160, S165, and S170 according to the embodiment described above correspond to a storage means (or storage unit) of the present invention.

Weiterhin entspricht das Verfahren in Schritt S220 gemäß der oben beschriebenen Ausführungsform einem Datengrößenauswertemittel (oder einer Datengrößenauswerteeinheit) und einem Diagnoseverbietmittel (oder einer Diagnoseverbieteinheit) der vorliegenden Erfindung, und das Verfahren in den Schritten S310 und S320 gemäß der oben beschriebenen Ausführungsform entspricht dem diagnostische-Daten-Erfassungsmittel (oder einer diagnostischen Datenerfassungseinheit). Zusätzlich entspricht das Verfahren in Schritt S340 gemäß der oben beschriebenen Ausführungsform einem diagnostischen Mittel (oder einer diagnostischen Einheit) der vorliegenden Erfindung. Further, the process in step S220 according to the above-described embodiment corresponds to a data size evaluating means (or a data size evaluating unit) and a diagnosis prohibiting means (or a diagnosis prohibiting unit) of the present invention, and the method in steps S310 and S320 according to the embodiment described above corresponds to the diagnostic data Detection means (or a diagnostic data acquisition unit). In addition, the process in step S340 according to the embodiment described above corresponds to a diagnostic agent (or a diagnostic unit) of the present invention.

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

JP 2012-018527A [0002]

Claims

A diagnostic data extracting device that extracts diagnostic data for performing a vehicle diagnosis, comprising: vehicle data acquisition means (S110) for detecting vehicle data generated in a vehicle on which the diagnosis is to be performed; a time segment identifying means (S115) identifying a time segment during which a running condition of the vehicle has a predetermined pattern and a driving pattern for the diagnosis is appropriate based on the vehicle data; and extraction means (S120) which extracts at least some of the vehicle data generated during the time segment as diagnostic data.

A diagnostic data extractor according to claim 1, further comprising: storage means (S160, S165, S170) for storing the diagnostic data in a database (S160, S165, S170); 16 . 17 . 18 ) stores.

A diagnostic data extracting apparatus according to claim 1, wherein: the time segment identifying means identifies a time segment during which the driving pattern for the diagnosis is appropriate for each of a plurality of appropriate driving patterns; the extractant extracts the diagnostic data for each appropriate driving pattern; and the storage means stores the diagnostic data in various databases prepared for each appropriate driving pattern.

A diagnostic data extracting apparatus according to claim 1, wherein: the vehicle data acquisition means detects the vehicle data while the vehicle data is being generated.

A diagnostic data extracting apparatus according to claim 1, wherein: the time segment identifying means identifies whether or not a driving pattern at the current time is appropriate by performing a filtering method of past segment identification result.

A diagnostic data extracting apparatus according to claim 1, wherein: the diagnostic data extracting device extracts the diagnostic data from a large number of stored vehicle data in a time series.

A diagnostic data extracting apparatus according to claim 1, wherein: the extraction means selects data types to be extracted as diagnostic data from the vehicle data based on diagnostic information maps indicative of a relationship between driving patterns and types of sensor data to be extracted.

Vehicle diagnostic device ( 10 ) diagnosing whether or not an abnormality has occurred in a vehicle, the vehicle diagnostic apparatus comprising: diagnostic data acquiring means (S310, S320) for detecting a driving condition of the vehicle and detecting the diagnostic data that has been recorded, while the driving pattern has a predetermined pattern for the vehicle diagnosis; and a diagnostic means (S340) which diagnoses whether or not an abnormality has occurred in the vehicle based on a prepared diagnostic model for each driving pattern and the diagnostic data, wherein the diagnostic data acquiring means acquires the diagnostic data obtained from the extraction device for diagnostic data according to claim 1 have been extracted.

A vehicle diagnostic device according to claim 8, further comprising: a data size evaluation means which determines whether or not a data size of diagnostic data has reached a diagnosis start standard; and a diagnostic prohibiting means prohibiting diagnosis by the diagnostic means when the data size of diagnostic data has not reached the diagnosis start standard.

The vehicle diagnostic apparatus according to claim 8, wherein the diagnostic means performs weighting of the plurality of diagnostic data based on diagnostic information maps in which proportions of the travel patterns to be used are set, which diagnoses each type of diagnosis and whether or not an abnormality has occurred in the vehicle, based on the weighted diagnostic data and the diagnostic model.

A diagnostic data extraction method for extracting diagnostic data for performing a vehicle diagnosis, the diagnostic data extraction method comprising: detecting vehicle data generated in a vehicle on which the diagnosis is to be performed by an in-vehicle diagnostic Vehicle-mounted diagnostic data extraction device; Identifying by the diagnostic data extractor of a time segment, while a driving pattern is appropriate for the diagnosis based on the vehicle data; and extracting by the diagnostic data extracting device at least some of the vehicle data generated during the time segment as the diagnostic data.

A vehicle diagnostic method for diagnosing whether or not an abnormality has occurred in a vehicle, the vehicle diagnostic method comprising: Detecting, by a vehicle-mounted diagnostic device, a driving condition of the vehicle and acquiring diagnostic data recorded while the driving condition has a predetermined pattern for the vehicle diagnosis, the diagnostic data being extracted using the diagnostic data extraction method according to Claim 11; and Diagnosing, by the vehicle diagnostic device, whether or not an anomaly has occurred in the vehicle based on a prepared diagnostic model for each driving pattern and the diagnostic data.