JP2016103267A - 運転データ収集システム - Google Patents

Abstract

【課題】運転全体に関する汎用的な運転データを効率良く収集する技術を提供する。
【解決手段】車載データ収集システムは、車両に搭載される車載システム１０と、該車載システムとの無線通信が可能な情報センターとを備える。車載システムでは、データ収集部２１が、当該車載システムを搭載する自車両の状態を表す複数の計測値を繰り返し収集する。モデル記憶部２８には、予め設定された離散化規則を表す各車両に共通なモデル情報が記憶されている。データ離散化部２３は、データ収集部にて収集された計測値の時系列を運転データとして、該運転データを、モデル情報を用いて複数の部分データに離散化する。一方、情報センターでは、データ蓄積部が、データ離散化部で離散化されたデータである離散化運転データをサーバに蓄積する。
【選択図】図２

Description

本発明は、大量の運転データ収集する技術に関する。

普段の自然な運転をしている時に車載センサ等によって測定される運転データを大量に収集して、ドライバ特性の解析や運転リスクの評価、運転の先読み支援などに利用する試みとして、ＮＤＳ（Naturalistic Driving Study）が知られている（非特許文献１参照）。

ＮＤＳでは、特定の目的に沿った運転データのみを収集する従来のプローブカーシステムとは異なり、様々な用途に対応できるように、運転全体に関する汎用的な運転データ、すなわち、データの種類を制限することなく、様々な状況下で多くの運転データを収集する必要がある。

S. Hallmark, D. McGehee, K.M. Bauer, J.M. Hutton, G.A. Davis, J. Hourdos, I. Chatterjee, T. Victor, J. Bargman, M. Dozza, H. Rootzen, J.D. Lee, C. Ahlstrom, O. Bagdadi, J. Engstrom, D. Zholud, and M. Ljung-Aust, "Initial Analyses from the SHRP2 Naturalistic Driving Study: Addressing Driver Performance and Behavior in Traffic Safety," SHRP 2 Research Reports, SHRP 2 Safety Project S08, Transportation Research Board of the National Academies, 2013

ところで、ＮＤＳにおける従来の取り組みにおいては、データの計測・蓄積装置を計測協力者の車両に設置し、生の運転データを記録させた後、その計測・蓄積装置を回収することでデータを取得している。

しかし、将来的に一般の車両を対象として特定の状況を仮定しない自然な運転データを収集することを考えた場合、全ての車両に対して、計測・蓄積装置の設置，回収を行うことは非現実的である。

なお、計測・蓄積装置を回収する代わりに、車両の走行中に計測された運転データを無線送信して、通信網を介して接続された情報センターに蓄積することが考えられる。
しかし、収集する運転データの種類を限定しないＮＤＳのような試みでは、一台の車両にて収集されるデータ量が膨大なものとなり、通信網の負担となるという問題があった。

本発明は、こうした問題に鑑みてなされたものであり、運転全体に関する汎用的な運転データを効率良く収集する技術を提供することを目的とする。

本発明の運転データ収集システムは、相互に無線通信が可能な車載システムと情報センターとを備える。
車載システムは、データ収集部と、モデル記憶部と、データ離散化部とを備える。データ収集部は、当該車載システムを搭載する自車両の状態を表す複数の計測値を繰り返し収集する。モデル記憶部は、データ収集部にて収集された計測値の時系列を運転データとして、この運転データを複数の部分データに離散化する際に使用する規則である離散化規則を表す、各車両に共通なモデル情報を記憶する。データ離散化部は、運転データを、モデル情報を用いて複数の部分データに離散化する。

情報センターは、データ蓄積部を備える。データ蓄積部は、データ離散化部により離散化されたデータである離散化運転データをサーバに蓄積する。
なお、前記車載システムは、通信により離散化運転データを情報センターに送信する。

つまり、本発明では、車載システムは、計測された運転データをそのままではなく、離散化運転データに変換して情報センターに送信し、情報センターはその離散化運転データをサーバに蓄積する。このため、車載システムと情報センターとの間の通信量およびサーバの記憶容量を抑制することができ、汎用的な運転データを効率良く収集することができる。

また、各車載システムは、運転データを離散化する際に、共通のモデル情報を用いているため、生成される離散化データは、同じ基準で構造化されたものとなり、データの統合や解析を容易に行うことができる。

なお、特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

第１実施形態の運転データ収集システムの構成を示すブロック図である。 第１実施形態の車載システムの構成を示すブロック図である。 離散化処理の概要を示す説明図である。 第１実施形態の情報センターの構成を示すブロック図である。 第２実施形態の運転データ収集システムの構成を示すブロック図である。 第２実施形態の車載システムの構成を示すブロック図である。 第２実施形態の情報センターの構成を示すブロック図である。 第３実施形態の運転データ収集システムの構成を示すブロック図である。 第３実施形態の分散処理装置の構成を示すブロック図である。

以下に本発明が適用された実施形態について、図面を用いて説明する。
［第１実施形態］
［構成］
図１に示す運転データ収集システム１は、各車両に搭載される車載システム１０と、車載システム１０との無線通信が可能な情報センター３０とを備える。

［車載システム］
車載システム１０は、図２に示すように、車両挙動センサ群１１と、付加情報センサ群１２と、運転データ生成装置１３と、通信機１４とを備える。

車両挙動センサ群１１は、車両の挙動や車両の挙動に影響を与える運転操作等に関する情報を検出するための各種機器からなる。車両挙動センサ群１１の検出対象は、例えば、アクセルペダルやブレーキペダルの操作量、操舵角、車両速度、車両加速度等がある。

付加情報センサ群１２は、自車両が置かれている状況に関する情報を検出するための各種機器からなる。付加情報センサ群１２の検出対象は、例えば、自車両の位置情報、自車両の周辺や車室内を撮像した画像情報、ナビゲーションや自動運転の目的地、目的地に至
る経路情報、天候や道路状況といった周囲環境情報等がある。

通信機１４は、情報センター３０との通信を実現するものであり、情報センター３０と直接通信するように構成されていてもよいし、公衆通信網等を介して通信するように構成されていてもよい。

運転データ生成装置１３は、データ収集部２１、付加情報収集部２２、データ離散化部２３、データ付加部２４、データ送信部２５、モデル受信部２６、モデル更新部２７、離散化モデルＤＢ（データベース）２８を備える。なお、運転データ生成装置１３は、ＣＰＵ，ＲＯＭ，ＲＡＭからなるマイクロコンピュータを中心に構成されており、離散化モデルＤＢ２８は、ＲＡＭ上に設けられる。また、その他の各部２１〜２７は、ＲＯＭに記憶されたプログラムに従ってＣＰＵが実行する処理により実現される。

データ収集部２１は、車両挙動センサ群１１の出力を繰り返し取得する。
付加情報収集部２２は、付加情報センサ群１２の出力である付加情報を繰り返し取得する。

データ離散化部２３は、データ収集部２１が取得したデータの系列を運転データとして、この運転データを、離散化モデルＤＢ２８に記憶されたモデル情報を利用して、それぞれが何等かの運転シーンを表す複数のデータ系列に離散化する。

ここでは、二重分節構造を利用した教師なし運転シーン分割法によって分節化を行う二重分節解析器（ＤＡＡ：Double Articulation Analyzer）を利用する。すなわち、図３に示すように、まず、運転データ系列中に繰り返し現れる多次元の計測値パターンに対してシンボル（Ｃ１，Ｃ２，…）を順次付与することによってシンボル列を生成し、そのシンボル列を、所定の運転シーンを意味する複数の部分系列（Ｗ１，Ｗ２，…）に分節化する。この部分系列を、以下では、離散化運転データという。

具体的には、ＤＡＡでは、まず、運転データの値域を表す多次元の空間で運転データから把握される各種の車両の状態を表すクラスタと、各クラスタ間の遷移確率とを予め定義しておき、これらの情報を用いて、データ収集部２１から取得した運転データが、いずれのクラスタに属するかを統計的に処理する。これにより、運転データの系列を、区分単位となる車両の状態ごと（つまり、クラスタごと）に区分けする。各クラスタにはシンボル（Ｃ１，Ｃ２，…）を予め対応づけておくことにより、運転データの時系列は、どのクラスタに属しているかを表すシンボル列に変換されることになる。なお、このようなシンボル列の生成には、例えば、隠れ状態とその状態間の確率的遷移で表現されるモデルの一つである階層ディリクレ過程隠れマルコフモデル（ＨＤＰ−ＨＭＭ）を利用することができる。

次に、ＤＡＡでは、生成されたシンボル列を、統計情報を利用した離散文字列の教師なしチャンク化手法の１例であるNested Pitman-Yor Language Model（ＮＰＹＬＭ）を用いて、所定の運転シーンを意味する部分系列に分節化する。この際、部分系列の並びからなる記号列全体の生成確率が最大となるようにする。これにより、運転データの運転シーンへの分節化を行うことが可能になる。但し、部分系列間の遷移確率、および部分系列の生成確率は、学習によって予め生成されたものを使用する。

つまり、このようなＤＡＡを利用する場合、シンボル列の生成に使用するクラスタおよびクラスタ間の遷移確率、およびシンボル列を分節化する際に使用する部分系列間の遷移確率および部分系列の生成確率が、モデル情報として用いられる。

なお、ＨＤＰ−ＨＭＭやＮＰＹＬＭを適用したＤＡＡは、例えば、特開２０１３−２５０６６３号公報等に記載された公知のものである。また、シンボル列の生成やシンボル列の分節化に用いる手法は、ＨＤＰ−ＨＭＭやＮＹＬＭに限定されるものではなく他の手法を用いてもよい。

図２に戻り、データ付加部２４は、データ離散化部２３にて生成されるデータ（ここでは分節化されたシンボル列の系列）を離散化運転データとして、離散化運転データを構成する個々のデータについて、そのデータと同じタイミングで付加情報収集部２２にて取得された付加情報を、そのデータに付加する。具体的には、離散化運転データと同じタイミングで取得された位置情報の平均値、画像情報から取得した画像特徴量、目的地や経路情報、周囲の交通状況や運転時刻などを付加できる。

また付加されるデータは、付加情報収集部２２にて取得された情報のみならず、データ収集部２１にて取得された情報を付加情報として用いたものでもよい。具体的には、離散化運転データと同じタイミングで取得されたアクセルペダルやブレーキペダルの操作量、操舵角、車両速度や車両加速度の平均値やヒストグラムなどを付加できる。

データ送信部２５は、データ付加部２４で付加情報が付加された離散化運転データを、通信機１４を介して、情報センター３０に送信する。
モデル受信部２６は、通信機１４を介して情報センター３０からモデル情報を受信する。 モデル更新部２７は、モデル受信部２６が受信したモデル情報によって、離散化モデルＤＢ２８の記憶内容を更新する。

［情報センター］
情報センター３０は、図４に示すように、通信機３１、データ蓄積処理装置３２、運転情報ＤＢ３３を備える。

通信機３１は、車載システム１０との通信を実現するものであり、車載システム１０と直接通信するように構成されていてもよいし、公衆通信網等を介して通信するように構成されていてもよい。

運転情報ＤＢ３３は、ハードディスク等の大容量メモリ装置からなり、付加情報が付加された離散化運転データ（以下、単に「離散化運転データ」という）を記憶する。
データ蓄積処理装置３２は、データ受信部４１、データ蓄積部４２、モデル生成部４３、モデル送信部４４を備える。データ蓄積処理装置３２は、ＣＰＵ，ＲＯＭ，ＲＡＭからなるマイクロコンピュータを中心に構成されている。データ蓄積処理装置３２を構成する各部４１〜４４は、ＲＯＭに記憶されたプログラムに従ってＣＰＵが実行する処理により実現される。

データ受信部４１は、通信機３１を介して車載システム１０から離散化運転データを受信する。
データ蓄積部４２は、データ受信部３１が受信した離散化運転データを、運転情報ＤＢ３３に蓄積する。その際に、付加情報を利用して類似した状況ごとに分類して記憶する。

モデル生成部４３は、運転情報ＤＢ３３に一定量の情報が蓄積されるごとに、その蓄積された情報に基づいて、データ離散化部２３での処理に使用するモデル情報を生成する。
モデル送信部４４は、モデル生成部４３で生成されたモデル情報を、通信機３１を介して車載システム１０のそれぞれに配信する。これにより、各車両に記憶されるモデル情報が更新される。

［効果］
以上説明したように、運転データ収集システム１では、各車両で検出される運転データを、車載システム１０にて離散化し、その離散化運転データを情報センター３０に送信している。

つまり、離散化運転データは、離散化前の運転データと比較して圧縮されているため、無線通信を利用した情報センター３０への送信を無理なく実現することができ、様々な情報を含む汎用的な運転データを効率良く収集することができる。

また、各車両の車載システム１０は、運転データを離散化する際に、共通のモデル情報を用いている。その結果、各車両で生成される離散化運転データは、同じ基準で構造化されたものとなるため、各車両から集められる離散化運転データの統合や解析を容易に行うことができる。

また、運転データの離散化は車両の挙動や車両の挙動に影響を与える運転操作等に関する情報に基づいて行われるため、運転の内容に応じて適切な粒度で圧縮を行うことができる。例えば、車両の挙動に変化の少ない運転の区間はまとまったかたまりとして離散化され、車両の挙動に変化の多い運転の区間は細かく離散化される。

また、離散化運転データには付加情報が関連づけられているため、その付加情報を利用することによって、所望の状況に関するデータを簡単に抽出することができ、離散化運転データの利用性を向上させることができる。例えば、ある地域を特定の時間帯に走行していた離散化運転データを簡単に抽出することができる。さらに、関連付けられた付加情報を利用することで、そのような特定の条件下でよく発生する運転挙動の分布を抽出することもできる。このような情報を解析することで、特定の条件下での危険な運転やヒヤリハットを抽出し、ドライバへの注意喚起を行ったり道路設備の改善を行ったりすることができる。

［第２実施形態］
第２実施形態は、基本的な構成は第１実施形態と同様であるため、共通する構成については説明を省略し、相違点を中心に説明する。

［構成］
図５に示す運転データ収集システム１ａは、各車両に搭載される車載システム１０ａと、車載システム１０ａとの通信が可能な情報センター３０ａとを備える。

［車載システム］
車載システム１０ａは、図６に示すように、車両挙動センサ群１１、付加情報センサ群１２、運転データ生成装置１３ａ、通信機１４を備える。つまり、運転データ生成装置１３ａ以外は、第１実施形態の車載システム１０と同様の構成を有する。

運転データ生成装置１３ａは、図２で説明した運転データ生成装置１３と比較して、モデル受信部２６およびモデル更新部２７が省略されている点、データ離散化部２３および離散化モデルＤＢ２８の代わりに下位離散化部２３ａおよび下位離散化モデルＤＢ２８ａが設けられている点が異なる。

下位離散化部２３ａは、第１実施形態で説明したデータ離散化部２３が実行する処理のうち、前半のシンボル列を生成する処理のみを行う。つまり、下位離散化部２３ａは、図３に示すシンボル列を、離散化運転データとしてデータ付加部２４に出力する。

下位離散化モデルＤＢ２８ａは、下位離散化部２３ａがシンボル列を生成する際に使用するクラスタおよびクラスタ間の遷移確率を、下位モデル情報として記憶する。この下位モデル情報は、主として車両挙動センサ群１１の特性等により設定された固定値が用いられる。

［情報センター］
情報センター３０ａは、図７に示すように、通信機３１、データ蓄積処理装置３２ａ、運転情報ＤＢ３３を備える。つまり、データ蓄積処理装置３２ａ以外は、第１実施形態の情報センター３０と同様の構成を有する。

データ蓄積処理装置３２ａは、図４で説明したデータ蓄積処理装置３２と比較して、モデル送信部４４が省略されている点、上位離散化部４５、上位離散化モデルＤＢ４６、モデル更新部４７が追加されている点が異なる。

上位離散化部４５は、第１実施形態で説明したデータ離散化部２３が実行する処理のうち、後半のシンボル列を分節化する処理のみを行う。つまり、車載システム１０ａから送信されてくる離散化運転データは、図３に示すシンボル列に相当するものであり、これを分節化することによって、第１実施形態のデータ離散化部２３が出力するものと同等の離散化運転データが得られ、これをデータ蓄積部４２に供給する。

上位離散化モデルＤＢ４６は、上位離散化部４５がシンボル列を分節化する際に使用する部分系列間の遷移確率および部分系列の生成確率を、上位モデル情報として記憶する。
モデル更新部４７は、モデル生成部４３にて生成される上位モデル情報によって、上位離散化モデルＤＢ４６の記憶内容を更新する。

[効果]
以上説明したように、運転データ収集システム１ａによれば、第１実施形態の運転データ収集システム１と同様の効果を得ることができるだけでなく、各車両に搭載された車載システム１０ａでの処理負荷を軽減することができる。また離散化モデルを、更新される上位モデルと固定値である下位モデルに分割することで、情報センター３０ａから車載システム１０ａに下位モデル情報を通信することなく第１実施形態の運転データ収集システム１と同様の効果を得ることができるため、通信量の削減および車載システムのコスト削減をすることができる。

［第３実施形態］
第３実施形態は、基本的な構成は第２実施形態と同様であるため、共通する構成については説明を省略し、相違点を中心に説明する。

［構成］
図８に示す運転データ収集システム１ｂは、各車両に搭載される車載システム１０ａと、車載システム１０ａとの通信が可能な分散処理装置５０と、分散処理装置５０との通信が可能な情報センター３０とを備える。つまり、車載システム１０ａは第２実施形態のものと同様であり、情報センター３０は第１実施形態のものと同様であり、新たに分散処理装置５０が追加されている。

［分散処理装置］
分散処理装置５０は、図９に示すように、通信機５１、分散処理部５２、通信機５３を備える。

通信機５１は、車載システム１０ａとの通信を実現するものであり、通信機５３は、情報センター３０との通信を実現するものである。通信機５１，５３は、いずれも通信相手
と直接通信するように構成されていてもよいし、公衆通信網を介して通信するように構成されていてもよい。

分散処理部５２は、データ受信部６１、上位離散化部６２、データ送信部６３、モデル受信部６４、モデル更新部６５、上位離散化モデルＤＢ６６を備える。分散処理部５２は、ＣＰＵ，ＲＯＭ，ＲＡＭからなるマイクロコンピュータを中心に構成されている。上位離散化モデルＤＢ６６はＲＡＭ上に構成されている。それ以外の各部６１〜６５は、ＲＯＭに記憶されたプログラムに従ってＣＰＵが実行する処理により実現される。

データ受信部６１は、通信機５１を介して車載システム１０ａから離散化運転データ（シンボル列）を受信する。
上位離散化部６２はおよび上位離散化モデルＤＢ６６は、第２実施形態の上位離散化部４５および上位離散化モデルＤＢ４６（図７参照）と同様のものである。

データ送信部６３は、上位離散化部６２から出力される離散化運転データ（シンボル列を分節化したもの）を、通信機５３を介して情報センター３０に送信する。
モデル受信部６４は、通信機５３を介して情報センター３０から上位モデル情報を受信する。 モデル更新部６５は、モデル受信部６４が受信した上位モデル情報により、上位離散化モデルＤＢ６６の記憶内容を更新する。

なお、分散処理装置５０は、情報センター３０と同様に、車両外に設置してもよいし、処理能力に余裕のある一部の車両に搭載してもよい。また、その両者が混在していてもよい。

［効果］
以上説明したように、運転データ収集システム１ｂによれば、第１および第２実施形態の運転データ収集システム１，１ａと同様の効果を得ることができる。

更に、運転データ収集システム１ｂによれば、分散処理装置５０を設けたことにより、第２実施形態の場合と比較して、情報センター３０への処理負荷の集中を抑制することができる。

［他の実施形態］
以上、本発明の実施形態について説明したが、本発明は、上記実施形態に限定されることなく、種々の形態を採り得る。

（１）上記実施形態では、運転データを離散化する手法としてＤＡＡを用いているが、これに限るものではなく、離散化する際に何等かのモデル情報を利用する公知の手法を用いることができる。

（２）上記実施形態における一つの構成要素が有する機能を複数の構成要素に分散させたり、複数の構成要素が有する機能を一つの構成要素に統合させたりしてもよい。また、上記実施形態の構成の少なくとも一部を、同様の機能を有する公知の構成に置き換えてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加または置換等してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。

（３）上述した運転データ収集システムの他、当該運転データ収集システムを構成要素とするシステム、当該運転データ収集システムを構成する車載システム、情報センター、
分散処理装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した媒体、運転データ収集方法など、種々の形態で実現することもできる。

１，１ａ，１ｂ…運転データ収集システム １０，１０ａ…車載システム １１…車両挙動センサ群 １２…付加情報センサ群 １３，１３ａ…運転データ生成装置 １４，３１，５１，５３…通信機 ２１…データ収集部 ２２…付加情報収集部 ２３…データ離散化部 ２３ａ…下位離散化部 ２４…データ付加部 ２５，６３…データ送信部 ２６，６４…モデル受信部 ２７，４７，６５…モデル更新部 ２８…離散化モデルＤＢ ２８ａ…下位離散化モデルＤＢ ３０，３０ａ…情報センター ３１，４１，６１…データ受信部 ３２，３２ａ…データ蓄積処理装置 ３３…運転情報ＤＢ ４２…データ蓄積部 ４３…モデル生成部 ４４…モデル送信部 ４５，６２…上位離散化部 ４６，６６…上位離散化モデルＤＢ ５０…分散処理装置 ５２…分散処理部

Claims (7)

1. 車両に搭載される車載システム（１０）と、該車載システムとの通信が可能な情報センター（３０）とを備える運転データ収集システム（１）において、
   前記車載システムは、
   当該車載システムを搭載する自車両の状態を表す複数の計測値を繰り返し収集するデータ収集部（２１）と、
   前記データ収集部にて収集された計測値の時系列を運転データとして、該運転データを複数の部分データに離散化する際に使用する規則である離散化規則を表す、各車両に共通なモデル情報を記憶するモデル記憶部（２８）と、
   前記運転データを、前記モデル情報を用いて複数の部分データに離散化するデータ離散化部（２３）と、
   を備え、
   前記情報センターは、
   前記データ離散化部で離散化されたデータである離散化運転データをサーバに蓄積するデータ蓄積部（４２）
   を備え、
   前記車載システムは、通信により前記離散化運転データを前記情報センターに送信することを特徴とする運転データ収集システム。
2. 前記情報センターは、前記サーバに蓄積されたデータに基づいて、前記モデル情報を生成するモデル生成部（４３）を備え、
   前記車載システムは、前記モデル生成部が生成したモデル情報によって、前記モデル記憶部の記憶内容を更新するモデル更新部（２７）を備え、
   前記情報センターは、通信により前記モデル情報を前記車載システムのそれぞれに配信することを特徴とする請求項１に記載の運転データ収集システム。
3. 車両に搭載される車載システム（１０ａ）と、該車載システムとの通信が可能な情報センター（３０ａ，３０／５０）とを備える運転データ収集システム（１ａ，１ｂ）において、
   前記車載システムは、
   当該車載システムを搭載する自車両の状態を表す複数の計測値を繰り返し収集するデータ収集部（２１）と、
   前記データ収集部にて収集された計測値の時系列を運転データとして、該運転データを複数の部分データに離散化する際に使用する規則である離散化規則を表す下位モデル情報を記憶する下位モデル記憶部（２８ａ）と、
   前記運転データを前記下位モデル情報を用いて複数の部分データに離散化する下位離散化部（２３ａ）と、
   を備え、
   前記情報センターは、
   前記下位離散化部で離散化されたデータである離散化運転データを、統合化する際に使用する規則である統合規則を表す上位モデル情報を記憶する上位モデル記憶部（４６，６６）と、
   前記離散化運転データを、前記上位モデル情報に従って統合化する上位離散化部（４５，６２）と、
   前記上位離散化部により統合化されたデータをサーバに蓄積するデータ蓄積部（４２，６３）と、
   を備えることを特徴とする運転データ収集システム。
4. 前記情報センターは、
   前記サーバに蓄積されたデータに基づいて、前記上位モデル情報を生成するモデル生成部（４３）と、
   前記モデル生成部によって生成された上位モデル情報によって、前記上位モデル記憶部の記憶内容を更新するモデル更新部（４７）と、
   を備えることを特徴とする請求項３に記載の運転データ収集システム。
5. 前記情報センターは、
   前記上位モデル記憶部（６６）、前記上位離散化部（６２）、前記モデル更新部（６５）を備えた複数の分散処理装置（５０）と、
   前記データ蓄積部（４２）、前記モデル生成部（４３）を備えたデータ蓄積装置（３０）と、
   を備え、
   前記分散処理装置が、前記車載システムおよび前記データ蓄積装置の双方と通信を行うことを特徴とする請求項４に記載の運転データ収集システム。
6. 前記分散処理装置は、一部の車両に搭載されていることを特徴とする請求項５に記載の運転データ収集システム。
7. 前記車載システムは、
   当該車載システムを搭載する自車両が置かれている状況に関する情報である付加情報を取得する付加情報取得部（２２）と、
   前記付加情報取得部により取得された付加情報を、前記情報センターへ送信するデータに付加するデータ付加部（２４）と、
   を備えることを特徴とする請求項１ないし請求項６のいずれか１項に記載の運転データ収集システム。

Images